Почему утренняя лента начинается с трех подряд записей бывшего коллеги? Кого соцсети показывают в «Рекомендованных друзьях»? Как оказаться в ленте у людей, которых хочется узнать поближе? Вместе с телеграм-каналом «Больше чем данные» разбираемся, как Facebook с помощью скрытых алгоритмов решает, кто ваши самые близкие друзья.
Соцсети собирают и хранят о нас всевозможную информацию: сайты, которые мы посещаем, данные о поисковых запросах, деиндивидуализированные данные из переписок. Во множество сайтов встроены трекеры Facebook, Twitter, «ВКонтакте». Эти трекеры наблюдают за нашими действиями, чтобы, например, точнее таргетировать рекламу. Но применяются полученные результаты не только для рекламы. Одна из их функций — обнаружение схожих черт между пользователями соцсетей.
Соцсети — часть больших экосистем. Например, «ВКонтакте» и «Одноклассники» находятся в составе Mail.ru Group, а Instagram и WhatsApp принадлежат Facebook. Это значит, что количество собираемых ими данных огромно. Такой массив информации позволяет группировать пользователей в виде графа, где дистанция между ними определяется объединяющими факторами, которые обладают разным «весом».
Построение графа — главный способ выявления сходства между пользователями сети. Граф — это абстрактный математический объект, представляющий собой набор вершин, соединенных ребрами. В нашем случае вершинами являются пользователи, а ребрами — связи между ними.
Конкретное строение алгоритма Facebook не разглашается, но наличие у компании поискового сервиса Graph Search позволяет предполагать именно такой подход.
Так выглядит граф социальных связей
На основании графа соцсеть определяет группы пользователей, имеющих семейные, рабочие, культурные и иные связи. Если они еще не добавлены в друзья, Facebook покажет этих людей в блоке «Вы можете их знать».
Работа алгоритма рекомендаций не раскрывается, но пользователи жалуются, что временами им «подсовывают» людей, преследующих их в сети.
Понимая, как работают алгоритмы, можно попробовать использовать их в своих интересах.
Поскольку отследить реальную жизнь соцсети пока не могут, нынешнее ранжирование в Facebook вызывает у пользователей много вопросов. Старый алгоритм отслеживал, насколько часто пользователи взаимодействуют друг с другом, как давно и каким образом.
Современный — во многом опирается на машинное обучение. Как и при составлении рекомендаций, учитывается множество показателей. Но разумно предположить, что совместное присутствие на фотографиях обладает куда большим весом, чем лайки или комментарии.
Вот что скорее всего учитывается:
Полученные результаты сильно влияют и на новостную ленту. Если бы соцсети показывали всех, на кого вы подписаны, чтение ленты занимало бы гораздо больше времени, а добраться по ней до по-настоящему важных постов интересных вам людей было бы почти невозможно.
Чтобы сделать жизнь пользователей проще, используется ранжирование друзей. Сортировка пользователей в списке друзей по числу сообщений в переписке (как у «ВКонтакте») — только верхний уровень. Для формирования ленты этого недостаточно, потому что не отражает значимости людей в реальной жизни пользователя.
В сетевой переписке мы уделяем меньше внимания тем, с кем постоянно общаемся вживую.
Зачастую активность друзей столь высока, что алгоритмам приходится провести тщательный отбор. Как рассказали администраторы соцсети, Facebook скрывает около 80% постов наших друзей. При этом преимущество отдается тем, кого соцсеть считает более близкими пользователю.
Алгоритмы Facebook держатся в строжайшем секрете. Но опытным путем изучить их особенности все же можно. Так, в 2015 году журналистке Меган Нил удалось выяснить, что при создании рекомендаций Facebook выше ценит нашу активность на страницах других людей, чем чужую активность на нашей.
Ранжирование записей и предложение друзей иногда вызывают критику. Например, антропологи видят в них причину возникновения «пузыря фильтров», когда пользователь оказывается окружен исключительно информацией, которая соответствует его взглядам и интересам (например, политическим), что закрывает возможности узнавать новое или пересматривать свои воззрения. Не меньше критики вызывает и сама возможность «слежки» в погоне за лучшими продажами рекламы. Однако и эти механики могут использоваться во благо. Так аргентинским службам спасения удалось предотвратить самоубийство женщины, выложившей в соцсети намеки на желание покончить с собой.
Важно не забывать: то, что вы видите в соцсетях, зависит от ваших действий. Это не вся информация, а то, что подобрано именно под вас. Если научиться влиять на ранжирование, вы сможете изменить содержимое своей ленты. Методично лайкая и комментируя то, что вам по-настоящему интересно, и не ставя лайков из вежливости под постами скучных вам людей, можно всего за несколько дней изменить свою ленту до неузнаваемости.
Если хотите еще больше информации об ИИ и алгоритмах, подписывайтесь на канал «Больше чем данные».
Соцсети собирают и хранят о нас всевозможную информацию: сайты, которые мы посещаем, данные о поисковых запросах, деиндивидуализированные данные из переписок. Во множество сайтов встроены трекеры Facebook, Twitter, «ВКонтакте». Эти трекеры наблюдают за нашими действиями, чтобы, например, точнее таргетировать рекламу. Но применяются полученные результаты не только для рекламы. Одна из их функций — обнаружение схожих черт между пользователями соцсетей.
Соцсети — часть больших экосистем. Например, «ВКонтакте» и «Одноклассники» находятся в составе Mail.ru Group, а Instagram и WhatsApp принадлежат Facebook. Это значит, что количество собираемых ими данных огромно. Такой массив информации позволяет группировать пользователей в виде графа, где дистанция между ними определяется объединяющими факторами, которые обладают разным «весом».
Как это делается
Построение графа — главный способ выявления сходства между пользователями сети. Граф — это абстрактный математический объект, представляющий собой набор вершин, соединенных ребрами. В нашем случае вершинами являются пользователи, а ребрами — связи между ними.
Конкретное строение алгоритма Facebook не разглашается, но наличие у компании поискового сервиса Graph Search позволяет предполагать именно такой подход.
Так выглядит граф социальных связей
На основании графа соцсеть определяет группы пользователей, имеющих семейные, рабочие, культурные и иные связи. Если они еще не добавлены в друзья, Facebook покажет этих людей в блоке «Вы можете их знать».
Работа алгоритма рекомендаций не раскрывается, но пользователи жалуются, что временами им «подсовывают» людей, преследующих их в сети.
Как попасть в рекомендации ко всем
Понимая, как работают алгоритмы, можно попробовать использовать их в своих интересах.
- Отмечайте других пользователей на фотографиях. Такая активность ценится высоко и помогает попасть в топ рекомендуемых.
- Стимулируйте пользователей заходить на вашу страницу. Чужая активность дает больше «очков», чем ваша. Чтобы привлечь внимание, ставьте лайки и пишите комментарии. Это заметят и алгоритмы Facebook, и сами пользователи.
- Избегайте жалоб. Они надолго выбрасывают из топа.
Что Facebook учитывает при ранжировании ваших друзей (скорее всего)
Поскольку отследить реальную жизнь соцсети пока не могут, нынешнее ранжирование в Facebook вызывает у пользователей много вопросов. Старый алгоритм отслеживал, насколько часто пользователи взаимодействуют друг с другом, как давно и каким образом.
Современный — во многом опирается на машинное обучение. Как и при составлении рекомендаций, учитывается множество показателей. Но разумно предположить, что совместное присутствие на фотографиях обладает куда большим весом, чем лайки или комментарии.
Вот что скорее всего учитывается:
- Местоположение;
- Просмотры пользователем вашей страницы;
- Лайки и комментарии ваших постов;
- Присутствие на общих фото или видео общих друзей;
- Данные из сторонних приложений (Facebook официально отрицает такой подход, но это выглядит очень правдоподобно).
Мы знаем, что вы хотите услышать
Полученные результаты сильно влияют и на новостную ленту. Если бы соцсети показывали всех, на кого вы подписаны, чтение ленты занимало бы гораздо больше времени, а добраться по ней до по-настоящему важных постов интересных вам людей было бы почти невозможно.
Чтобы сделать жизнь пользователей проще, используется ранжирование друзей. Сортировка пользователей в списке друзей по числу сообщений в переписке (как у «ВКонтакте») — только верхний уровень. Для формирования ленты этого недостаточно, потому что не отражает значимости людей в реальной жизни пользователя.
В сетевой переписке мы уделяем меньше внимания тем, с кем постоянно общаемся вживую.
Зачастую активность друзей столь высока, что алгоритмам приходится провести тщательный отбор. Как рассказали администраторы соцсети, Facebook скрывает около 80% постов наших друзей. При этом преимущество отдается тем, кого соцсеть считает более близкими пользователю.
Алгоритмы Facebook держатся в строжайшем секрете. Но опытным путем изучить их особенности все же можно. Так, в 2015 году журналистке Меган Нил удалось выяснить, что при создании рекомендаций Facebook выше ценит нашу активность на страницах других людей, чем чужую активность на нашей.
Ранжирование записей и предложение друзей иногда вызывают критику. Например, антропологи видят в них причину возникновения «пузыря фильтров», когда пользователь оказывается окружен исключительно информацией, которая соответствует его взглядам и интересам (например, политическим), что закрывает возможности узнавать новое или пересматривать свои воззрения. Не меньше критики вызывает и сама возможность «слежки» в погоне за лучшими продажами рекламы. Однако и эти механики могут использоваться во благо. Так аргентинским службам спасения удалось предотвратить самоубийство женщины, выложившей в соцсети намеки на желание покончить с собой.
Важно не забывать: то, что вы видите в соцсетях, зависит от ваших действий. Это не вся информация, а то, что подобрано именно под вас. Если научиться влиять на ранжирование, вы сможете изменить содержимое своей ленты. Методично лайкая и комментируя то, что вам по-настоящему интересно, и не ставя лайков из вежливости под постами скучных вам людей, можно всего за несколько дней изменить свою ленту до неузнаваемости.
Если хотите еще больше информации об ИИ и алгоритмах, подписывайтесь на канал «Больше чем данные».
Eще курсы
- Продвинутый курс «Machine Learning Pro + Deep Learning»
- Курс «Математика и Machine Learning для Data Science»
- Курс по Machine Learning
- Профессия Этичный хакер
- Разработчик игр на Unity
- Курс по JavaScript
- Профессия Веб-разработчик
- Профессия Java-разработчик
- C++ разработчик
- Курс по аналитике данных
- Курс по DevOps
- Профессия iOS-разработчик с нуля
- Профессия Android-разработчик с нуля
Рекомендуемые статьи
- Сколько зарабатывает дата-сайентист: обзор зарплат и вакансий в 2020
- Сколько зарабатывает аналитик данных: обзор зарплат и вакансий в 2020
- Как стать Data Scientist без онлайн-курсов
- 450 бесплатных курсов от Лиги Плюща
- Как изучать Machine Learning 5 дней в неделю 9 месяцев подряд
- Machine Learning и Computer Vision в добывающей промышленности
- Machine Learning и Computer Vision на обогатительных фабриках
