Facebook algoritmus működése 2021-ben

Facebook algoritmus

Ha egy eszközt megfelelően szeretnénk használni, de nem értünk hozzá, két út áll előttünk. Az egyik, hogy elolvassuk a használati utasítást, és alkalmazzuk az abban látottakat, a másik, hogy tapasztalati úton kezdjük el levonni a konzekvenciákat. Az első út általában a könnyebb és egyszerűbb, főleg a bonyolult eszközök esetén. A Facebook algoritmusa meglehetősen összetettnek tűnik, de szerencsére időnként maga a Facebook közöl segítőinformációkat annak működéséről. Posztunkban ezt járjuk körbe, megismerkedünk annak működésével.

Nap mint nap kb. 2 milliárd ember használja a Facebookot, rengeteg tartalmat állítanak elő ismerősök, oldalak, csoportok. A közösségi média óriás a hírfolyam, azaz a news feed megnyitásakor személyre szabottan összeállít egy tartalomlistát, amelyet megjelenít az oldalra regisztráltatnak. Ki kell választania, hogy kinek mely tartalmakat mutatja meg, ami elég komoly feladat,ezt tulajdonképpen nem is egy algoritmus végzi, hanem egy komplexebb, gépi tanulás alapján, megannyi réteg szerint rangsoroló rendszer.

Inventory - leltár

Ez tulajdonképpen a Facebook posztok összessége. Egy időpontban több ezer potenciális poszt jelölt jelenhetne meg egy-egy ember hírcsatornáján. Jellemzően ezek a posztok azok, amelyek az illető utolsó bejelentkezése óta az általa követett emberek, csoportok, oldalak hoztak létre és nem töröltek. Ezek mellé bekerülhetnek a korábbi bejelentkezés alkalmával nem látott posztok, illetve a korábban már látott posztok, amelyeknél komolyabb beszélgetés alakult ki. Ezekből különféle szempontok szerint elkezd szűkíteni a rendszer.

Signals - jelek

A potenciális posztok tömege tehát már ismert, ezeket szűkíti, illetve sorba rendezi a rendszer. A legfőbb szempont az, hogy az illető vélhetően milyen tartalommal lép majd legnagyobb eséllyel interakcióba. Ezt segítik a jelek. A jelek alapján, egy neurális hálózathoz hasonló szűrőrendszeren engedik át a posztokat. Jel lehet a kötődés szorossága az adott posztolóval, a lájkok, megosztások, kommentek lehetősége, a poszt frissessége. Az algoritmus szűkít kb. 500 potenciális, megmutatandó posztra. Erre az erőforrástakarékosság jegyében van szükség.

Predictions - előrejelzések

A gépi tanulást alkalmazó algoritmus rendszer megpróbálja megbecsülni, hogy adott felhasználó milyen interakciót végez majd várhatóan a számára megjelenített posztnál, és az egyes posztokhoz ezek alapján rendel egy végső, összesített pontszámot.

Ranking - sorrend

A kiválasztott posztokat a fenti pontszám alapján rangsorolja a rendszer, a magasabb pontszámot elért posztok irányából elkezdi sorba rendezni és megjeleníteni a tartalmakat az illető news feedjében. Személyenként változó lehet, hogy milyen interakció esik nagyobb súllyal a latba. A ritkán végrehajtott interakciók általában kevésbé számítanak. Végül a posztok átesnek egy kontextualitási vizsgálaton. Például megvizsgálja a rendszer, hogy adott illető hírfolyamában a megfelelő arányban keveredjenek a tartalomtípusok (kép, videó, live, stb.)

Ezt a tudást hogyan lehet kamatoztatni az Facebook oldalak organikus, azaz nem fizetett elérésének növelésére? Következő cikkeinkben bemutatjuk, hogy miért van értelme az organikus jelenlétnek, illetve azt is, hogy melyek azok a praktikák, amelyek segítségével sikeresebbek lehetünk organikusan.

Források

Tech Facebook

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük

Ez az oldal az Akismet szolgáltatást használja a spam csökkentésére. Ismerje meg a hozzászólás adatainak feldolgozását .