توییتر داده‌های الگوریتم رتبه‌بندی توییت‌های خود را در GitHub منتشر می‌کند و شفافیت بیشتری را در فرآیند ارائه می‌کند.

توییتر داده‌های الگوریتم رتبه‌بندی توییت‌های خود را در GitHub منتشر می‌کند و شفافیت بیشتری را در فرآیند ارائه می‌کند.

همانطور که ایلان ماسک، رئیس توییتر در اوایل این ماه وعده داده بود، امروز، توییتر کد الگوریتم توصیه خود را در GitHub منتشر کرد تا همه ببینند، در حالی که یک نمای کلی جدید از نحوه عملکرد الگوریتم توصیه توییت خود منتشر کرده است، و بینش جدیدی در مورد آنچه که دستور را دیکته می کند، ارائه کرده است. که در آن توییت ها نمایش داده می شود.

نمای کلی الگوریتم توییتر

همانطور که توسط توییتر:

بر GitHub، دو مخزن جدید پیدا خواهید کرد (مخزن اصلی، میلی لیتر مخزن) حاوی کد منبع برای بسیاری از بخش‌های توییتر، از جمله الگوریتم توصیه‌های ما، که توییت‌هایی را که در جدول زمانی For You می‌بینید، کنترل می‌کند. برای این نسخه، هدف ما بالاترین میزان شفافیت ممکن است، در حالی که هرگونه کدی را که امنیت و حریم خصوصی کاربر یا توانایی محافظت از پلتفرم ما در برابر بازیگران بد را به خطر می‌اندازد، از جمله تضعیف تلاش‌های ما برای مبارزه با استثمار و دستکاری جنسی از کودکان، حذف می‌کنیم.»

همچنین مهم است که توجه داشته باشید که توییتر اطلاعات وزنی را به هر عنصر متصل نمی کند – به عنوان مثال، هر عامل چقدر در هدایت نتایج خروجی نهایی تأکید می کند.

بنابراین همه جزئیات نیست، اما بینش سطح بالایی از نحوه کار الگوریتم های توییتر ارائه می دهد، در حالی که توییتر نیز یک توضیح بیشتر غیرمعمول از سیستم، به منظور کمک به مردم در درک اینکه چگونه تصمیم می گیرد هر بار که برنامه را باز می کنید در خط زمانی خود چه چیزی را ببینید.

همانطور که در توییتر:

اساس توصیه‌های توییتر مجموعه‌ای از مدل‌ها و ویژگی‌های اصلی است که اطلاعات پنهان را از توییت، کاربر و داده‌های تعامل استخراج می‌کند. هدف این مدل ها پاسخگویی به سوالات مهم در مورد شبکه توییتر است، مانند: “احتمال اینکه در آینده با کاربر دیگری تعامل داشته باشید چقدر است؟” یا، “جوامع در توییتر چیست و توییت های پرطرفدار در آنها چیست؟” پاسخ دقیق به این سوالات، توییتر را قادر می سازد تا توصیه های مرتبط تری ارائه دهد.

این عنصر آخر مهم است و با آنچه رایان برودریک از Garbage Day در آزمایش‌های خود در آزمایش آنچه که اکنون از طریق توییت جذابیت پیدا می‌کند، همسو می‌کند.

همانطور که برودریک خلاصه کرد:

توییتر از زیرمجموعه های نامرئی از طریق Topics برای سازماندهی الگوریتمی توییت ها استفاده می کند. از آنجایی که صفحه For You دیگر به ترتیب زمانی نیست، توییت های ویروسی نمی توانند مانند گذشته به موقع باشند. آنها باید همیشه سبز باشند. اگر آنها در مورد چیزی اظهار نظر کنند که قبلاً ویروسی شده است کمک می کند. و اگر یک موضوع ارسال کنید، به خودتان پاسخ دهید یا نوعی بحث در پاسخ ها ایجاد کنید، واقعا کمک می کند. همچنین به نظر می رسد در حال حاضر تاکید بیشتری بر روی ویدیو وجود دارد.

معلوم شد، رایان درست می‌گفت – توییتر اکنون به دنبال تبلیغ توییت‌های بیشتری در فید «برای شما» بر اساس تعامل موضوعی است که توییتر در سطح حساب تعریف می‌کند، با فیلتر کردن حساب‌های خاص در دسته‌های موضوعی، و سپس استفاده از آن به عنوان راهنمایی برای دسته‌بندی. موضوع احتمالی هر یک از توییت های آنها.

نمای کلی الگوریتم توییتر

همانطور که در توییتر:

یکی از مفیدترین فضاهای جاسازی توییتر است SimClusters. SimClusters جوامعی را کشف می کند که توسط خوشه ای از کاربران تأثیرگذار با استفاده از a الگوریتم فاکتورسازی ماتریس سفارشی. 145 هزار انجمن وجود دارد که هر سه هفته یکبار به روز می شوند. اندازه جوامع از چند هزار کاربر برای گروه‌های دوستان منفرد تا صدها میلیون کاربر برای اخبار یا فرهنگ پاپ متغیر است. هر چه کاربران یک انجمن بیشتر یک توییت را دوست داشته باشند، آن توییت بیشتر با آن انجمن مرتبط می شود.

تصویر بالا برخی از بزرگترین “انجمن های” توییتر یا مجموعه های موضوعی بر اساس فیلتر الگوریتمی توییتر را نشان می دهد.

توییتر می‌گوید که این رویکرد به یک عامل کلیدی در تصمیم‌گیری تبدیل شده است که کدام یک از توییت‌های «خارج از شبکه» را در فید «For You» خود وارد کنید، یا کدام توییت‌ها را از حساب‌هایی که دنبال نمی‌کنید به شما نشان دهد. و با درج بیشتر و بیشتر این توصیه‌ها در فیدهای کاربران، محرک بزرگ‌تری برای قرار گرفتن در معرض توییت‌ها شده است – اگرچه این به زودی دوباره تغییر می‌کند، زمانی که توییتر توصیه‌های «برای شما» را محدود به تنها توییت‌ها از حساب‌های پرداختی مشترک می‌کند.

این که چگونه بر تجربه توییتر تأثیر می‌گذارد در حال حاضر حدس می‌زند، اما اساساً فید «برای شما» را با محدود کردن مجموعه توییت‌های منبعی که توییتر می‌تواند از آن استخراج کند، تغییر خواهد داد.

و اگر افراد مشهور، به ویژه، هزینه را پرداخت نکنند، یا در نتیجه توئیت را متوقف کنند، این تأثیر می تواند قابل توجه باشد.

این مهم ترین افشاگری از نمای کلی الگوریتمی توییتر است، اگرچه چندین یادداشت و نکته جالب دیگر در مستندات موجود است:

  • برای هر جلسه کاربر، توییتر حدود 1500 توییت را استخراج می کند که معتقد است به طور بالقوه برای هر فرد جالب خواهد بود، قبل از اینکه آنها را در فید “For You” رتبه بندی کند.
  • جدول زمانی برای شما در حال حاضر به طور متوسط ​​شامل 50٪ توییت های درون شبکه (افرادی که دنبال می کنید) و 50٪ توییت های خارج از شبکه است.
  • توییتر همچنین احتمال تعامل بین دو کاربر را پیش بینی می کند. “هرچه امتیاز واقعی نمودار بین شما و نویسنده توییت بالاتر باشد، تعداد بیشتری از توییت های آنها را درج خواهیم کرد.”
  • عامل دیگر توییت‌هایی است که افرادی که دنبال می‌کنید با آن‌ها ارتباط برقرار می‌کنند – که یک مکاشفه نیست، فقط یک نکته قابل توجه است.
  • رتبه‌بندی توییت‌ها از طریق یک شبکه عصبی با پارامتر 48 میلیونی انجام می‌شود که به طور مداوم بر روی تعاملات توییت برای بهینه‌سازی تعامل مثبت (مانند لایک‌ها، بازتوییت‌ها و پاسخ‌ها) آموزش داده می‌شود. با این حال، هیچ نکته ای در مورد اینکه چگونه توییتر تعامل مثبت در مقابل منفی را در این زمینه تعیین می کند، وجود ندارد

این زمینه جالبی را در مورد اینکه چگونه توییتر برای رتبه‌بندی توییت‌ها و به حداکثر رساندن قرار گرفتن در فید اصلی «For You» به نظر می‌رسد، ارائه می‌کند – هرچند دوباره، این وضعیت در 15 آوریل تغییر می‌کند، زمانی که توییتر تنها به نمایش توییت‌هایی از کاربران پولی تغییر می‌کند. توصیه های “برای شما” است.

که، از برخی جهات، بسیاری از این بینش را زائد می‌کند – هرچند من حدس می‌زنم، اگر تئوری کار این باشد که در نهایت، اکثر کاربران پرداخت خواهند کرد، آنگاه می‌تواند برای مدتی نشان‌دهنده باقی بماند.

به جز، آنها نمی خواهند.

کمتر از 1 درصد از کاربران توییتر در حال حاضر هستند پرداخت برای Twitter Blueو در حالی که تصمیم برای حذف تیک‌های آبی «میراثی» و بازگرداندن فرآیند رتبه‌بندی «برای شما» باعث جذب بیشتر خواهد شد، بعید به نظر می‌رسد که توییتر آبی را برای اکثریت قریب به اتفاق کاربران توییتر مورد توجه قرار دهد.

حدس می‌زنم، عنصر دیگری که در این رابطه باید مورد توجه قرار گیرد این است که اکثریت قریب به اتفاق توییت‌ها از سوی کاربران بسیار کمی می‌آیند، و اکثر پروفایل‌های توییتر به ندرت خودشان توییت می‌کنند. بنابراین، شاید توییتر فقط به مجموعه کوچکتری از کاربران نیاز داشته باشد تا در Blue ثبت نام کنند تا آن را به یک عنصر مهم در رتبه بندی توییت تبدیل کند. اما هنوز بعید به نظر می رسد که نتایج بهتری در برجسته کردن مرتبط ترین محتوا از سراسر برنامه ایجاد کند.

صرف نظر از این، به نظر می رسد که توییتر در حال پیشروی است، و اکنون، توسعه دهندگان خارجی بینش بیشتری نسبت به نحوه عملکرد الگوریتم توییتر دارند، که منجر به سیل جدیدی از بینش ها و نکات در مورد نحوه بازی کردن سیستم می شود.

امید توییتر این است که به بهبود سریع الگوریتم هایش کمک کند. شاید این اتفاق هم بیفتد. باید منتظر بمانیم و ببینیم.

Related Posts

نتیجه‌ای پیدا نشد.

برای نوشتن دیدگاه باید وارد بشوید.
فهرست