Анализ влияния элементов медиатекста на попадание в выдачу рекомендательных алгоритмов на примере платформы «Яндекс.Дзен»

Рекомендательные алгоритмы получили значительное распространение в последние годы. Они получили широкое распространение в коммерческих сервисах, увеличивающих свои продажи за счет предсказания вкусов целевой аудитории. В данном исследовании мы выявили зависимость между качественными различиями элементов медиатекста и вероятностью их выдачи рекомендательным алгоритмом сервиса Яндекс.Дзен. Мы хотели выяснить, влияет ли изменение названия, обложки и содержания статьи на вероятность того, что она будет извлечена рекомендательным алгоритмом. Основным методом исследования был контент-анализ на основе кодификатора. Для подтверждения полученных данных мы провели опрос среди интернет-пользователей. В ходе исследования мы выяснили, что алгоритмы по-прежнему не могут определить ценность контента для аудитории, и на выходе получается то, что визуально больше привлекает внимание пользователя. Целевая аудитория сервиса оценила качество отобранных исследователями статей выше, чем первые статьи в выдаче Яндекс.Дзен при сортировке по релевантности. На основе проведенного исследования можно попробовать создать алгоритм, который учитывает ценность и актуальность информации, игнорируя попытки авторов создать продающие заголовки и броские обложки. Переведено с помощью www.DeepL.com/Translator (бесплатная версия)