فید، داستان ها، حلقه ها و موارد دیگر
انتشار: تیر 08، 1402
بروزرسانی: 27 خرداد 1404

فید، داستان ها، حلقه ها و موارد دیگر


فیس بوک منبع خود را به روز کرده است و توضیح می دهد که چگونه محتوا را در وب سایت خود، از جمله Feed، Stories و Reels رتبه بندی می کند.

متا همچنین ابزارها و ویژگی های جدیدی را برای بهبود شفافیت در شبکه اجتماعی اعلام کرده است که به بازاریابان کمک بیشتری می کند.

چرا ما اهمیت می دهیم. بازاریابان و تبلیغ کنندگان به درک قوی از نحوه رتبه بندی فیس بوک محتوا نیاز دارند تا بتوانند تصمیمات آگاهانه ای درباره کمپین های خود بگیرند تا به حداکثر دید و تعامل دست یابند.

چه خبر؟ متا تعدادی ویژگی جدید را منتشر کرد که برای ارائه وضوح بیشتر در مورد فاکتورهای رتبه بندی خود از طریق آن طراحی شده است اتاق خبر دیجیتال:

  • کارت های سیستم: فیس بوک ۱۴ کارت سیستمی ایجاد کرده است تا به بازاریابان کمک کند تا بفهمند فیس بوک چگونه از هوش مصنوعی برای رتبه بندی محتوا و ایجاد فیدهای متناسب با افراد استفاده می کند. کارت ها همچنین توضیح می دهند که چگونه افراد می توانند آنچه را که می بینند کنترل کنند.
  • \'چرا من دارم این را می بینم؟\': متا در هفته های آینده این ویژگی را به فیس بوک Reels گسترش می دهد. این به افراد امکان می دهد بفهمند که چگونه فعالیت قبلی شان در سایت بر محتوایی که هوش مصنوعی در حال حاضر مربوط به آن ها می داند و متعاقباً در حساب هایشان ارائه می شود، تأثیر گذاشته است.
  • "بیشتر نشان دادن، کمتر نشان دادن": فیس بوک قصد دارد این ویژگی را که در حال حاضر در تمام پست های فیدها، ویدیوها و حلقه ها از طریق منوی سه نقطه در دسترس است، برجسته تر کند.
  • کتابخانه محتوای متا و API: فیس بوک قصد دارد در چند هفته آینده مجموعه جدیدی از ابزارها به نام Meta\'s Content Library و API را برای محققان عرضه کند. کتابخانه جدید قرار است شامل داده های پست ها، صفحات، گروه ها و رویدادهای عمومی در سایت شبکه اجتماعی باشد.

کارت های سیستم

کارت های سیستم جدید فیس بوک بزرگترین به روز رسانی مرکز منابع آن است. این سیستم از 14 کارت تشکیل شده است:

  • خوراک: فیس بوک از هوش مصنوعی برای محاسبه امتیاز مربوط به حدود 500 پست استفاده می کند و سپس آنها را به ترتیب نزولی رتبه بندی می کند. این سیستم برای نمایش محتوای متنوع در فید ساخته شده است، به این معنی که کاربر نباید چندین پست ویدیویی را پشت سر هم ببیند.
  • نظرات رتبه بندی خوراک: هوش مصنوعی نظرات را به ترتیبی که فکر می کند برای هر کاربر مرتبط تر است رتبه بندی می کند. این کار را با بررسی عواملی مانند میزان محبوبیت سایر نظرات و اینکه آیا آنها توسط شخصی در شبکه آنها منتشر شده است انجام می دهد.
  • توصیه های خوراک: هوش مصنوعی با بررسی عواملی مانند گروه هایی که اخیراً به آن ها ملحق شده اند و پست هایی که دوست داشته اند، مشخص می کند که کاربران با چه محتوایی بیشتر درگیر هستند. سپس از این اطلاعات برای تصمیم گیری در مورد محتوایی (مثلاً پست ها، حلقه ها، ویدیوهای زنده) استفاده می کند.
  • قرقره ها: هوش مصنوعی با تعیین اینکه کاربر احتمالاً به چه چیزی علاقه مند است، چه حلقه هایی ارائه می شود و به چه ترتیبی انتخاب می کند. این پیش بینی ها را با بررسی عواملی مانند حساب هایی که کاربر دنبال کرده، دوست داشته یا اخیراً با آنها درگیر شده است، انجام می دهد.
  • داستان ها: سیستم هوش مصنوعی به طور خودکار داستان هایی را از افراد یا صفحات با پیش بینی اینکه کاربر احتمالاً به آن علاقه دارد، نشان می دهد. این سیستم همچنین قوانینی را اعمال می کند تا مطمئن شود که ترکیب متعادلی از محتوا در استوری به کاربران ارائه می شود.
  • افرادی که ممکن است بشناسید: هوش مصنوعی سعی کرد با بررسی عواملی مانند افرادی که با دوستان کاربر دوست هستند یا افرادی که در گروه های مشابه کاربر هستند، افرادی را که ممکن است مورد توجه قرار گیرند، تعیین کند.
  • ویدئو: هنگامی که کاربران ویدیوی فیس بوک را مشاهده می کنند و با آن تعامل دارند، یکی از سیستم های هوش مصنوعی زیربنایی طیفی از انواع ویدیو را ارائه می دهد که ممکن است با ترجیحات آنها مطابقت داشته باشد. این محتوا در تب Video یافت می شود. ممکن است شامل قرقره، موسیقی، بازی یا نمایش باشد. این محتوایی است که کاربران ممکن است از سوی سازندگانی که ممکن است آنها را دنبال نکنند علاقه مند شوند.
  • بازار: هنگامی که یک کاربر فیس بوک را مشاهده می کند و با آن تعامل دارد، از جمله فید Facebook Marketplace، یکی از سیستم های هوش مصنوعی زیربنایی لیست های مربوطه Marketplace را توصیه می کند. به عنوان مثال، کاربران می توانند اقلام برای فروش را در دسته بندی هایی مانند کالاهای خانگی، لوازم حیوانات خانگی و کالاهای ورزشی ببینند. فیدهای کاربران همچنین ممکن است شامل توصیه های دیگری مانند فروشندگان و محتوایی باشد که ممکن است به آنها علاقه مند باشند.
  • اطلاعیه: هوش مصنوعی انتخاب می کند که چه اعلان هایی ارسال شود و اعلان ها را به ترتیبی که فکر می کند بیشتر مرتبط با کاربر است، رتبه بندی می کند. در همین حال، اعلان هایی که قبلاً مشاهده شده اند به ترتیب دریافت نمایش داده می شوند.
  • جستجو کردن: هوش مصنوعی با بررسی عواملی مانند نوع محتوا، به هر نتیجه جستجوی احتمالی امتیازی مربوط به میزان مرتبط بودن آن محتوا با کاربر اعطا می کند. سپس نتایج را به ترتیب مرتبط بودن بر اساس این امتیاز به کاربران ارائه می دهد
  • خوراک گروه ها: هوش مصنوعی به طور خودکار تعیین می کند که کدام پست ها در فید Groups ظاهر شوند و به چه ترتیبی، با امتیازدهی محتوا بر اساس ارتباط.
  • خوراک گروهی فردی: هوش مصنوعی پیش بینی می کند که کاربران بیشتر با چه محتوایی درگیر هستند و سپس آن را بر اساس ارتباط در فید گروه فردی خود رتبه بندی می کند. عوامل مرتبط شامل مواردی است که کاربران اخیراً چه چیزی و چه کسانی را دنبال کرده اند، دوست داشته اند یا با آنها درگیر شده اند.
  • گروه پیشنهادی: هوش مصنوعی فیسبوک به عواملی مانند گروه هایی که دوستان کاربر در آن عضو هستند و موضوعات مرتبط با محصولاتی که کاربر اخیراً با آن ها درگیر شده است نگاه می کند، سپس از این داده ها برای شناسایی سایر گروه هایی که ممکن است مورد علاقه باشند استفاده کند.
  • صفحاتی که ممکن است دوست داشته باشید: هوش مصنوعی صفحاتی را برای دنبال کردن بر اساس صفحاتی که دوستان کاربر اخیراً پسندیده اند یا صفحاتی که ممکن است مربوط به محصولات و پست هایی باشد که کاربر اخیراً با آنها ارتباط داشته است، پیشنهاد می کند.

دریافت خبرنامه جستجوی روزانه بازاریابان به آن تکیه می کنند.


کتابخانه محتوای متا و API

یکی دیگر از به روزرسانی های بزرگ مرکز منابع فیسبوک، کتابخانه محتوا و API جدید متا است. پایگاه داده قرار است شامل داده هایی از:

  • پست های عمومی
  • صفحات
  • گروه ها
  • مناسبت ها

افراد می توانند از کتابخانه برای جستجو، کاوش و فیلتر کردن بر روی یک رابط کاربری گرافیکی یا از طریق یک API برنامه ای استفاده کنند.

با این حال، بر اساس دستورالعمل های فعلی، این ابزار به طور خاص برای محققانی از مؤسسات علمی و پژوهشی واجد شرایط که موضوعات تحقیقاتی علمی یا عمومی را دنبال می کنند، راه اندازی شده است. برای دستیابی به این داده ها، محققان باید درخواست دهند.

شخصی سازی تجربه کاربری

فیس بوک تأیید کرد که علاوه بر شفاف سازی بیشتر در فاکتورهای رتبه بندی خود، می خواهد ابزارهایی را نیز در اختیار کاربران قرار دهد تا کنترل محتوایی را که می بینند دوباره به دست بگیرند - به عنوان مثال، ویژگی "چرا این را می بینم؟"

این ابزارها به کاربران فیس بوک این توانایی را می دهند تا تجربیات خود را شکل دهند و آنچه را که انجام می دهند و نمی خواهند ببینند را انتخاب کنند. افراد می توانند با مراجعه به تنظیمات برگزیده فید خود در فیس بوک و همچنین از طریق تنظیمات، تغییراتی را ایجاد کنند.

فیس بوک چه گفته است؟ نیک کلگ، رئیس امور جهانی متا، جزئیاتی را در مورد متا به اشتراک گذاشت اتاق خبر دیجیتال در مورد اینکه هوش مصنوعی چگونه محتوا را رتبه بندی می کند و چگونه برای کاربران آسان تر می شود آنچه را که در حرکت رو به جلو می بینند کنترل کنند. او گفت:

  • "[Our AI] سیستم ها این احتمال را افزایش می دهند که پست هایی که می بینید برای شما مرتبط و جالب باشند. ما همچنین روشن تر می کنیم که چگونه می توانید آنچه را در برنامه های ما می بینید بهتر کنترل کنید، همچنین کنترل های جدید را آزمایش می کنیم و دیگران را در دسترس تر می کنیم. و ما اطلاعات دقیق تری را در اختیار کارشناسان قرار می دهیم تا بتوانند سیستم های ما را بهتر درک و تجزیه و تحلیل کنند."
  • "سیستم های هوش مصنوعی ما پیش بینی می کنند که محتوایی چقدر برای شما ارزشمند است، بنابراین می توانیم آن را زودتر به شما نشان دهیم. به عنوان مثال، اشتراک گذاری یک پست معمولاً نشان دهنده جالب بودن آن پست است، بنابراین پیش بینی اینکه آن پست را به اشتراک خواهید گذاشت. یک پست یکی از عواملی است که سیستم های ما در نظر می گیرند."
  • همانطور که ممکن است تصور کنید، هیچ پیش بینی واحدی نمی تواند معیاری برای سنجش ارزش یک پست برای شما باشد. بنابراین ما از طیف گسترده ای از پیش بینی ها در ترکیب استفاده می کنیم تا تا حد امکان به محتوای درست نزدیک شویم، از جمله برخی بر اساس رفتار و برخی دیگر. بر اساس بازخورد کاربران دریافت شده از طریق نظرسنجی ها."
  • امیدواریم با معرفی این محصولات به محققان در مراحل اولیه توسعه، بتوانیم بازخورد سازنده ای دریافت کنیم تا مطمئن شویم که بهترین ابزار ممکن را برای رفع نیازهای آنها می سازیم.

شیرجه عمیق: می توانید توضیح دقیق تری در مورد هوش مصنوعی در پشت توصیه های محتوا پیدا کنید وبلاگ متا هوش مصنوعی. برای اطلاعات بیشتر در مورد نحوه استفاده هوش مصنوعی از سیگنال ها برای پیش بینی، می توانید به Meta\'s مراجعه کنید مرکز شفافیت.



منبع: https://searchengineland.com/how-facebook-ranks-content-2023-feed-stories-reels-428837