Des algorithmes innovants pour la personnalisation transparente de contenus
L’Europe étant la somme de ses différentes cultures et de ses nombreuses langues, il n’est pas étonnant de constater que son industrie des médias est très variée. Cette diversité ajoute un élément de richesse, mais conduit également à un phénomène de fragmentation qui complique la création de contenus personnalisés. La question est donc la suivante: comment un marché fragmenté constitué de petites économies d’échelle, présentant un accès ralenti aux technologies dernier cri par rapport à son homologue américain, et composé de consommateurs déjà surchargés de contenus, est-il en mesure de réaliser la transition vers les contenus personnalisés? «Dans un contexte de domination des acteurs mondiaux issus des États-Unis qui ne sont pas confrontés à ces problématiques, le projet CPN a conçu une nouvelle approche de personnalisation des contenus numériques», explique Mike Matton, responsable des collaborations internationales de R&D chez VRT Innovation. «CPN incorpore de nouvelles technologies et les adapte aux besoins européens, en mettant l’accent sur l’éthique, la confiance et la diversité.» La devise de CPN est de «fournir les bonnes informations au bon moment, et dans le bon contexte». D’un point de vue technologique, cela se traduit par le CPN News Recommender Engine. Les éditeurs souhaitant personnaliser des contenus pour leurs utilisateurs peuvent se connecter à la plateforme CPN, utiliser le module de test A/B pour identifier la meilleure configuration en fonction de leurs besoins, et commencer à alimenter les utilisateurs avec des recommandations de contenus adaptées. Pour rendre cela possible, CPN propose des recommandations à la carte pouvant être ajustées individuellement et combinées entre elles, ou à d’autres logiciels. Cela inclut des recommandations de contenus basées sur une extraction de mots-clés, des techniques de filtrage basées sur la consommation historique, des éléments de tendance, des recommandations aléatoires, des suggestions basées sur les sentiments, et même une recommandation composite combinant plusieurs techniques. «Les principales innovations reposent tout d’abord sur la flexibilité de ces multiples micro-services, mais également sur le caractère central accordé à l’humain lors de la recherche utilisateur et sur la transparence des algorithmes de recommandation», ajoute Mike Matton. «Si vous les comparez à ceux des sociétés basées aux États-Unis telles que Google, nos algorithmes sont bien moins complexes et bien plus transparents. Nous avons déployé des efforts considérables pour qu’ils aient un impact positif sur la société dans son ensemble, au lieu de nous contenter de faire augmenter les bénéfices de l’entreprise. L’indicateur de valeur est le niveau d’information fourni aux utilisateurs, plutôt que le temps qu’ils passent avec l’application.»
L’utilisateur avant tout
CPN se trouve actuellement dans sa troisième et dernière phase de test pilote. Les utilisateurs ont été impliqués dès les premiers stades du développement et ont déjà grandement contribué à l’amélioration du système. Parmi les résultats les plus déterminants issus des pilotes, Mike Matton cite l’intérêt des utilisateurs pour comprendre la raison pour laquelle un élément d’actualité leur a été recommandé, ainsi que l’importance de l’interface utilisateur. Cette dernière composante a fait l’objet d’améliorations significatives depuis sa première mouture, et l’équipe affirme désormais que les retours des utilisateurs sont particulièrement prometteurs. Il reste à connaître le succès futur du système ainsi que son niveau d’adoption, mais dans tous les cas, CPN constitue une initiative particulièrement innovante qui parle aux éditeurs comme aux consommateurs européens. Les éditeurs tireront parti de ses algorithmes simples à mettre en œuvre et de sa conformité avec le RGPD, tandis que les utilisateurs profiteront d’un traitement transparent de l’information. Tout le monde sera gagnant. Le projet CPN devait se terminer à la fin du mois d’avril, et ses dernières phases ont été dédiées à l’analyse des données d’utilisation, aux études ainsi qu’aux ultimes conclusions. «Nous espérons que nos travaux aideront les sociétés de médias européennes à combler le fossé technologique qui les sépare des grandes multinationales», conclut Mike Matton. «Nous espérons aussi que cela se produise de manière éthique, et que nous puissions devenir un exemple à suivre pour le reste du monde.»
Mots‑clés
CPN, personnalisation de contenus, application, logiciel, algorithmes, filtrage
