Home Notizie recenti I ricercatori affinano l’obiettivo di Cupido sulle app di appuntamenti con un...

I ricercatori affinano l’obiettivo di Cupido sulle app di appuntamenti con un nuovo algoritmo

52
0

Credito: Unsplash/CC0 di dominio pubblico

Un nuovo algoritmo proposto da un ricercatore dell’Università del Texas a Dallas e dai suoi colleghi potrebbe aiutare gli utenti di app di appuntamenti a trovare il compagno perfetto.

In uno studio pubblicato online il 7 aprile sulla rivista Gestione delle operazioni di produzione e servizil’autore corrispondente Dr. Ignacio Rios, assistente professore di gestione delle operazioni presso la Naveen Jindal School of Management, e i coautori hanno esplorato un problema centrale affrontato dalle società di incontri online.

“Uno dei maggiori problemi è come decidere quali profili mostrare a ciascun utente per garantire che ottengano corrispondenze significative”, ha affermato Rios. “In molte app di appuntamenti, vediamo molti utenti frustrati perché faticano a trovare una corrispondenza che porti a una relazione a lungo termine. Ciò è in parte dovuto alle inefficienze nel funzionamento di queste app”.

Il settore degli appuntamenti online da 12 miliardi di dollari include centinaia di servizi. Negli ultimi due decenni, le piattaforme di incontri online sono diventate uno dei canali più comuni per incontrare le coppie. Ricerche precedenti hanno rilevato che quasi il 40% delle coppie che si sono incontrate negli Stati Uniti nel 2017 lo hanno fatto online.

Durante la pandemia di COVID-19, l’uso delle piattaforme di incontri online ha registrato una crescita massiccia a causa dei blocchi e delle preoccupazioni sulla diffusione del virus, ha affermato Rios.

come funzionano

Molte app di appuntamenti limitano il numero di profili che un utente può vedere ogni giorno. Alcune piattaforme, tra cui Tinder e Bumble, lo implementano imponendo limiti di scorrimento, mentre altre, come Hinge, limitano il numero di Mi piace.

Di conseguenza, uno dei ruoli primari delle piattaforme è selezionare un insieme giornaliero di profili da mostrare a ciascun utente in base alle preferenze e alle caratteristiche dei soggetti coinvolti.

Nel settembre 2018, i ricercatori hanno collaborato con un’importante società di incontri online degli Stati Uniti per studiare come la sua piattaforma dovrebbe selezionare l’insieme di potenziali partner da mostrare a ciascun utente al fine di massimizzare il numero previsto di corrispondenze.

La piattaforma conta circa 800.000 utenti attivi in ​​più di 150 mercati geografici e utilizza lo stesso algoritmo in tutti i mercati. Gli utenti possono dichiarare una fascia di età preferita, fascia di altezza, distanza massima dalla propria posizione e altro ancora. Utilizzando questi dati, la piattaforma calcola un insieme di potenziali partner per ciascun utente.

Un nuovo metodo

Rios ei suoi colleghi hanno sviluppato un modello che incorpora una nuova componente: le esperienze degli utenti.

Utilizzando i dati del partner industriale, i ricercatori hanno studiato le preferenze degli utenti, come età, religione e razza, e il comportamento, ad esempio se ogni utente ha effettuato l’accesso e, in tal caso, come hanno valutato i profili mostrati loro.

Lo studio ha rilevato che più corrispondenze una persona ha avuto nel recente passato, meno Mi piace dà ad altri profili. Ciò suggerisce un effetto storico, ha detto Rios.

Le stime mostrano che ogni corrispondenza aggiuntiva ha ridotto la probabilità di un nuovo like di almeno il 3%.

“Abbiamo osservato che è meno probabile che gli utenti apprezzino altri profili quando di recente sono riusciti a ottenere più corrispondenze”, ha affermato. “Questo potrebbe essere dovuto al fatto che gli utenti tengono a mente la quantità di tempo e di energia che possono spendere nell’app, quindi se hanno avuto molte partite nel recente passato, si aspettano di dedicare il loro tempo a quelle partite invece di apprezzare altri profili.

“Un’altra ragione probabile è che gli utenti aggiornano le loro convinzioni sulla propria attrattiva, e quindi diventano più esigenti. Infine, una terza ragione possibile è che gli utenti hanno fiducia che i loro nuovi abbinamenti funzioneranno, quindi evitano di apprezzare i nuovi profili”.

I ricercatori hanno incorporato questi risultati in un nuovo algoritmo per risolvere il problema della piattaforma. Rios ha affermato che l’algoritmo considera la probabilità che entrambe le parti si piacciano e dà la priorità agli utenti che non hanno ottenuto corrispondenze nel recente passato, partendo dal presupposto che sarà più probabile che apprezzino i profili mostrati loro.

Risultati e implicazioni

Utilizzando simulazioni su dati reali, i ricercatori hanno scoperto che l’algoritmo proposto ha migliorato il tasso di corrispondenza complessivo tra il 20% e il 45% rispetto all’attuale algoritmo del partner industriale. Questi risultati hanno convinto l’azienda a testare l’algoritmo nella pratica.

Negli esperimenti sul campo nei mercati di Houston e Austin nell’agosto 2020, l’algoritmo dei ricercatori ha prodotto almeno il 27% in più di corrispondenze rispetto all’algoritmo dell’azienda.

Rios ha affermato che i risultati evidenziano l’importanza di contabilizzare correttamente le preferenze, il comportamento e le metriche di attività degli utenti per migliorare l’efficienza operativa delle piattaforme di abbinamento.

“Il coinvolgimento è che gli utenti otterranno più corrispondenze e potenzialmente troveranno un partner a lungo termine”, ha affermato Rios. “Dal punto di vista dell’app, generare più corrispondenze è uno degli indicatori chiave di prestazione ed è strettamente correlato al coinvolgimento, alla fidelizzazione, alla crescita e ad altri risultati rilevanti.

“La metodologia può essere applicata a qualsiasi app di appuntamenti che offre un insieme limitato di profili ogni giorno. Altre aziende potrebbero utilizzare il nostro framework per aumentare il numero di corrispondenze che generano”.

Il partner del settore ha recentemente ampliato l’uso dell’algoritmo proposto in mercati aggiuntivi, ha affermato Rios. I risultati sono stati simili.

Successivamente, la piattaforma implementerà il framework nei suoi mercati più grandi.


Articolo precedenteL’offerta su Twitter di Musk si appoggia a un finanziere collegato al magnate russo
Articolo successivoLa coalizione vuole portare l’hub regionale dell’idrogeno in Georgia