Arten von Empfehlungen für Medien-Apps

Auf dieser Seite werden die Empfehlungstypen beschrieben, die verfügbar sind, wenn Sie eine App für Medienempfehlungen erstellen. Dazu gehören die Geschäftsziele, Kontextereignistypen und andere Anpassungen, die für jeden Empfehlungstyp verfügbar sind.

Empfehlungstypen

Die folgenden Empfehlungstypen sind in Apps für Medienempfehlungen verfügbar:

Was Ihnen sonst noch gefallen könnte

Der Empfehlungstyp „Was Ihnen sonst noch gefallen könnte“ empfiehlt das nächste Dokument, mit dem ein Nutzer am wahrscheinlichsten interagiert. Die Empfehlung basiert auf dem bisherigen Nutzer-Engagement und dem aktuellen Kontextdokument.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

Unterstützte Seiten für die App-Bereitstellung:

  • Detailseite. Weitere Informationen finden Sie in den Artikeln zu den Ereignissen view-item und media-play.

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für das Zielvorhaben „Klickrate“

  • media-complete und entweder media-play oder view-item für das Conversion-Zielvorhaben und das Zielvorhaben „Beobachtungszeitraum pro Sitzung“

Der Empfehlungstyp „Empfehlungen für mich“ sagt das nächste Dokument voraus, die Wahrscheinlichkeit am höchsten ist, dass der Nutzer basierend auf seinem Interaktionsverlauf am wahrscheinlichsten interagiert. Dieser Empfehlungstyp wird normalerweise auf der Startseite verwendet.

„Empfehlungen für mich“ kann auch auf Kategorieseiten nützlich sein. Eine Kategorieseite ist der Startseite ähneln, mit der Ausnahme, dass nur Elemente aus dieser Kategorie angezeigt werden. Sie können dies mithilfe eines standardmäßigen Empfehlungstyps vom Typ „Empfehlungen für mich“ mit Filter-Tags erreichen. Sie können beispielsweise benutzerdefinierte Filter-Tags (entsprechende Filter-Tags auf jeder Kategorieseite) zu den Elementen in Ihrem Datenspeicher. Wenn Sie die Empfehlungsanfrage hinzufügen, legen Sie das Nutzerereignisobjekt als view-category-page fest und das Tag einer bestimmten Kategorieseite im Filterfeld angeben. Es werden nur Empfehlungsergebnisse zurückgegeben, die mit dem angeforderten Filter-Tag übereinstimmen. Die Diversität sollte in diesem Anwendungsfall deaktiviert werden, da Diversität mit kategoriebasierten Filter-Tags in Konflikt stehen kann.

Wenn Sie „Empfehlungen für mich“ auf der Startseite verwenden, wählen Sie „Startseitenkontext“ als Kontextereignistyp für die App aus. Mit dem Startseitenkontext lässt sich eine bessere Leistung erzielen, da zusätzliche Nutzungssignale verwendet werden, die mit der Option „Allgemein“ nicht verfügbar sind. Verwenden Sie die Option „Allgemein“ nur dann, wenn Sie keine view-home-page-Ereignisse haben.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardkontextereignistyp: Startseitenkontext

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

  • Kontextereignistyp

Unterstützte Seiten für die App-Bereitstellung:

  • Alle. Auf Kategorieseiten müssen Filter-Tags bereitgestellt werden.

Anforderungen an Nutzerereignisse:

  • view-item oder media-play als Ziel für die Klickrate. Für den Startseitenkontext ist außerdem view-home-page erforderlich.

  • (media-play oder view-item) und media-complete für Conversion-Rate und Beobachtungsdauer pro Sitzungsziel. Für den Startseiten-Kontext view-home-page ist ebenfalls erforderlich.

Ähnliche Inhalte

Beim Empfehlungstyp „Weitere ähnliche“ werden Medien empfohlen, die einem Kontextelement und werden wahrscheinlich als Nächstes von einem Betrachter des Kontextes angesprochen. . „Ähnliche Inhalte“ basiert auf dem Kontextelement und dem aggregierten Wiedergabeverlauf aller Nutzer, die sich das Kontextelement angesehen haben. Eine App vom Typ „Ähnliche Inhalte“ wird in der Regel auf Detailseiten oder auf der Startseite mit einem festen Kontextelement verwendet.

Bei diesem Empfehlungstyp wird anhand verschiedener Faktoren ermittelt, wie ähnlich sich zwei Mediendokumente sind, einschließlich des Felds categories der Mediendokumente. Die besten Ergebnisse erzielen Sie, wenn ähnliche Mediendokumente sich überschneidende Kategorien haben. Beispiel: ["Action", "Comedy"]-Kategorien ähneln ["Action", "Thriller"]-Kategorien, aber nicht ["Drama"]-Kategorien.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

Unterstützte Seiten für die App-Bereitstellung:

  • Detailseite

  • Startseite (erfordert ein Kontextelement)

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für Ziel-Klickrate

  • (media-play oder view-item) und media-complete für das Conversion-Zielvorhaben und das Zielvorhaben „Beobachtungszeitraum pro Sitzung“

Beim Typ „Beliebteste Empfehlungen“ werden Medien empfohlen, die am häufigsten in den letzten Tagen bei allen Nutzern beliebt war. Die Empfehlung basiert auf dem Wiedergabe- oder Aufrufverlauf aller Nutzer. Sie können das Zeitfenster so anpassen, die Beliebtheit der Dokumente zu prüfen.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

  • Zeitfenster. Legen Sie den Zeitraum in Tagen fest, um die Beliebtheit von Dokumenten in den letzten X Tagen zu prüfen.

Unterstützte Seiten für die App-Bereitstellung:

  • Startseite

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für Ziel-Klickrate

  • (media-play oder view-item) und media-complete für das Conversion-Zielvorhaben

Beschränkungen:

  • Bei „Beliebteste“ können keine Bereitstellungskonfigurationen angepasst oder mehrere erstellt werden.

Optimierung im Hinblick auf Geschäftsziele

Die Modelle für maschinelles Lernen, die Apps für Medienempfehlungen zugrunde liegen, werden erstellt. um für ein bestimmtes Geschäftsziel zu optimieren, damit bestimmt wird, wie das Modell entwickelt wird.

Nachdem Sie eine App trainiert haben (wodurch das zugrunde liegende Modell trainiert wird), können Sie das Optimierungsziel nicht mehr ändern. Sie müssen eine neue App für die Verwendung eines verschiedene Optimierungsziele verfolgen.

Die Empfehlungen für Medien unterstützen die folgenden Optimierungsziele.

Klickrate (Click-through-Rate, CTR)

Durch die Optimierung der Klickrate wird das Nutzerinteresse gefördert. Optimieren Sie die CTR, wenn Sie die Wahrscheinlichkeit maximieren möchten, dass der Nutzer mit der Empfehlung interagiert.

CTR ist das standardmäßige Optimierungsziel für Andere Videos, die dir gefallen könnten und Empfehlungen für mich auswählen.

Conversion-Rate (CVR)

Durch die Optimierung im Hinblick auf die Conversion-Rate maximieren Sie die Wahrscheinlichkeit, Inhalte bis zum in der App festgelegten Conversion-Grenzwert

Der Conversion-Grenzwert kann in Sekunden oder Prozent angegeben werden. Beispiel: Der Conversion-Grenzwert ist auf 25% festgelegt und der Nutzer sieht sich mindestens 25% dieser Videos an. wird das Conversion-Ziel erreicht.

Beobachtungszeitraum pro Sitzung

Wenn Sie die Wiedergabedauer pro Sitzung optimieren, wird die Mediennutzungsdauer maximiert. Bei diesem Zielvorhaben werden Informationen zu Klicks, Conversions und Wiedergabedauer verwendet, die aus media-complete Nutzerereignissen abgeleitet wurden. So werden Elemente empfohlen, die mit höherer Wahrscheinlichkeit länger angesehen werden als andere.

Achten Sie beim Logging von Nutzerereignissen darauf, dass mediaProgressDuration nicht negativ und wurde ordnungsgemäß in den media-complete-Ereignissen in den letzten 90 protokolliert Tage.

Das Zielvorhaben „Wiedergabedauer pro Sitzung“ ist für die Empfehlungstypen Was Ihnen sonst noch gefallen könnte, Empfehlungen für mich und Ähnliches ansehen verfügbar.

Nächste Schritte