Meta：透過機器學習和因果推理改進 Instagram 通知管理

banq發表於2022-11-07
機器學習

該部落格討論了使用者體驗和通知 CTR 模型之間的權衡，以及通知管理系統採用因果推理模型。

在 Instagram 上，通知在為 Instagram 和我們的使用者之間提供有效的溝通渠道方面發揮著重要作用。隨著通知型別的增加，需要為人們提供個性化的通知體驗，以幫助他們避免收到過多的通知或他們可能認為不重要的通知。
在 Meta，我們一直在應用統計和機器學習(ML) 來實現 Instagram 的通知個性化和管理。今天，我們想分享一個示例，說明我們如何使用因果推理和 ML 來控制每日摘要推送通知的傳送。

我們希望透過選擇合適的使用者群組來最大限度地提高傳送通知的效率。

使用者i的增量值可以根據使用者活躍度來定義，即u i =Pr i (active|do(send notification)) – Pr i (active|do(drop notification))。對於某些使用者群組，他們會在沒有收到每日摘要通知的情況下處於活動狀態，因此增量值會很小；選擇這些群組來傳送摘要通知效率低下，甚至可能向這些使用者傳送垃圾郵件。為了更好的產品體驗和效率，我們可以將通知按增量值降序排列，選擇增量值最高的通知傳送，在有限的預算（傳送量）下最大化整體增量值。

點選標題

相關文章