标签: 纽约时报

众所周知，《纽约时报》的主编绝对是一个要职，他每天的工作是负责超过300篇各式文章当中挑出最火的文章，推荐给各大版面的增长编辑以及社交媒体编辑。 那么到底哪些文章值得推荐呢？选择这些文章让人绞尽脑汁。不过《纽约时报》的新主编却可以轻松hold住，而且TA挑选的文章平均阅读量是普通文章的38倍，每天工作24小时不休息，它就是机器人Blossom。 人工选择哪篇文章应该上推荐位或不上，既费人力，而且有时候会判断出错。为了解决这些烧脑的问题，纽约时报的数据团队(开发了一个机器人Blossom，并内置到他们的新闻APP slack里面，Blossom负责预测哪些文章有可能会在社交网站上引起传播，相应地给版面责任编辑提出建议。 Blossom暂时还没有自然语言的理解能力，不过编辑可以使用设定好的命令来根Blossom沟通，比如输入：!blossom facebook? all 就可以让Blossom返回目前《纽约时报》所有版面适合推送到Facebook上的文章，如图： Blossom的决策原理是什么？据纽约时报数据团队的首席数据科学家克里斯·维金斯透露，后端使用了Java、Python和MapReduce等语言和技术，融合了“非常前沿和复杂的算法”;前端为了方便实用，直接通过接口整合到了《纽约时报》编辑团队日常沟通所用的Slack团队协同软件当中，作为一个帐号/聊天频道存在。各个版面的增长编辑也会像产品经理一样，对Blossom团队提出产品优化的需求。 Wiggins没有说得更仔细，不过这不是什么不可知的黑科技，我们不难推测：Blossom首先知道社交网络上的实时热词情况，再根据文章中热词出现的频率判断这篇文章有没有可能引起更多点击。当然Blossom的算法肯定更精细。 除了Blossom以外，《纽约时报》很长时间以来都会在财报季、运动比赛报道的时候使用机器人来写稿，从而大大降低了人力编辑的脑力劳动，提高了效率。从长远角度看，只要我们妥善加以利用机器人确实可以帮助人类完成很多繁琐复杂的工作，从而帮助人类社会更好的运行起来。