29 червня компанія Мета опублікувала пояснення про те, як штучний інтелект впливає на алгоритми рекомендацій контенту на Facebook та Instagram. Розбираємо, як це впливає на різні розділи соцмережі

Раніше ми писали як працюють алгоритми Instagram. Зокрема, кожна частина застосунку — Feed, Stories, Explore, Reels, Search — використовує власний алгоритм. А такі функції та елементи керування, як Close Friends, Favorites and Following, дають змогу ще краще персоналізувати контент.

Meta пояснює, що кожна система ШІ має моделі, які використовують базові вхідні сигнали, щоб допомогти вибрати контент, який люди, найімовірніше, вважають найбільш релевантним і цінним. Вхідні сигнали — це те, як інші користувачі взаємодіяли з дописом, і те, як конкретний користувач взаємодіяв із подібним контентом у минулому. Наприклад, якщо багато людей лайкали чи шерили допис в Instagram або подібний контент, цей допис з’явиться вище у стрічці користувача.

Одна система штучного інтелекту ранжує контент від друзів, сторінок і груп, до яких підключені користувачі, а інша — рекомендований контент від інших людей. Те, що люди бачать у своїй стрічці, — це збалансоване поєднання результатів роботи обох систем ШІ.

Feed (Стрічка)

Спочатку система збирає всі потенційні публікації, якими поділилися друзі, сторінки, за якими стежить користувач, і групи, до яких він приєднався. Сюди входять і публікації, позначені як такі, що суперечать Стандартам спільноти.

Далі система ШІ розглядає різноманітні вхідні сигнали про кожен допис. Це інформація про те, хто створив допис і як користувач раніше взаємодіяв з ним, що це за допис — фото, відео чи покликання, а також скільки друзів користувача вподобали допис. Модель вибирає приблизно 500 найбільш релевантних дописів. Система також застосовує певні процеси перевірки, щоби зменшити поширення проблемного контенту.

Після цього система оцінює релевантність. Дописи, які, за прогнозами системи, матимуть для користувача більшу цінність, показуються вище у вашій стрічці. Система також намагається збалансувати поєднання типів контенту у стрічці. Це означає, що, наприклад, ви побачите не кілька відеопостів підряд, а різноманітні типи дописів.

Деякі з сигналів, які використовуються для ранжування дописів у стрічці:

• кількість дописів у тій самій категорії, які користувач переглянув або натиснув;
• який загальний час користувач витратив на перегляд постів у схожих категоріях;
• наявність підпису до фотографії;
• кількість разів, коли люди вподобали публікацію тієї ж категорії, що й конкретна публікація.

Reels

Спочатку система збирає всі потенційні ролики, які можуть вас зацікавити. Це можуть бути ролики людей або акаунтів, за якими ви стежите, або ролики, схожі на ті, з якими ви нещодавно взаємодіяли. Система також може включати ролики від людей або акаунтів, схожих на тих, за якими ви стежили або з якими ви співпрацювали.

Як і з Feed, система штучного інтелекту розглядає різноманітні вхідні сигнали: довжину ролика, схожість з іншими роликами і те, наскільки ролик відповідає контенту, з яким ви зазвичай взаємодієте. Модель вибирає приблизно 10–100 найбільш релевантних роликів. Далі відео, які, за прогнозами системи, принесуть вам більше користі, показуються вище у вашій стрічці.

Деякі з сигналів, які використовуються для ранжування Reels:

• скільки разів ролик переглянули інші;
• які ролики натискав користувач, щоб переглянути їх в повноекранному режимі;
• які ролики користувач вподобав.

«Люди, яких ви можете знати» та «Сторінки, які можуть вам сподобатися»

Система збирає профілі людей і сторінки, які можуть вас зацікавити. Це можуть бути люди, які є друзями друзів на Facebook, або люди в групах, в яких користувач є учасником, а також сторінки, на які підписалися ваші друзі, або сторінки, пов’язані з темами чи продуктами, якими користувач нещодавно цікавився.

Система обчислює бал для кожного профілю, виходячи з того, наскільки ймовірно, що ви будете взаємодіяти з ним. Також системи зважають на те, скільки друзів у Facebook є у користувача та запропонованої людини, як часто та як довго вони користуються платформою.

Потім система впорядковує ці профілі та сторінки й застосовує фільтри, щоб видалити ті, які можуть суперечити Стандартам спільноти.

Деякі з сигналів, які використовуються для ранжування:

• скільки разів користувач надсилав запити на додавання в друзі людям із таким самим рівнем активності у Facebook, як і у запропонованої людини;
• скільки сторінок у Facebook користувач вподобав або за якими стежив;
• віковий діапазон користувача;
• скільки разів користувач надсилав запити на дружбу людям, які опублікували таку ж кількість фотографій профілю та обкладинки, як і запропонована людина;
• який відсоток друзів користувача у Facebook пов’язаний із запропонованою людиною (наприклад, є друзями друзів).

Пошук

Система збирає всі результати пошуку, які відповідають запитам користувача. Це дописи, друзі, групи, події, сторінки та інші результати, що відповідають словам, які шукає користувач.

Далі система оцінює кожен результат пошуку за різними чинниками, зокрема, за типом контенту й тим, наскільки він відповідає тому, з чим користувач зазвичай взаємодіє. Система звужує пул відповідного контенту до найбільш релевантних.

Щоб переглянути результати пошуку, які не персоналізовані для користувача, можна скористатися функцією пошуку на вкладці Feed. 

Деякі з сигналів, які використовуються для ранжування пошуку:

• довжина тексту, який користувач використав у пошуку;
• скільки разів люди переглядали або натискали на пропозицію пошуку;
• чи є точний збіг між словами, використаними у вашому запиті, та назвою події;
• кількість часу, що залишилася до закінчення події.

Marketplace

Коли користувач переглядає та взаємодіє з Facebook, зокрема зі стрічкою Facebook Marketplace, одна з базових систем штучного інтелекту рекомендує відповідні списки Marketplace. Наприклад, користувач може бачити товари на продаж у таких категоріях, як товари для дому, товари для тварин і спортивні товари. 

Також стрічка Marketplace може містити розкручені оголошення та рекламу. Штучний інтелект не керує цим контентом.

Система штучного інтелекту, що лежить в основі стрічки Facebook Marketplace, автоматично визначає, які публікації з’являтимуться у стрічці, прогнозуючи списки, продавців і контент, які, найімовірніше, зацікавлять користувача. Ці прогнози ґрунтуються на різноманітних чинниках, зокрема на тому, як користувач взаємодіяв із попередніми оголошеннями та контентом Facebook. 

Товари можуть потрапляти до вашої стрічки на основі того, як давно вони були виставлені на продаж. Продукти також можуть бути включені до стрічки через порівняння характеристик продукту з історією активності користувача. Сигнали можуть також включати місцеперебування, категорію, стан або ціну товару чи продавця.

Система певним чином перевіряє чесність, щоб зменшити поширення шахрайського, неякісного контенту або такого, що суперечить Правилам торгівлі. 

Деякі з сигналів, які використовуються для ранжування на Marketplace:

• середня тривалість взаємодії покупців з продавцем щодо оголошення
• кількість попередніх кліків і переглядів оголошення, згрупованих за статтю осіб, зацікавлених у певних товарах;
• взаємодія користувача зі схожими товарами;
• якщо дозволяють закони про конфіденційність даних — історія переглядів і закономірності взаємодії з певними продавцями або оголошеннями.