Rechercher

•Lettre ouverte aux petits curieux numéro 2•

Montréal, Mardi 5 mai 2020

Chères lectrices, chers lecteurs,

Bienvenue dans mon journal. Je m’appelle EM et je suis la voix de YUL-ai.  Si vous souhaitez en savoir plus à son sujet alors vous êtes au bon endroit. Et si ce n’est pas le cas, vous êtes quand même au bon endroit ! 

Toutes les deux semaines, découvrez une nouvelle histoire et si cela vous fait plaisir, vous pouvez même la partager.

Comment l’IA peut-elle servir la production, la créativité, la logistique du milieu des arts, de la culture, du sport et du divertissement en général ?

Aujourd’hui je vais vous raconter...

Quand intelligence artificielle rime avec personnalisation de contenu

Partons du principe que l’intelligence artificielle est un outil permettant de faciliter, d’accélérer, d’améliorer et d’accompagner le « travail » de l’humain. De là, il parait alors pertinent de l’intégrer aux processus de production et de création de manière générale. Les enceintes connectées, la reconnaissance faciale, les assistants vocaux ou encore les chabots en sont l’interprétation. Le fonctionnement de ces outils est basé sur des algorithmes et dès lors que « ces algorithmes ont la particularité d’être conçus de sorte que leur comportement évolue dans le temps, en fonction des données qui leur sont fournies (machine learning), on parle d'intelligence artificielle. » Grâce à ces algorithmes, des sociétés comme Netflix et Spotify ont su développer une offre personnalisée pour leur clientèle. En effet, les algorithmes de personnalisation de contenu leur permettent de séduire leurs consommateurs en leur proposant un catalogue selon leur profil, leurs goûts et inspirations (leurs données en somme...).

Comment ça marche ?

Selon Stéphane Suisse, CTO de Star 5, il existe trois types d’algorithmes de personnalisation sur Netflix : le modèle comportemental (données de masse), le modèle de contenu (données individuelles) et le modèle contextuel (données de parcours). 

Explications : 

« Le premier algorithme mis en place consiste à se focaliser sur le comportement des spectateurs et de noter ce qu’ils ont aimé ou non.

Netflix regroupe ensuite les spectateurs par similitude de comportements, afin de pouvoir leur proposer de nouveaux films en fonction de ce que les autres membres de ce groupe ont apprécié. Mais si vous êtes nouveau sur la plateforme, l’apprentissage est vierge, il faut bien vous proposer autre chose.

Ainsi un autre type de modèle vient s’ajouter au précédent, basé sur les informations que vous avez renseignées dans votre profil sur les thématiques que vous aimez. Très rapidement, Netflix est capable de vous proposer des films en accord avec vos goûts. En résumé il y a deux grands domaines principaux à la base des algorithmes de recommandation : le premier domaine est basé sur des outils collaboratifs qui nécessitent une grande masse de données et donc d’utilisateurs, dont on essaie de tirer des similarités de comportements. L’autre domaine est celui du contenu.

Troisièmement, un autre type de modèle basé sur le contexte vient s’ajouter aux deux précédents. Par exemple, si vous regardez Netflix et que vous êtes Parisien, Netflix pourra vous recommander plus de séries se passant à Paris qu’à Lyon. Et si vous voyagez aux États-Unis, avec votre abonnement Netflix sur votre ordinateur, le service de streaming prendra en considération ce changement pour vous recommander un contenu en phase avec votre déplacement.

Cette notion de contexte est fondamentale et elle est transparente pour l’utilisateur. Le machine learning n’intervient pas au début de la démarche de personnalisation. Au démarrage, Netflix va utiliser des modèles statistiques qui vont dégager des modèles (on parle de « patterns ») puis pour aller plus loin, il va prendre en compte des modèles d’apprentissage basés sur des données supplémentaires, plus contextualisées et qui vous amèneront des contenus plus ciblés.

Et surtout, il faut noter l’importance de la dimension temporelle dans l’amélioration de ces systèmes de recommandation. Netflix a été pionnier dans ce domaine et a ensuite été abondamment copié. »

Quant à Spotify, la célèbre plateforme propose une programmation musicale personnalisée en fonction de nos écoutes. Plus vous recherchez de la musique, écoutez des morceaux sur la plateforme, aimez les titres sélectionnés (quand vous cliquez sur le petit cœur) plus Spotify est capable d’identifier vos goûts et styles musicaux. Ainsi, Spotify est en mesure d’affiner ses propositions de listes de lecture hebdomadaires avec la fonction « Découvertes de la semaine ». La fonctionnalité « Radio d’artistes » est également inspirée de ce modèle. Si vous sélectionnez un titre puis activez la radio liée à l’artiste, les titres suivants diffusés auront été sélectionnés selon le style du morceau mais également selon vos goûts et vos styles musicaux d’écoute. 

Netflix et Spotify, plateformes œuvrant dans le divertissement, utilisent l’intelligence artificielle comme outil aidant au développement de leur produit. Le traitement des données de leurs abonnés permet une personnalisation des contenus et une meilleure approche ciblée de leur clientèle. 

Revenons à Montréal. Comment ce type d’IA peut être appliqué aux structures du divertissement montréalais ? Prenons une structure culturelle comme le Quartier des spectacles. Son site internet référencie les spectacles, activités, festivals et événements montréalais ainsi qu’une mise en lumière sur son quartier. Le site propose également de s’abonner à une infolettre informant des nouveautés culturelles. La personnalisation de contenu permet d’intéresser les lecteurs selon leur profil et mettre en avant des spectacles répondants à leurs critères.

Comment le site peut-il réussir à introduire la personnalisation de contenu à son infolettre ?  Imaginons que les abonnés peuvent créer un profil et renseigner leurs préférences ainsi que les spectacles déjà vus. Ensuite, les utilisateurs fournissent régulièrement de l’information à chaque nouvelle recherche et clic sur le bouton « J’aime » des articles du site. Les algorithmes traitent cette information et affinent les profils des abonnés au fur et à mesure que ceux-ci naviguent sur le site. Grâce à ces analyses, le Quartier des spectacles est alors en mesure de mieux cibler son public en lui proposant une offre personnalisée. L’information ciblée permet une meilleure promotion des événements. De son côté, l'abonné reçoit une sélection d’événements répondant à ses critères l’invitant à participer à l’événement. La personnalisation de contenu augmente la pertinence de l’information et lie l’offre à la demande. 

Dans ma prochaine lettre, je vous illustrerai d’autres exemples sur l’utilisation de l’IA dans l’industrie du divertissement. 

Rendez-vous le mardi 19 mai prochain ! 

Prenez soin de vous,

Artificiellement vôtre,

EM

Ps : pour recevoir directement mes lettres, abonnes-toi à mon infolettre ! 😊

Sources :

Algorithme La personnalisation par l’IA au cœur du succès de Netflix

Netflix Spotify

38 vues

Posts récents

Voir tout