粉絲團
粉絲團小編一職，或許將成為下一個夕陽產業，全因為「Blossom」的出現？紐約時報最新採用的選稿方式，是透過一個內部聊天機器人，以數據分析在大量文章中預測出會引起廣泛迴響的文章。其所挑選的文章點擊數，比起傳統編輯挑選的文章多了 380%！
紐約時報利用數據分析技術提供編輯有爆發潛力的文章（圖片來源／PhotoPin）
根據《NiemanLab》的報導，紐約時報正在引領一場媒體新革命，也就是透過其內部聊天機器人「Blossom」，來挑選值得推薦的文章。由於紐約時報每天發布的新聞高達 300 多則，卻只有約 50 則會被推送到 Facebook 粉絲頁上。為了改善傳統編輯挑選文章上力有未逮的情形，該報的數據分析團隊選擇使用 Blossom 作為推薦文章的工具。
Blossom 是紐約時報用來預測大新聞的工具（圖片來源／NiemanLab）
由於 Blossom 內使用了聊天 App 「Slack」，此外應用了 Java、Python、MapReduce 等技術，利用其獨特的演算法，可以分析並預測會在社群網路上引起廣泛討論的文章，因此目前紐約時報相當依賴這個新的「粉絲團小編」。不過由於 Blossom 沒有像 Siri 的對話能力，必須透過輸入指令才能要求其提供文章清單。
透過指令，可以向 Blossom 要求各項功能（圖片來源／NiemanLab
透過 Blossom，編輯可以更精確的挑選有受歡迎潛力的文章，紐約時報的測試結果顯示，Blossom 所推薦的文章，比起其他方式推薦的文章（包含傳統編輯），有著平均多出 120% 的點擊數表現。而在測試紀錄的中位數表現上，Blossom 所推薦的文章點擊數更多出了 380%！
Blossom 也能提供編輯重要的新聞預警（圖片來源／NiemanLab
在提供準確文章挑選的同時，Blossom 也減輕了編輯的挑稿負擔，甚至可以快速查詢年代久遠的新聞報導。目前 Blossom 將會持續專注在紐約時報 Facebook 粉絲頁和 Twitter 的專頁上，並協助在分析出將會在網路上廣泛流傳的報導時，提前一步告知紐約時報的編輯們。
