Facebook publicó un artículo que explica cómo funciona el algoritmo de Facebook News Feed. En comparación con la patente del algoritmo News Feed de Facebook, los dos documentos detallan cómo Facebook clasifica las publicaciones en News Feed.

Aprendizaje automático y clasificación

El algoritmo News Feed de Facebook es un sistema de clasificación de aprendizaje automático. No es solo un algoritmo. Es una combinación de varios algoritmos que trabajan juntos en diferentes fases.

Partes del algoritmo hacen cosas diferentes, como seleccionar publicaciones «candidatas» para mostrar en el suministro de noticias de una persona, eliminar publicaciones que contienen información errónea o cebo, crear listas de amigos con los que una persona interactúa, temas con los que la persona tiende a interactuar y luego usar todos esos factores para clasificar (o no clasificar) publicaciones en un feed de Facebook.

Todas estas capas diferentes se aplican para predecir lo que un miembro de Facebook encontrará relevante para ellos.

El propósito de los algoritmos es clasificar las publicaciones que aparecen en el servicio de noticias, el orden en que se encuentran y seleccionar las publicaciones que pueden ser de interés para un miembro de Facebook y con las que interactuar.

Publicidad

Continuar leyendo a continuación

No son solo algunas señales las que se tienen en cuenta. Facebook afirma utilizar miles de señales.

Según Facebook:

«Para cada persona en Facebook, hay miles de señales que debemos evaluar para determinar qué podría encontrar esa persona más relevante … para predecir lo que cada una de esas personas quiere ver en su feed …»

Señales de rango de noticias en Facebook

Características de una publicación de Facebook

Una de las señales de clasificación de las que habla Facebook es «caracteristicas»De un mensaje.

Facebook usa una función o calidad de publicación y determina si ese es el tipo de cosas con las que un usuario tiende a interactuar más.

Por ejemplo, si una publicación viene con una imagen coloreada y un miembro está acostumbrado a interactuar con publicaciones con imágenes coloreadas, entonces se clasificará más alto.

Si una publicación está acompañada de un video y eso es con lo que a un miembro de Facebook le gusta interactuar, ese miembro tendrá una clasificación más alta.

Publicidad

Continuar leyendo a continuación

Si la publicación contiene una imagen, un video, si los amigos de un usuario están etiquetados en la publicación, estas y otras características de una publicación se utilizan como factores de clasificación para determinar si una publicación se mostrará a un usuario y qué tan alto se clasificará en el News Feed.

Facebook usó el ejemplo de un usuario ficticio llamado Juan (el nombre «John» en español) para ilustrar el factor de clasificación de funciones.

Esto es lo que dijo Facebook sobre el factor de clasificación de funciones:

“Podemos usar las características de una publicación, como quién está etiquetado en una foto y cuándo se publicó, para predecir si a Juan le gustará.

Por ejemplo, si Juan tiende a interactuar con las publicaciones de Saanvi a menudo (por ejemplo, comparte o comenta) y su video en ejecución es muy reciente, existe una alta probabilidad de que a Juan le guste su publicación.

Si Juan se ha involucrado con más contenido de video que fotos en el pasado, la misma predicción para la foto de Wei de su cocker spaniel podría ser bastante débil.

En este caso, nuestro algoritmo de clasificación clasificaría el video en ejecución de Saanvi más alto que la foto del perro de Wei porque predice una mayor probabilidad de que le guste a Juan. «

El tiempo es un factor de clasificación en Facebook

El ejemplo de Facebook que se mencionó anteriormente también ilustra cómo el tiempo, en la forma de cuándo se publicó algo recientemente, también se puede utilizar como factor de clasificación.

Lo interesante del ejemplo ficticio de «Juan» es que Facebook mencionó que cuando se publica una publicación es un factor de clasificación.

«Podemos usar las características de una publicación, como quién está etiquetado en una foto y cuándo se publicó, para predecir si a Juan le gustará».

Este aspecto del tiempo como factor de clasificación coincide con una patente de Facebook relativamente reciente que establece que la fecha en que se publicó un artículo recientemente se puede utilizar como factor de clasificación.

La patente de Facebook News Feed se llama Selección y presentación de noticias que identifican contenido externo a los usuarios del sistema de redes sociales.

Esto es lo que dice la patente de Facebook News Feed:

«… Las noticias se pueden clasificar en función de los datos de series de tiempo asociados con las interacciones con las noticias, de modo que las últimas noticias compartidas ocupen una clasificación más alta».

Publicidad

Continuar leyendo a continuación

Esto parece confirmar el valor de publicar el mismo mensaje más de una vez al día. Puede llegar a diferentes personas a lo largo de los períodos y aquellos que interactúan con el mensaje pueden ayudar a que se lo muestre a sus amigos, etc.

Compromiso e interés

Otro factor de clasificación es predecir si es probable que un usuario esté interesado o interactúe con una publicación. Facebook usa una serie de señales para hacer esta predicción.

El artículo es claro en este punto:

«… El sistema determina qué publicaciones aparecen en su News Feed y en qué orden, prediciendo lo que le interesa o le interesa más».

Y algunos de esos factores que utiliza Facebook son señales de publicaciones anteriores y personas con las que el usuario ha interactuado. Facebook usa estas interacciones pasadas para ayudarlo a predecir con qué interactuará un usuario en el futuro.

Según Facebook:

«Estas predicciones se basan en una variedad de factores, incluido lo que ha seguido, le gustó o recientemente siguió, le gustó o interactuó».

Publicidad

Continuar leyendo a continuación

Facebook utiliza modelos de aprendizaje automático para predecir cada una de estas cosas diferentes. Hay un modelo que predice qué contenido le gustará a un usuario, otro modelo que predice la publicación que el usuario comentará.

Cada una de estas formas de participación recibe una puntuación de clasificación y luego se clasifica.

Para resumir, el proceso de clasificación comienza identificando las publicaciones de los candidatos para clasificar, a partir de un grupo de publicaciones que se han realizado desde el último inicio de sesión del usuario.

El siguiente paso es asignar puntajes de clasificación a cada publicación.

Así es como Facebook lo explica usando un ejemplo de un usuario ficticio llamado Juan:

“Luego, el sistema tiene que calificar cada publicación por una variedad de factores, como el tipo de publicación, qué tan similar es a otras cosas y qué tan bien la publicación coincide con lo que Juan tiende a interactuar.

Para calcular eso para más de 1,000 publicaciones, para cada uno de los miles de millones de usuarios, todo en tiempo real, ejecutamos estos modelos para todas las historias de candidatos en paralelo en varias máquinas, llamadas predictores. «

Publicidad

Continuar leyendo a continuación

Las señales de clasificación están personalizadas para el usuario

Una mirada interesante a los factores de clasificación es que se ponderan de manera diferente de un usuario a otro. Ponderado significa cuando una señal de clasificación es más importante que otra señal de clasificación.

Lo que Facebook reveló es que para una persona, la predicción de que «le gustaría» una publicación podría tener una mayor influencia en la clasificación de esa publicación.

Para otro usuario, la predicción de que el usuario comentará una publicación recibe un peso de clasificación más alto.

Facebook compartió:

“Luego viene el pase de puntuación principal, donde ocurre la mayor parte de la personalización.

Aquí, una puntuación para cada historia se calcula de forma independiente, luego los 500 artículos se clasifican por puntuación.

Para algunos, la puntuación puede ser más alta para los me gusta que para los comentarios, ya que a algunas personas les gusta expresarse más a través del gusto que de los comentarios.

Cualquier acción en la que una persona rara vez participa (por ejemplo, una predicción similar muy cercana a cero) obtiene automáticamente un papel mínimo en la clasificación, porque el valor predicho es muy bajo. «

Publicidad

Continuar leyendo a continuación

Esto significa que para que una publicación tenga éxito, la publicación debe inspirar diferentes formas de participación de cada usuario.

Funciones contextuales para la diversidad de las fuentes de noticias

El último paso en el proceso de clasificación es asegurarse de que haya diversidad en el tipo de contenido que se muestra en las noticias. De esta forma, el flujo del usuario no se vuelve repetitivo.

Varios factores de clasificación personalizados de Facebook

Facebook no enumeró todos los factores de clasificación utilizados para clasificar las publicaciones en una sección de noticias. Pero dieron una idea, un vistazo de cómo va el proceso de clasificación y qué tipos de comportamiento se priorizan. También hemos aprendido que las señales de clasificación son dinámicas y se pueden ponderar de manera diferente para diferentes personas.

Citas

¿Cómo predice la sección de noticias lo que quieres ver?

Cómo el aprendizaje automático impulsa el algoritmo de clasificación de noticias en Facebook

Selección y presentación de noticias identificando contenido externo a usuarios del sistema de redes sociales (PDF)

Polaridad del sentimiento de los usuarios de un sistema de redes sociales (PDF)

Publicidad

Continuar leyendo a continuación

Reclasificación del contenido de la historia (PDF)

Resolución de características de múltiples fuentes de datos para sistemas de asistente (PDF)


0 CommentsClose Comments

Leave a comment

Newsletter Subscribe

Get the Latest Posts & Articles in Your Email

[mc4wp_form id="517"]

We Promise Not to Send Spam:)