Les applications sociales ont habitué tout le monde à un fil qui les connaît. Pour une petite plateforme d’annonces, la voie habituelle — suivre chaque geste, un service de recommandation, un appel à l’IA à chaque défilement — est hors de portée et hors de proportion.
L’onglet « Pour vous » de l’application Vidifye y arrive avec de l’arithmétique sur des données qui étaient déjà là.
Un sous-produit que personne n’utilisait
Pour chercher par le sens, chaque annonce avait déjà un vecteur : une liste de 3 072 nombres qui décrit ce qu’elle est, calculée une seule fois à la publication. Les annonces semblables ont des vecteurs qui pointent dans la même direction. C’est exactement ce qu’il faut pour recommander — le fil les réutilise donc au lieu de calculer quoi que ce soit de nouveau.
Un seul signal : le cœur
Le fil apprend d’une seule chose : ce que les gens aiment, d’un double toucher ou avec le cœur. Pas ce qu’ils ont fait défiler, pas combien de temps une vidéo a joué. Un « j’aime » est un choix délibéré ; un visionnement peut être un pouce qui ne s’est pas arrêté à temps. Ça garde aussi le fil explicable : il reflète ce que vous lui avez dit, rien d’autre.
Vos goûts, en moyenne
- Prendre les 50 « j’aime » les plus récents. Chaque annonce aimée apporte son vecteur.
- En faire la moyenne, les plus récents d’abord. Chaque « j’aime » plus ancien compte 15 % de moins que le suivant : le dixième plus récent pèse environ le quart du dernier. Les goûts changent, et le fil suit.
- Conserver le résultat. Une ligne par personne, mise à jour dès qu’elle aime ou n’aime plus quelque chose.
- Trouver les annonces les plus proches. Au chargement du fil, la base de données renvoie les annonces les plus proches de cette moyenne — en écartant les annonces de la personne, ce qu’elle a déjà aimé et tout ce qui est expiré.
Aucun modèle d’IA n’est appelé à aucune de ces étapes. Le seul coût d’IA a été payé une fois, quand chaque annonce a été décrite pour la recherche.
Une sur huit est une surprise
Un fil qui ne montre que ce qu’on aime déjà se referme vite. Dans chaque bloc de huit, sept annonces viennent donc de vos goûts et une est tirée au hasard. L’ordre aléatoire est fixe pour la journée, pour chaque personne — on descend, on remonte, rien ne se répète ni ne saute — et il est rebrassé le lendemain matin. Aimez une de ces surprises, et elle entre dans vos goûts.
Les nouveaux, et les changements d’idée
Pas encore de « j’aime » ? Le fil revient à ce qui fonctionnait avant : les catégories qui ont intéressé la personne, puis ce qui est à proximité, puis ce qui est nouveau. Retirez un « j’aime » et la moyenne est recalculée sans lui ; retirez le dernier et le fil par défaut revient.
Ce que ça coûte
Tout roule dans la même base MariaDB que les annonces. Rien sur une personne n’est envoyé à un fournisseur d’IA pour bâtir son fil : ses goûts sont une liste de nombres dans votre propre base de données, pas un profil chez un tiers. Le fil de chaque personne est mis en cache cinq minutes, alors défiler beaucoup coûte peu à la base aussi.
Ce que ça signifie pour une PME
Si vous décrivez déjà votre catalogue pour une recherche par le sens — ou prévoyez le faire — les recommandations viennent presque gratuitement : « plus de ce que vous avez sauvegardé », « les clients qui ont aimé ceci », une page d’accueil personnalisée. La partie coûteuse, c’est de décrire le catalogue une fois. Tout le reste, c’est de l’arithmétique.
Le vrai travail est dans les choix : à quel signal se fier, à quelle vitesse les goûts s’estompent, combien de surprise permettre, et ce que voit un nouveau visiteur. Ce sont des décisions d’affaires, pas des choix de modèle.