Refonte de l'algorithme de recommandation personnalisée de Yakread
Yakread a réécrit son algorithme de recommandation principal qui fusionne les abonnements de l'utilisateur et les articles mis en signet dans un seul flux personnalisé. L'algorithme trie d'abord les articles mis en signet par interaction (sauts et heure de signet), applique une légère randomisation pour éviter la monotonie et limite les recommandations par site web. Pour les abonnements, il calcule un «score d'affinité» basé sur les dix interactions les plus récentes de l'utilisateur (vues, sauts, likes/dislikes) avec chaque source. Les abonnements épinglés sont prioritaires. Enfin, il entrelace les articles d'abonnement et les signets en utilisant un choix aléatoire pondéré, en équilibrant la diversité et les préférences de l'utilisateur en fonction des sauts précédents.