分享至
摘要：纽约时报一天要发布300篇文章，但不是每篇都有机会上推荐位、被发布到官方Twitter、Facebook等等社会化账号上。哪些文章值得推荐？传统
的做法是人工推荐，editor's
choice，这也是绝大部分媒体都正在采用的做法。掌握推荐或不推荐的生杀大权，这个运营岗位真是一块香饽饽，但纽约时报，居然把这么重要的一个位置让
给了机器人，并且这个机器人活儿干得很漂亮：据数据统计，由纽约时报“运营总监”机器人Blossom挑选出来的文章，平均阅读量是普通文章的38倍。
人工选择哪篇文章应该上推荐位或不上，既费人力，而且有时候会判断出错。为了解决这些烧脑的问题，纽约时报的数据团队（ data science team，首先人家有这个部门）开发了一个机器人Blossom，并内置到他们的新闻APP slack里面，Blossom负责预测哪些文章有可能会在社交网站上引起传播，相应地给版面责任编辑提出建议。除了预测，Blossom还可以给出一些已经发布的文章流量增长状况。
比如你在对话框里输入“!blossom facebook? all”（约等于问机器人纽约时报所有版面上的文章，哪些适合推送到Facebook上），机器人会返回一个结果，如图：
Blossom的决策原理是什么？据纽约时报数据团队的首席科学家 Chris Wiggins表示，Blossom运用了一种“前沿的机器学习”技术，后端用了Java, Python, and MapReduce几种编程语言，但在前端就是一个简单友好的交互界面——“一个聊天机器人”。Wiggins没有说得更仔细，不过这不是什么不可知的黑科技，我们可以合理推测：Blossom首先知道社交网络上的实时热词情况，再根据文章中热词出现的频率判断这篇文章有没有可能引起更多点击。当然Blossom的算法肯定更精细。
Wiggins设计这个机器人的初衷是为了帮助而非干扰或者取代人的工作，目前来看，Blossom和编辑合作很愉快，编辑团队也在向数据团队提出一些新的需求。
Via：NIEMANLAB
本文来源：cnbeta网站
责任编辑：
王晓易_NE0011
