Transformer les recommandations publicitaires : le parcours de SmartNews avec Milvus
Dans le monde effréné des applications d’actualité, SmartNews s’est imposé comme une force dominante, captant l’engagement des utilisateurs avec un succès inégalé depuis sa création en 2012. Basée à Tokyo, au Japon, et réalisant des avancées significatives aux États-Unis, SmartNews a été confrontée à un défi unique : optimiser les recommandations publicitaires pour sa base d’utilisateurs très engagés. Le parcours du défi au triomphe a consisté à surmonter des obstacles techniques, à explorer des solutions innovantes et, finalement, à réussir avec Milvus.
SmartNews avait besoin de recommandations publicitaires personnalisées en temps réel pour son engagement utilisateur en forte croissance.
L’engagement des utilisateurs de SmartNews était en plein essor, dépassant des géants du secteur comme Apple News et Google News en matière d’engagement mensuel moyen des utilisateurs en juillet 2021. Cependant, ce succès a fait émerger un nouveau défi — diffuser des publicités opportunes et pertinentes à une audience exigeante. Shu, ingénieur en infrastructure IA chez SmartNews, a détaillé les obstacles techniques : des caractéristiques creuses de haute dimension et la nécessité d’une récupération rapide de données non structurées dans leurs systèmes d’apprentissage automatique à grande échelle.
La solution existante, FAISS, s’est révélée lourde et inefficace, notamment à mesure que la plateforme se développait. Maintenir des standards élevés d’engagement utilisateur nécessitait une solution capable de gérer la complexité de leurs données et de fournir des recommandations publicitaires en temps réel.
Milvus fait une énorme différence dans l’optimisation du système de recommandation publicitaire de SmartNews
SmartNews s’est tournée vers Milvus après une phase de recherche approfondie de deux mois visant à trouver une solution capable de gérer des requêtes à haut débit et à faible latence – essentielles pour un système de recommandation publicitaire en temps réel.
Les capacités de recherche de similarité vectorielle de Milvus sont devenues déterminantes dans l’optimisation du rappel dynamique des vecteurs publicitaires de SmartNews. Pendant la phase de POC, Milvus a satisfait aux exigences strictes de SmartNews en matière de latence P99 < 10 ms, ce qui est crucial pour notre système de recommandation publicitaire en temps réel. Shu, l’un des ingénieurs de SmartNews, a souligné que Milvus a permis à l’équipe de mapper des types de données incomparables en vecteurs, permettant une recherche de similarité efficace pour associer les utilisateurs aux publicités les plus pertinentes. Cette capacité s’est révélée essentielle, car SmartNews traitait des millions de vecteurs en temps réel afin de fournir des recommandations publicitaires personnalisées.
Au-delà des recommandations publicitaires, Milvus a démontré sa polyvalence dans d’autres applications d’apprentissage automatique. L’équipe de SmartNews a également utilisé Milvus pour les données en temps réel et les mises à jour d’index, ce qui était essentiel pour maintenir les modèles de recommandation publicitaire à jour.
Reconnaissant la valeur du développement piloté par la communauté, SmartNews a activement contribué à des fonctionnalités comme le « hot reload » au sein de la communauté Milvus, améliorant à la fois les opérations internes et la communauté élargie des développeurs.
Adopter Milvus : de la mise à niveau technique au succès tangible
L’adoption de Milvus n’a pas été qu’une simple mise à niveau technique ; elle s’est traduite par de véritables résultats commerciaux pour SmartNews. Yusup, un autre ingénieur chez SmartNews, a souligné que la fonctionnalité d’alias de collection de Milvus a rationalisé le processus de mise à jour, résolvant le mécanisme lourd de mise à jour des vecteurs.
Le système de recommandation publicitaire optimisé par Milvus a permis de proposer des publicités plus pertinentes, augmentant les taux de clics et, au final, les revenus publicitaires. De plus, les données en temps réel et les mises à jour d’index ont permis à SmartNews de s’adapter rapidement à l’évolution du comportement des utilisateurs, garantissant des recommandations constamment pertinentes.
SmartNews a mis à niveau son Milvus vers la version 2.2.4 et se prépare désormais à sa prochaine phase d’évolution technologique. Dennis Zhao a déclaré : « La nouvelle version promet des performances et une évolutivité encore meilleures, et nous sommes enthousiastes à l’idée d’exploiter les nouvelles fonctionnalités pour construire des systèmes encore plus en temps réel et fiables. »
Résumé
Dans les applications d’actualités, SmartNews illustre comment des choix technologiques stratégiques, comme l’adoption de Milvus, peuvent non seulement relever des défis, mais aussi propulser une plateforme vers de nouveaux sommets en matière de satisfaction des utilisateurs et de réussite commerciale. La synergie entre innovation et collaboration a positionné SmartNews comme un précurseur, ouvrant la voie à une excellence continue dans les recommandations publicitaires en temps réel.
Continuer à lire
Zilliz Cloud Delivers Better Performance and Lower Costs with Arm Neoverse-based AWS Graviton
Zilliz Cloud adopts Arm-based AWS Graviton3 CPUs to cut costs, speed up AI vector search, and power billion-scale RAG and semantic search workloads.
Announcing the General Availability of Zilliz Cloud BYOC on Google Cloud Platform
Zilliz Cloud BYOC on GCP offers enterprise vector search with full data sovereignty and seamless integration.
Zilliz Cloud BYOC Upgrades: Bring Enterprise-Grade Security, Networking Isolation, and More
Discover how Zilliz Cloud BYOC brings enterprise-grade security, networking isolation, and infrastructure automation to vector database deployments in AWS