Comment le Huffington Post gère plus de 70 millions de commentaires par an

Le Huffington Post a accumulé plus de 70 millions de commentaires jusqu'à présent cette année, dépassant de loin le total de 2011 de 54 millions.

Pour prendre un seul exemple, son poste (le première publication) avec la vidéo désormais célèbre des commentaires « 47 % » de Mitt Romney a attiré un public époustouflant 171 753 commentaires .

Tous les sites d'actualités ont du mal avec les commentaires des utilisateurs d'une manière ou d'une autre, mais la modération de cet énorme volume de messages est un test unique pour savoir si les conversations en ligne telles que nous les connaissons - une douzaine de personnes faisant quelques remarques sur un blog ou un article - peuvent évoluer à l'infini. plus grand sans sombrer dans la cacophonie.

Les commentaires des utilisateurs sur les articles du Huffington Post ont bondi au fil des ans, atteignant environ 8 millions en juillet et 9 millions (non illustrés) en août. (Graphique et données avec l'aimable autorisation de The Huffington Post)

J'ai posé à Justin Isaf, directeur de la communauté au Huffington Post, quelques questions sur la façon dont le site crée des discussions utiles et applique les normes de la communauté avec jusqu'à 25 000 commentaires par heure.

Poynter : L'une des grandes questions est la suivante : est-ce que la création d'une communauté autour des actualités en ligne 's'étend' ? C'est-à-dire que lorsque 100 000 personnes commentent un message, pouvez-vous vraiment encore avoir un échange d'idées et une vraie conversation - ou avez-vous simplement 100 000 personnes qui parlent trop fort pour que quiconque écoute ? Est-ce que cela crée vraiment une communauté qui se connaît et apprend les uns avec les autres jordan rétro pas cher ?

Justin Isaf: Vous pouvez certainement avoir une communauté significative à grande échelle. 70% de nos commentaires sont des réponses à d'autres personnes, même sur des articles avec 100 000 commentaires. Les gens prêtent attention les uns aux autres et ont des discussions intéressantes.

C'est en fait une question très intéressante et j'aimerais m'y attarder une minute. Il y a vraiment deux défis principaux pour la communauté à grande échelle. Le plus grand défi est le problème de la pomme pourrie, énoncé avec éloquence dans ' Loi de Godwin » (« À mesure qu'une discussion en ligne s'allonge, la probabilité d'une comparaison impliquant des nazis ou Hitler approche 1 »). Le second, qui ne devient vraiment un problème que si vous avez résolu le premier, est celui de la découverte - comment trouvez-vous la conversation qui vous intéresse, en tant que lecteur, lorsqu'il y a 185 000 commentaires sur un article.

Justin Isaf a travaillé chez Change.org avant rejoindre le Huffington Post .

La loi de Godwin concerne ce type qui entre et rend les choses moins agréables au point où vos bons membres partent. C'est un problème plus important à grande échelle, mais c'est un problème à toutes les étapes d'une communauté.

Pour nous, la solution a été de travailler très dur pour garder la communauté sûre et agréable en investissant beaucoup de temps et d'énergie dans la pré-modération pour empêcher ces mauvais acteurs d'entrer... Notre conviction se résume à un très simple 'si vous êtes intentionnellement ou systématiquement rendant cet endroit moins agréable, vous et vos commentaires pouvez en être retirés.

Notre approche de l'autre problème - trouver la bonne discussion pour vous - a été à la fois communautaire et technologique. Tout d'abord, le réseau de 'fans' sur HuffPost permet aux gens de voir de quoi parlent leurs amis et de s'engager facilement avec de nouvelles personnes qu'ils trouvent intéressantes. Nous voulons nous assurer que les anciens amis peuvent se retrouver facilement, mais en même temps les présenter à de nouvelles personnes afin qu'ils élargissent toujours leur communauté et leur réseau.

La solution technologique pour connecter les bonnes personnes implique BEAUCOUP de traitement de données, des algorithmes intelligents et un design élégant. Par exemple, notre programme Pundit sur la politique verticale - qui met en évidence les commentaires et les conversations qui seront généralement plus intéressants pour un large public - mène à certaines des conversations les plus engageantes et les plus profondes du site, même lorsqu'il y a un volume élevé.

En nous concentrant sur ces deux questions - créer un espace sûr et agréable et aider les gens à trouver du contenu qui les concerne - nous a permis de gérer la croissance et l'échelle d'une véritable communauté. Cela nous a également aidés à fidéliser incroyablement bien les utilisateurs. Plus de 1 000 membres de la communauté qui se sont inscrits au cours des 6 premiers mois d'existence de HuffPost commentent encore plus d'une fois par semaine aujourd'hui.

De toute évidence, ce type d'effort nécessite également des ressources importantes pour être maintenu, n'est-ce pas ? Pourriez-vous m'en dire plus sur l'équipe de modération des commentaires — le nombre de personnes, quand elles travaillent, ce qu'elles font ? Et quelles solutions technologiques comme les filtres et les algorithmes aident à automatiser une partie de ce travail ?

Au dessous de: Maintenant, nous sommes une plus grande équipe avec l'équivalent d'environ 30 modérateurs à temps plein. Ils travaillent 24 heures sur 24, 7 jours sur 7, 365 jours par an, par quarts de six heures et passent chacun des centaines de commentaires par heure. Ils sont tous basés aux États-Unis ou dans le pays de l'édition sur laquelle ils travaillent afin d'obtenir le contexte culturel local et les conversations. C'est un ensemble de compétences très spécifiques et il faut une certaine mentalité pour bien le faire. Je suis constamment en admiration devant cette équipe.

Ils sont soutenus par certaines des meilleures technologies de l'industrie. Il faudrait beaucoup de temps pour expliquer toutes les différentes technologies qui entrent dans le flux de modération, mais au cœur se trouve Julia. C'est une machine à intelligence artificielle qui aide les mods. C'est une technologie très cool que nous avons acquise il y a environ 2 ans et que nous avons beaucoup développée depuis.

J'aimerais en savoir plus sur 'Julia'. Quel rôle joue-t-elle dans la modération des commentaires ? D'où vient cette technologie et est-elle disponible pour que quelqu'un d'autre l'adopte ? Fait-elle de l'analyse sémantique ? « Apprend-elle » avec le temps ? Qu'est-ce qui a inspiré le nom ?

Au dessous de: Elle faisait partie de l'acquisition d'une société appelée Adaptive Semantics qui l'a créée et la technologie originale derrière tout cela. C'était une équipe de deux personnes, Jeff Revesz et Elena Haliczer. Elena est maintenant vice-présidente des produits de HuffPost, et le développement continu de Julia est effectué par des personnes très intelligentes titulaires d'un doctorat dans des domaines que je ne comprendrai jamais.

Julia est un algorithme d'apprentissage automatique (JuLiA signifie 'Just a Linguistic Algorithm') que nous avons appris à comprendre plusieurs langues et que nous continuons à enseigner de manière continue (oui, elle apprend avec le temps). Elle lit tout ce qui est soumis au HuffPost et aide les modérateurs à faire leur travail plus rapidement et avec plus de précision. Nous avons vraiment fait beaucoup avec la modération assistée par machine, ce qui nous permet de pré-modérer 9,5 millions de commentaires par mois, et Julia est au cœur de cela.

Je suis un grand fan de l'aide des machines pour les tâches de niveau inférieur, libérant du temps, des ressources et de la puissance cérébrale pour des tâches plus intéressantes et complexes. Julia va encore plus loin et nous aide dans de nombreux autres aspects du HuffPost en plus d'aider à éliminer les membres abusifs, y compris l'identification des conversations intelligentes pour la promotion et le contenu qui ne correspond pas à nos annonceurs. Elle nous a permis de faire beaucoup plus avec beaucoup moins.

Donc, étant donné les capacités assez avancées de 'Julia', que reste-t-il aux modérateurs humains à prendre en charge ? Sont-ils confrontés aux commentaires de la zone grise dont l'ordinateur n'était pas sûr ?

Au dessous de: Notre équipe humaine traite beaucoup de problèmes. Ceux-ci incluent certainement des commentaires de zone grise dont Julia n'est pas sûre, mais traitent également de la modération de niveau supérieur et des soins spéciaux, des problèmes des utilisateurs, de l'audit et des soins de qualité, etc.

Par exemple:

• Julia a libéré des ressources pour passer à notre programme d'éditeur communautaire - des éditeurs qui se concentrent sur la création de contenu et l'engagement de notre public dans le but explicite de créer une communauté plus dense de personnes autour du contenu qui les intéresse, avec des personnes partageant les mêmes idées. C'est très pratique, fondamentalement humain et a créé des groupes incroyables d'individus qui ont maintenant une maison où ils peuvent partager leur passion avec des personnes similaires qu'ils n'auraient peut-être jamais rencontrées autrement.
• Lorsque des personnalités controversées meurent ou sont hospitalisées, nous nous efforçons de nous assurer que les fils de discussion sont appropriés et ne sont pas repris par des personnes qui expriment trop leur aversion pour la personne. C'est le genre de soins que les machines ne reçoivent pas encore tout à fait, mais ce sont toujours des gens avec des sentiments, de la famille, des amis, des êtres chers, et nous considérons qu'il est de notre responsabilité de nous assurer que les conversations sur HuffPost en tiennent compte.
• Nous avons plusieurs histoires et sections du site qui sont malheureusement controversées et certaines qui sont sensibles - nos verticales Voices, Teen, des articles sur l'apparence des gens, etc. Dans de nombreux cas sur ces verticales, nous voulons nous assurer que nous avons plus d'implication humaine parce qu'ils touchent tant de vies réelles et affectent de vrais sentiments. Nous voulons donc nous assurer que les personnes ayant des sentiments et des vies sont impliquées. Julia est du genre sensible, mais elle ne « comprend » pas toujours quand c'est émotif.

Enfin, que pensez-vous d'essayer de faire ressortir les meilleurs commentaires parmi les milliers que vous obtenez ? Ou plus généralement, pouvez-vous concevoir un système de commentaires optimisé pour les personnes qui lisent les commentaires, et non pour les personnes qui les laissent ?

Au dessous de: Il y a souvent un compromis dans les choix de conception - les personnes qui lisent et les personnes qui conversent ont souvent des besoins différents.

Vous pouvez (et devriez) certainement optimiser la lecture, surtout si l'on considère qu'il s'agit d'une grande partie d'une communauté (voir le ' règle 1-9-90 ”). Mais, en même temps, si vous optimisez pour les personnes qui ne parlent pas, vous risquez de réduire la quantité de choses à lire.

Nous adoptons l'approche que nous voulons créer une plate-forme qui est incroyablement facile pour les membres de notre communauté à s'engager les uns avec les autres, mais qui permet également aux lecteurs novices de trouver très facilement les meilleurs points d'engagement et les conversations les plus intéressantes.

C'est un exercice d'équilibre, bien sûr, et nous avons suivi les données qualitatives et quantitatives au fil des ans pour nous assurer que nous créons la plate-forme et la communauté les plus engageantes et les plus robustes possible. Notre approche ne fonctionnera peut-être pas dans tous les cas, mais pour nous, elle a plutôt bien fonctionné.

Plus tôt: HuffPost valorise la conversation et la communauté plus que le contenu | HuffPost utilise des badges pour habiliter les utilisateurs en tant que modérateurs.