18.5 C
Usa River
domingo, mayo 16, 2021

Cómo clasifica Facebook las publicaciones de noticias en tiempo real

- Advertisement -
- Advertisement -

Facebook publicó un artículo que explica cómo funciona el algoritmo de Facebook News Feed. En comparación con la patente del algoritmo de alimentación de noticias de Facebook, ambos documentos explican mucho sobre cómo Facebook clasifica las publicaciones en la alimentación de noticias.

Aprendizaje automático y clasificación

El algoritmo de alimentación de noticias de Facebook es un sistema de clasificación de aprendizaje automático. Sin embargo, no es solo un algoritmo. Es una combinación de múltiples algoritmos que trabajan juntos en diferentes fases.

Partes del algoritmo hacen cosas diferentes, como seleccionar publicaciones de “candidatos” para mostrar en el servicio de noticias de una persona, eliminar publicaciones con información errónea o clickbait, crear listas de amigos con los que una persona interactúa, temas con los que la persona tiende a interactuar y luego usar todos estos factores para clasificar (o no clasificar) publicaciones en un servicio de noticias de Facebook.

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

El objetivo de los algoritmos es clasificar qué publicaciones aparecen en el servicio de noticias, el orden en el que se encuentran y seleccionar las publicaciones en las que un miembro de Facebook probablemente esté interesado y con las que interactúe.

Anuncio

Continuar leyendo a continuación

No son solo algunas señales las que se consideran. Facebook afirma que utilizan 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 clasificación de noticias en Facebook

Características de una publicación de Facebook

Una de las señales de clasificación que analiza Facebook es la “caracteristicas”De una publicación.

Facebook está utilizando una característica o calidad de una publicación y determina si este es el tipo de cosas con las que un usuario tiende a interactuar más.

Por ejemplo, si una publicación está acompañada de una imagen colorida y un miembro tiene un historial de interactuar con publicaciones con imágenes coloridas, entonces se clasificará mejor.

Si una publicación está acompañada de un video y eso es lo que le gusta interactuar a un miembro de Facebook, entonces ese miembro se clasificará mejor.

Anuncio

Continuar leyendo a continuación

Si la publicación tiene una imagen, un video, si los amigos de un usuario están etiquetados en la publicación, esas 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 las noticias.

Facebook usó el ejemplo de un usuario ficticio llamado Juan (el nombre “John” en español) para ilustrar el factor de clasificación de características.

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

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

Por ejemplo, si Juan tiende a interactuar con las publicaciones de Saanvi (por ejemplo, compartiendo o comentando) con frecuencia 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 predicción similar para la foto de Wei de su cocker spaniel podría ser bastante baja.

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 a Juan le guste “.

El tiempo es un factor de clasificación de Facebook

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

Lo interesante del ejemplo del “Juan” ficticio es que Facebook mencionó que cuando se hizo 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 podría gustar”.

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

La patente de la fuente de noticias de Facebook se llama Selección y presentación de historias 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 pueden clasificarse en función de los datos cronológicos asociados con las interacciones con las noticias, de modo que las noticias compartidas más recientemente tengan una clasificación más alta”.

Anuncio

Continuar leyendo a continuación

Eso parece confirmar el valor de publicar la misma publicación más de una vez durante el transcurso de un día. Puede llegar a diferentes personas a lo largo de períodos de tiempo y aquellos que interactúan con la publicación pueden ayudar a que se la muestre a sus amigos, etc.

Deberías leer:   ¿Qué tipos de video en vivo están viendo las personas realmente? [New Data]
Deberías leer:   6 gerentes de Instagram comparten sus secretos comerciales

Compromiso e interés

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

El artículo es claro en ese punto:

“… el sistema determina qué publicaciones aparecen en su News Feed y en qué orden, al predecir lo que es más probable que le interese o en lo que se involucre”.

Y algunos de esos factores que utiliza Facebook son señales de publicaciones anteriores y personas con las que el usuario ha interactuado. Facebook utiliza 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 qué y a quién ha seguido, le ha gustado o interactuado recientemente”.

Anuncio

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 qué publicación comentará el usuario.

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

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

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

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

“Luego, el sistema necesita calificar cada publicación por una variedad de factores, como el tipo de publicación, similitud con otros elementos y cuánto coincide la publicación con lo que Juan tiende a interactuar.

Para calcular esto 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 “.

Anuncio

Continuar leyendo a continuación

Las señales de clasificación están personalizadas para el usuario

Una idea interesante de los factores de clasificación es que se ponderan de manera diferente de un usuario a otro. Medias ponderadas para 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 “gustará” 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 tiene un peso de clasificación más fuerte.

Facebook compartió:

“El siguiente es el pase de puntuación principal, donde ocurre la mayor parte de la personalización.

Aquí, una puntuación para cada historia se calcula de forma independiente, y luego las 500 publicaciones se ordenan 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 que es muy cercana a cero) obtiene automáticamente un papel mínimo en la clasificación, ya que el valor predicho es muy bajo “.

Anuncio

Continuar leyendo a continuación

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

Características contextuales para la diversidad de noticias

El último paso en el proceso de clasificación es garantizar la diversidad del tipo de contenido que se muestra en las noticias. De esa forma, el feed del usuario no se vuelve repetitivo.

Múltiples factores de clasificación de Facebook personalizados

Facebook no enumeró todos los factores de clasificación utilizados para clasificar las publicaciones en un servicio de noticias. Pero dieron una idea, una descripción general de cómo ocurre el proceso de clasificación y qué tipos de comportamiento se priorizan. También aprendimos que las señales de clasificación son dinámicas y se pueden ponderar de manera diferente según la persona.

Citas

¿Cómo predice el servicio de noticias lo que desea ver?

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

Selección y presentación de noticias que identifican contenido externo para los usuarios del sistema de redes sociales (PDF)

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

Anuncio

Continuar leyendo a continuación

Volver a clasificar el contenido de la historia (PDF)

Resolución de entidades de varias fuentes de datos para sistemas auxiliares (PDF)

- Advertisement -
Pilar Benegas
Pilar Benegas es una reconocida periodista con amplia experiencia en importantes medios de USA, como LaOpinion, Miami News, The Washington Post, entre otros. Es editora en jefe de Es de Latino desde 2019.
- Advertisement -
ultimas noticias
Notas relacionadas
- Advertisement -