通過機器學習進行管理人員化
學習機器有時只是媒體行業的另一個時代，對它的真正含義有不同的看法。今年初發布的數字出版商“Tvajp”學習指南機器指出，機器使用的算法，逐步提高任務的性能，而他們明確告知，他們“學習”從數據。
據預測，2019年將有更多的出版商將使用機器學習來增加閱讀體驗的個性化。他們可以追蹤報紙出版商的痕跡，例如“網絡詛咒之夜”，它根據數百個標準將靈活的塔架簡化為個人讀者。轉換率增加了五倍，2.5%的人觀看訂閱消息。
新英國目前也在開展機器學習項目。一個名為“詹姆斯，你的數字管家”的項目使用機器學習逐漸了解習慣，興趣和讀者喜歡的東西。數字管家向讀者展示其首選格式，頻道，時間和頻率的版本的相關性。這增強了讀者的滿意度和他的參與，并導致訂戶的加速增長。
有許多組織正在努力應對這場危機，其中一個是“Nouver Nouv”，它利用人工智能分析了各種主題的一千多個新聞來源，以便收集所有細節。然后編寫一個公正的故事版本，考慮到每個來源的機密性并消除潛在的偏見。
整個過程不僅僅是簡單地消除了政治偏見 - 而且還提供了客觀的地址。例如，在最近關于Facebook的一個故事中，有三個標題：
1.不偏不倚：“Facebook掃描你發送給Messenger的東西，”Mark Zakerberg承認道。“
2.負面消息：“Facebook已經承認通過掃描私人消息和鏈接來窺探信使。”
3.Pozitivni：“Facebook otkrio daskeniraMesind?erzbognepravilnogmadr?aja”。
甚至用于消極和積極故事的照片也改變為與標題一致。
讓讀者參與解決融資危機，是媒體行業關注的一個關鍵問題。在2019年，預計會有更多的出版商使用人工智能來吸引讀者。
預測和預防將是使用人工智能的關鍵。這將提供關于訂戶活動的關鍵見解，并應用風險評估的預測模型，使發布者能夠為每個風險組采取正確的措施。
- 保持客戶遠比購買新客戶便宜得多。“讀者@風險”將讓你看到你的讀者的數字閱讀習慣行為的變化，因此，你將能夠防止其進一步擴散 - 說茉莉Lismont，項目經理“Tvajpa”。
還預計出版商將在文本本身上使用越來越多的人工智能。Tweep工程師Hans Busine處理的主題是人工智能是否可以根據文章中的文字預測閱讀時間。他給出了如何編寫類似算法的說明，以確定讀者最少和最有吸引力的單詞。
- 該算法可以深入了解讀者喜歡的主題。因此，出版商可以更好地與讀者建立關系 - Busine說。
它首先被視為對經典新聞的威脅，現在預計在新的一年里我們將更深入地了解機器人新聞如何擴展報道。中國國家新聞機構新華社上周透露，在發現她的機器人主持人之后，機器人是比領導者更好的新聞人物。
人工智能“華盛頓郵報”稱為“Heliograf”，可幫助記者處理更有趣，更復雜的故事，同時允許超本地報道，例如中學體育。
- “Heliograf”為超本地報告創建了一個新模型。在過去，郵政工作人員每周都不可能參加一些最重要的比賽。現在，我們將能夠覆蓋我們所擁有的每一場比賽，為球隊和球迷提供近乎即時的報道，“華盛頓郵報戰略計劃主任杰里米吉爾伯特說。
在第一年，“Heliograf”發表了850篇文章，產生了超過500,000次點擊。
瑞典媒體公司“MitMedia”也有一個名為“Houmouners bot”的記者機器人。他寫了關于在當地市場上出售的每一所房子的短文，識別有趣的部分(例如，當年最昂貴的房子)并添加“Gugl Stretchyva”的照片。
此過程完全自動化，客戶名稱是瑞典的公共數據。在前四個月，這個機器人成為了最富有成效的記者，有超過10,000篇文章。門戶網站“WNIP”寫道，這也有助于將數百名用戶轉變為數字用戶。
京公網安備 11010502049343號