https://youtu.be/j3xzahNK27Y

（前回からのつづき）

VentureBeat: データを使って、どのようにしてインスピレーションポイントにたどり着くのですか？使用しているフレームワークや言語の種類は決まっていますか？

King: 私たちは、長年にわたって強化してきたオープンソースや機械学習技術をたくさん使っています。Pinterestを動かしている私たちのコアテクノロジーはグラフステージと呼ばれるシステムで、巨大なグラフデータベースといくつかの技術を使って、お互いに似ている写真や画像を識別しています。Pinterestを使えば使うほど、ボードに物を追加すればするほど、もちろん私たちの技術は向上していきます。また、それらの技術の多くをオープンソース化しています。

Pinterestでの検索は非常にオープンな仕組みになっています。探し出すために変わったクエリを必要としないのです。Googleと同じように、7～10のワードのクエリを使うことも珍しくなく、例えばPinterestではよく「インスピレーション」とか「インスピレーションのあるリビングルーム」とか「シャビーシックなベッドルームセット」といった言葉で検索されるので、いろいろなものを表示する機会に恵まれています。インスピレーションに上がったいくつかの結果を素早く提示し、そして画像結果を絞り込んでもらうことができるのです。

VentureBeat:Pinterestは頻繁に新機能をリリースしています。既存の技術インフラは、どのようにして今日の発表のような機能追加を可能にしたのでしょうか？

King: Pinterestの基礎となるフレームワークには、このグラフデータベースだけでなく、ゼロから構築した実験プラットフォームも含まれています。一度に何百もの実験を行い、ユーザーベース毎に分けてさまざまなユーザーにさまざまな領域を試してもらうようにしています。その結果、迅速に機能を反復することで、実際にうまくいったものを公開することができるようになりました。機能を立ち上げたときの成功率は約30～40%です。うまくいかない場合、作業の70%を捨ててしまうというのは、よくあることです。

（次につづく）

【via VentureBeat】 @VentureBeat

【原文】