Meta:通过机器学习和因果推理改进 Instagram 通知管理


该博客讨论了用户体验和通知 CTR 模型之间的权衡,以及通知管理系统采用因果推理模型。

在 Instagram 上,通知在为 Instagram 和我们的用户之间提供有效的沟通渠道方面发挥着重要作用。随着通知类型的增加,需要为人们提供个性化的通知体验,以帮助他们避免收到过多的通知或他们可能认为不重要的通知。
在 Meta,我们一直在应用统计和机器学习(ML) 来实现 Instagram 的通知个性化和管理。今天,我们想分享一个示例,说明我们如何使用因果推理和 ML 来控制每日摘要推送通知的发送。

我们希望通过选择合适的用户群组来最大限度地提高发送通知的效率。

用户i的增量值可以根据用户活跃度来定义,即u i =Pr i (active|do(send notification)) – Pr i (active|do(drop notification))。对于某些用户群组,他们会在没有收到每日摘要通知的情况下处于活动状态,因此增量值会很小;选择这些群组来发送摘要通知效率低下,甚至可能向这些用户发送垃圾邮件。为了更好的产品体验和效率,我们可以将通知按增量值降序排列,选择增量值最高的通知发送,在有限的预算(发送量)下最大化整体增量值。

点击标题