英国新闻集团：解读数据，连接你我
在过去的一年时间里，《伦敦时报》和《星期日泰晤士报》一直在用机器学习来更好地了解读者的需求，尽可能地减少退订率。这套自我学习的算法，在英国新闻集团内部代号为James。
James能够根据用户的阅读模式，在最恰当的时间点，以他们最习惯的频率，为用户提供最相关的个性内容。本质上来说，该算法相当于一位“数字管家”，通过电子邮件向个人提供个性化内容。对照实验表明，符合个性的推送内容降低了49%的退订率。
《星期日泰晤士报》客户价值负责人Mike Migliore说：“所有媒体都面临着一个挑战，你如何与从未见过的人建立有意义的联系。如果没有合适的工具，你不能解决这个问题。”
根据官方的发言，订阅用户在《泰晤士报》的各个平台日均产生 10 亿数据，James将这些数据显化为订阅倾向的判断，以及向每个用户推送内容的合理时间点、合理频率和合理内容类型。
每个人都有不同的阅读习惯，很难概括出单一的内容类型去留住用户。
Migliore说：“这位用户可能一周读三次，每次两小时，另一位可能一天读好多次，每次只读五分钟。”每个人的习惯都不同，“如果没有人工智能，我们就不可能有这么深刻的理解。”
截至目前，《泰晤士报》和《星期日泰晤士报》拥有52. 7 万用户，其中28. 6 万用户为数字用户。除此之外，它还拥有 375 万注册访问用户，每周拥有免费查看 2 篇文章的权限。它依然在努力积累数据，提高解读数据的能力，以期更透彻地了解用户习惯。虽然获得新读者很重要，但是防止读者的流失也很重要，而且成本更低，客户价值更高。
现在，他们正在研究如何平衡个性化推送和编辑选摘，如果新闻摘要推送全由算法掌控，那么过滤气泡会更加容易形成。副总裁Nick Petrie表明立场：“我们无意重走Facebook的老路。(我们希望)将科技与新闻业真正得结合起来。”
除了推送内容，算法James对新闻生产过程也产生了影响。Petrie说：“算法James利用大量的数据来了解哪种类型的文章能引起读者的共鸣，这指导了我们的写作。”
利用机器学习的技术解读读者的心思，以读者最适应的方式建立联系，英国新闻集团朝着最懂读者心的媒体形象迈进，向着用户的订阅靶心，射箭。
