Entwicklung einer KI-basierten Empfehlungsplattform: Optimierung der Nutzererfahrung durch Personalisierung
Als Product Owner leitete ich die Entwicklung eines Proof of Concept und eines Prototyps für eine KI-basierte Empfehlungsplattform für digitale Inhalte. Das Hauptziel dieser Plattform bestand darin, den Mehrwert für den Nutzer zu steigern und personalisierte Nachrichten zu liefern. Dies sollte dazu beitragen, die Attraktivität der Endkundenplattformen zu erhöhen und den Nutzern relevanten Content durch verbesserte inhaltsbasierte Empfehlungen anzubieten.
Die Plattform hatte zudem das Ziel, die Umsätze durch eine Erhöhung der Page Impressions zu steigern und die Nachhaltigkeit des Traffics zu erhöhen. Ein weiterer Fokus lag auf der Verbesserung der Wettbewerbsfähigkeit gegenüber News-Aggregatoren wie Google News und Facebook.
Aus technischer Sicht nutzte der Proof of Concept eine Kombination aus Collaborative Filtering und semantischer Analyse. Diese Kombination wurde gewählt, weil bestehende Systeme aus dem E-Commerce nicht ausreichend auf Nachrichtenportale adaptierbar sind. Das Collaborative Filtering verwendet maschinelles Lernen und KI, um Vorhersagen zu treffen, indem Muster und Ähnlichkeiten in der durch Tracking im Verhalten der Nutzer gefunden werden. In unserem Kontext bedeutet das, dass die Plattform Empfehlungen für Nutzer basierend auf den Präferenzen und Verhaltensweisen ähnlicher Nutzer geben konnte. Das Ergebnis war eine effektive Personalisierung der Inhalte, die den individuellen Interessen und Vorlieben der Nutzer entsprach.
Zusätzlich zum Collaborative Filtering war es notwendig semantische Analyseverfahren für die Inhalte selbst einzusetzen. Diese Technik, die ebenfalls auf KI basiert, ermöglichte es der Plattform, den Kontext und die Bedeutung der Inhalte zu verstehen. Durch die Analyse der Inhalte und deren Zuordnung zu bestimmten Themen oder Kategorien konnte die Plattform relevantere und zielgerichtete Empfehlungen abgeben.
Die Kombination aus Collaborative Filtering und semantischer Analyse ermöglichte eine hochgradig personalisierte und kontextbezogene Benutzererfahrung. Dies trug nicht nur zur Steigerung des Mehrwerts für den Nutzer bei, sondern auch zur Erhöhung der Page Impressions und somit zur Umsatzsteigerung.
Kontakt
Sie erreichen mich unter folgenden Kontaktdaten. Wünschen Sie einen Rückruf, senden Sie mir bitte eine kurze Email und ich melde mich umgehend bei Ihnen.
Christian Golecki
GOMOCO
Wiesenstrasse 17
15738 Zeuthen bei Berlin
M: +49 (0)151 / 168 24 394
Mail: christian.golecki@gomoco.de