Human curation hänvisar till processen att välja ut och organisera innehåll av mänskliga redaktörer, medan algoritmisk rekommendationsteknik förlitar sig på algoritmer för att fatta beslut om vilket innehåll som ska visas för användare baserat på olika faktorer som användarpreferenser, popularitet och relevans.
I studien analyserade forskarna en stor datauppsättning av användarinteraktioner med ett nyhetsutbud online under en period av flera månader. De jämförde prestandan för två olika strategier för innehållspresentation:en som enbart förlitade sig på algoritmiska rekommendationer och en annan som använde en kombination av mänsklig kuration och algoritmiska rekommendationer.
Resultaten visade att kombinationsmetoden överträffade metoden med enbart algoritm när det gäller mätvärden för användarengagemang, såsom klickfrekvens och tid på webbplatsen. Specifikt fann studien att:
Användare som presenterades för en blandning av mänskligt kurerat och algoritmiskt rekommenderat innehåll tillbringade mer tid på webbplatsen jämfört med de som bara visades algoritmgenererat innehåll.
Användare var mer benägna att klicka på länkar till artiklar som presenterades i en mänskligt kurerad sektion av webbplatsen än de som endast visades i en algoritmgenererad sektion.
Studien fann dock också att metoden med enbart algoritm var effektivare för att främja mångfald av innehåll och exponera användare för nya och framväxande ämnen.
Sammantaget antyder studien att en kombination av mänsklig kuration och algoritmisk rekommendationsteknik kan vara det mest effektiva tillvägagångssättet för nyhetsförmedlare online som vill optimera användarens engagemang och samtidigt främja mångfald av innehåll. Genom att utnyttja styrkorna hos båda tillvägagångssätten kan nyhetskanaler ge användarna en mer personlig och njutbar upplevelse.
