zhinengti
Pinterest近期引入了一项革新性的内容推荐策略，该策略的核心在于通过人工智能（AI）深入理解并绘制用户的“旅程”——即用户通过Pin探索与互动所期望达成的具体目标。
深度解析用户旅程：AI驱动的个性化推荐
Pinterest的工程师团队在一篇深度技术文章中阐述了这一创新方法。其定义的用户旅程是：“一系列用户与项目的互动序列，通常跨越多个会话，以特定兴趣为中心，并揭示清晰的意图——例如探索趋势或进行购买。” 这意味着，推荐系统不再仅仅基于相似的Pin内容，而是扩展到预测用户在特定旅程中接下来可能寻找什么，综合考虑其他用户的行为模式以及该用户完整的活动轨迹。例如，一个旅程可能涉及对“夏日连衣裙”的兴趣，意图是“了解最新款式”，并且其情境可能是“准备购买”。用户可以同时拥有多个、有时重叠的旅程，因为他们的兴趣和目标是不断演变的。
AI机制：多元信号与智能预测
该推荐流程采用多阶段处理，并融入AI预测模型，以有效地映射和命名常见的用户旅程。其主要考量指标包括：
- 用户搜索历史： 聚合的查询词和时间戳数据。
- 用户活动历史： 用户与Pin的互动，如放大查看、转发（Repin）和点击跳转，从中提取出相关注释和兴趣标签。
- 用户画板内容： 从用户保存的Pin中提取注释和兴趣点。
基于上述信息，系统利用聚类技术生成关键词簇，每个簇代表一个潜在的“旅程候选”。随后，Pinterest构建了专门的模型用于旅程排序、阶段预测、命名以及扩展。这个推理管道在一个流式系统中运行，使得算法更新时能够进行完整推理，同时为近期活跃用户提供每日增量推理，确保旅程预测能够迅速响应用户的最新活动。随着用户行为的变化，旅程预测模型会持续演进，并利用大型语言模型（LLMs）生成基于用户过去或正在进行的旅程的新推荐。
显著成效：用户体验与平台增长的双赢
这一升级的推荐方法已经取得了显著成效。Pinterest的邮件点击率提升了88%，而用户调查显示，正向反馈增加了23%。这表明通过精准预测用户意图，平台能够更好地引导用户完成其目标，无论是规划婚礼、装修厨房，还是学习新技能。
Pinterest的实践展示了AI如何在预测模型中发挥更大作用，不仅增强了用户体验，也为平台的持续增长注入了新动力。这种对用户行为的深度洞察与前瞻性分析，标志着社交媒体内容推荐技术迈向了新的阶段。这体现了AI在提升个性化服务和用户满意度方面的巨大潜力，为数字营销和平台运营带来了重要的启示。
