Как работают алгоритмы соцсетей (1) YouTube Алгоритм YouTube пытается сопоставить каждого зрителя с видео, которые они, скорее всего, будут смотреть. Система уделяет внимание таким моментам, как: — что смотрят зрители; — что они не смотрят; — сколько времени они тратят на просмотр; — чем они делятся и что им нравится. YouTube имеет несколько алгоритмов, в том числе для: • Поиск на YouTube: видео ранжируются на основе того, насколько хорошо заголовки, описания и видеоконтент соответствуют запросам зрителя, и какие видео привлекают наибольшее внимание при поиске. • «Далее»: рейтинг предлагаемых видеороликов основан на понимании машинного обучения о том, какие из них зрители, скорее всего, будут смотреть дальше. Эти видеоролики часто связаны с видео, которое смотрит зритель, но они также могут быть персонализированы на основе истории просмотра зрителем. • Домашняя страница: видеоролики выбираются на основе того, как часто зрители смотрят канал или тему, насколько похожие видеоролики заинтересовали и удовлетворили похожих зрителей, и сколько раз YouTube уже показывал каждое видео зрителю. • YouTube Shorts: относительное время просмотра, как правило, более важно для коротких видеороликов, в то время как абсолютное время просмотра, как правило, более важно для более длинных видеороликов. Facebook* Система платформы определяет, какие посты и в каком порядке показывать в ленте новостей. Эти прогнозы основаны на том, на кого подписан человек, чему ставил отметки реакции и с кем недавно общался. Платформа может использовать характеристики публикации, например, кто отмечен на фотографии и когда она была опубликована , чтобы предсказать, понравится ли она пользователю. Чтобы сузить выборку, система собирает все посты-кандидаты, которые может ранжировать для юзера. После система оценивает каждую единицу контента по его типу и сходству с контентом, с которым обычно взаимодействует юзер. Чтобы дать оценку тысячам постов каждого из 2 млрд пользователей в реальном времени, эти модели запускаются для всех публикаций параллельно с помощью нейросетей. Instagram* Каждая часть приложения использует похожие алгоритмы, но порядок важности сигналов для каждого из них варьируется. Для ленты и историй ключевыми сигналами ранжирования являются: — Информация о публикации: насколько популярна публикация, когда она была опубликована, какой она длины, если это видео и есть ли гео; — Информация о человеке, который опубликовал сообщение: сколько раз пользователи взаимодействовали с этим человеком за последние несколько недель; — Активность пользователя: что может заинтересовать пользователя и сколько сообщений ему понравилось; — История взаимодействия пользователя с кем-либо: насколько пользователь заинтересован в просмотре сообщений от конкретного человека. Для Explore ключевыми сигналами ранжирования являются: — Информация о публикации: насколько популярной кажется публикация, а также сколько и как быстро другие люди лайкают, комментируют, делятся и сохраняют публикацию; — История взаимодействия пользователя с кем-либо; — Активность пользователя: какие сообщения пользователь лайкнул, сохранил или прокомментировал, а также как они взаимодействовали с сообщениями в Explore в прошлом; — Информация о человеке, который опубликовал пост. Для Reels ключевыми сигналами ранжирования являются: — Активность пользователя: какие ролики понравились пользователю, какие он прокомментировал и с какими он недавно взаимодействовал; — История взаимодействия пользователя с кем-либо; Информация о ролике: звуковая дорожка, видеоданные, такие как пиксели и целые кадры, а также популярность; — Информация о человеке, который опубликовал ролик. *входят в Meta – организацию, запрещенную на территории РФ.