Entwicklung eines maßgeschneiderten Empfehlungssystems für personalisierte Medieninhalte
Wir entwickelten für einen Medienkonzern eine ML-Lösung mit NLP, um die digitale Content-Plattform zu personalisieren und so die Nutzerbindung zu steigern.

Herausforderung
Unser Kunde, ein führender Medienkonzern, stand vor der Herausforderung, die User Experience einer neu geschaffenen digitalen Plattform zu personalisieren. Die Hauptproblematik lag darin, den Nutzer:innen Inhalte vorzuschlagen, die ihren individuellen Vorlieben entsprechen, aktuell sind und auf ihren geografischen Standort abgestimmt sind. Ohne ein effektives Empfehlungssystem bestand das Risiko, dass die Nutzererfahrung unpersönlich blieb und die Plattform an Attraktivität verlor.
Ansatz
Um diese Herausforderungen zu bewältigen, entwickelten wir eine skalierbare Cloud-Lösung unter Einsatz moderner maschineller Lernverfahren und NLP-Techniken. Unser Ansatz beinhaltete die Erstellung einer Empfehlungsmaschine, die Benutzer- und Artikelprofile einbettet. Wir implementierten eine schnelle und skalierbare Vektorsuche mittels annähernd gleichartiger Nachbarn und integrierten Named-Entity-Recognition sowie andere NLP-Dienste. Die gesamte Lösung wurde End-to-End bereitgestellt und über die Google Cloud Platform in die App integriert.
Ergebnis
Durch die Implementierung dieser Lösung konnte der Medienkonzern seinen Nutzer:innen personalisierte Empfehlungen bereitstellen, die sich direkt in einer verbesserten Nutzerbindung und -zufriedenheit niederschlugen. Die Plattform konnte effizienter auf individuelle Nutzerpräferenzen eingehen und bot ein dynamisches und relevantes Inhaltserlebnis, was zu einer höheren Nutzeraktivität und -bindung führte.