В нашей последней статье мы упомянули основные источники дохода создателей в 2019 году. К сожалению, мы не уделили время изучению функционирования алгоритмов подсказки контента, которые используются для выделения одних творений, а не других. и, следовательно, позволяя создателям контента продвигать свои продукты. Мы намерены исправить это здесь, предложив вам плоды нашего исследования.

Прежде всего, мы попытаемся описать основные оси содержания, предложив и объяснив причины существования таких алгоритмов. Затем мы более подробно расскажем о том, как они работают и как они применяются в основных социальных сетях, с помощью следующих проблем:

Как алгоритмы предлагают нам контент?

1. Что такое алгоритм?

Алгоритм — это набор конечных рабочих правил, с помощью которых приложение позволяет решить данную проблему. Алгоритм может быть переведен с помощью языка программирования в программу, исполняемую компьютером.

Таким образом, мы понимаем, что сущность алгоритма заключается в наборе операций, направленных на решение проблемы. Рецепт приготовления пищи или тактический план во время футбольного матча являются частью алгоритмического класса, а именно набора определенных операций для достижения рецепта или для того, чтобы забить гол вашему противнику.

Во второй части определения упоминается аспект автоматизации, связанный с алгоритмами, особенно с помощью вычислений, и именно на этом мы сосредоточимся здесь.

С момента изобретения компанией Intel первого микропроцессора в 1971 году компоненты внутри компьютеров постоянно совершенствовались. Эта эволюция, частично поддающаяся проверке по закону Мура, была грубо разрешена за счет увеличения и миниатюризации транзисторов на определенном пространстве (теперь мы можем сконденсировать 30 миллиардов транзисторов на чипе размером с ноготь).
Мы, в свою очередь, смогли создать еще более сложную программу, потребляя при этом все меньше и меньше энергии.

За последние десять лет, отчасти благодаря упомянутой выше технической эволюции, методы машинного обучения были внедрены для повышения мощности и точности существующих программ: ИИ на основе машинного обучения теперь могут диагностировать некоторые состояния лучше, чем некоторые врачи.

С помощью машинного обучения специалист по данным (имя, данное программисту, стоящему за этими алгоритмами) будет обучать модель, передавая ей огромное количество данных, цель состоит в том, чтобы программа могла сама решить сложную проблему благодаря тому, чему он научился на фазе обучения.

Существуют различные формы машинного обучения, и некоторые из них будут лучше других в зависимости от конечного приложения. Иногда данные передаются машине, иногда она учится сама по себе методом проб и ошибок, чтобы максимизировать достижение цели, обычно с помощью подкрепляющего сигнала, подобного тому, что мы можем найти в нейронных сетях мозга.

Поскольку количество данных, создаваемых пользователями каждый день, каждый год достигает новых рекордов (90% данных в мире было создано за последние два года), эти типы мощных инструментов используются во все более широком спектре приложений, от медицины до видеоигр, а в последнее время и в социальных сетях через предложение контента.

2. Что такое предложение контента?

Из невролога Ипполита Бернгейма внушение — это передача направляющей идеи вербальным или невербальным языком, в первую очередь предназначенная для воздействия на поведение, мышление, восприятие, суждение или память. Таким образом, в политических целях мы можем представить, что предложения превращаются в стимулы, формируя почву для возникновения пропаганды. Внушение всегда было инструментом, позволяющим сделать определенный выбор, а не другой.

В этой статье предложение цифрового контента основано на современном опыте социальных сетей и хостинговых платформ. Это содержимое обычно появляется на главной странице приложения или в ленте новостей, где оно наиболее заметно. Поэтому очень важно понимать, что представляет собой внушающее содержание, чтобы не впасть в предопределенные концепции и модели мышления, потому что оно никогда не продвигается вперед без определенной цели.

3. Почему существуют эти алгоритмы?

Давайте сосредоточимся на цели предложения контента в социальных сетях и на хостинговых платформах, а также на причине, по которой в этом начинании используются такие мощные инструменты.

  • Чтобы побудить пользователей дольше оставаться на платформе

Первым аспектом, который следует упомянуть, является увеличение времени, проводимого на некоторых платформах: если пользователь будет нажимать и потреблять предлагаемый контент, который его изначально не интересовал, это увеличит количество времени, которое он проводит. будут тратить в экономичной модели, построенной платформой, и, следовательно, будут потреблять больше рекламы. И как сказал один мудрец:

Время — деньги — Бенджамин Франклин

  • Сделайте создателя более заметным

Этот второй аспект больше связан с видимостью или, другими словами, SEO.

Существуют два разных класса:
› Естественная или органическая поисковая оптимизация происходит за счет оптимизации многих критериев (индексация контента с помощью трендовых тегов, правильное описание, выбор привлекательной миниатюры или получение высокой предельной продолжительности просмотра в случае видео и др…). Сотни или даже тысячи этих переменных будут играть роль в алгоритмах платформы, чтобы ранжировать один контент выше, чем другие, и это то, что используется для выделения некоторых создателей.

›Платное упоминание происходит, когда пользователь или бренд платят платформе за то, что их контент будет предлагаться в поисковых запросах пользователей или в их новостных лентах, но алгоритмы обычно лучше использовать для обработки органических критериев, которых гораздо больше.

  • Разрешить пользователю находить контент без усилий

Наконец-то пользователь сможет открыть для себя контент, о котором он никогда бы не подумал. Стратегия заключается в предоставлении контента без каких-либо исследований со стороны пользователя. Обычно ему просто нужно обновить целевую страницу или свою ленту, чтобы получить новые предложения и, следовательно, потреблять больше контента.

4. Как работают эти алгоритмы?

Исторически Facebook был пионером в разработке таких инструментов, а началось все в 2016 году, когда они анонсировали новый функционал под названием Лента новостей. Это позволило пользователям получить доступ к списку действий своих друзей, который постоянно обновляется.

Целью этого нового инструмента является отображение контента, с которым у пользователя есть прямой контакт, а именно его друзей, людей, на которых он подписан, или его любимых страниц/групп.

Алгоритм в то время был детерминированным, потому что для конкретной записи результат всегда будет одинаковым и предсказуемым. Основная критика была связана с его простотой. Это не позволило выдвинуть тип контента, который понравится пользователю больше, чем другой. Тогда количество превалировало над качеством.

Но с годами этот процесс совершенствовался. Конечной целью является отправка контента, который соответствует предпочтениям пользователя, чтобы он был более склонен его потреблять. Вариантом этого процесса был алгоритм Facebook EdgeRank:

Принцип прост: для каждого пользователя и каждого контента устанавливается показатель релевантности, который позволяет классифицировать тот или иной тип. Эта оценка рассчитывается с использованием трех основных параметров, которые мы назовем A, T и F.

  • Близость, измеряющая, насколько близки пользователь и создатель контента.
  • T измеряет привлекательность контента (например, видео будет иметь более высокий балл, чем какой-либо опубликованный текст).
  • И F относится к «свежести» контента, с более высоким баллом, если он был только что опубликован, и более низким баллом, если он более древний.

Окончательная оценка является произведением этих трех переменных:

Однако этот процесс был встречен в равной степени критикой со стороны общественности и наблюдателей, так как способствовал некоему эффекту фильтра-пузыря, когда конечный пользователь помещался в метафорический пузырь, укрепляя собственные убеждения и ограничивая возможность столкнуться с аргументами, противоречащими их собственным убеждениям. Одним из огромных последствий этого является появление интеллектуальной изоляции и распространение ложной информации, позже придуманной и распространенной как Fake News.

«Есть два способа быть обманутым. Один состоит в том, чтобы верить в то, что не соответствует действительности; другой — отказаться верить в то, что истинно». Серен Кьеркегор

Таким образом, искусственный интеллект позволил нам придумать отличные инструменты и сложные алгоритмы, чтобы предложить нам контент, который теперь адаптирован для каждого пользователя. Благодаря использованию и обработке огромных объемов данных, генерируемых миллионами людей, уже разрабатываются модели для оптимизации того, как мы все будем воспринимать контент. Сегодня эти модели основаны на сотнях тысяч факторов, и каждый будет иметь доступ к уникальному пользовательскому опыту, когда отображаемый контент статистически должен понравиться вам больше всего.

Сегодня большинство основных платформ используют эти мощные инструменты благодаря огромным объемам данных, которые они генерируют. Эти предложения в основном основаны на истории потребления, относительном времени, затраченном на каждый тип контента, и взаимодействиях с ними пользователя.

Но из-за непостижимого количества факторов, которые эти инструменты учитывают в своих моделях, теперь почти невозможно понять точную причину, по которой один контент был выдвинут больше, чем другой. Кроме того, на некоторый полемический или резкий контент можно больше не ссылаться и отложить в сторону, чтобы гомогенизировать некоторые типы поведения. Наконец, глобальный эффект пузыря фильтров будет неизбежен, поскольку привычки тщательно изучаются и укрепляются. Чтобы решить эти проблемы, веб-гиганты попытались реализовать некоторые меры: Работа над остановкой дезинформации и ложных новостей от Facebook.

Что точно, так это то, что внедрение и оптимизация этих инструментов были и остаются неизбежными, учитывая огромное количество создателей, каналов и контента, который создается каждый день на этих платформах. Они также позволяют отделить качественный контент от огромного количества очень сомнительных работ.

Вывод

Понимание контента, предлагающего алгоритмы, — это понимание того, что мы потребляем в социальных сетях. Изучив эволюцию этих систем, использование мягкого ИИ (похожего на то, что есть у Siri), способного сосредоточиться на одной простой задаче, здесь предоставление качественного контента должно быть лучшим для рекомендаций пользователей. Это обеспечивает здоровую организацию контента и служит как пользователю, так и легитимности платформы.

Мы также могли бы представить себе систему, в которой мы даем больше возможностей и видимости конечному пользователю, чтобы у него было слово, чтобы сказать в различных фильтрах, параметрах и записях, предоставленных программе, отвечающей за предложение контента для них. Таким образом, люди и машины могут работать вместе, чтобы предлагать то, что лучше всего.

Я закончу эту статью этими прекрасными словами:

Алгоритм нужно увидеть, чтобы поверить. ― Дональд Кнут, Лидеры в области вычислительной техники: изменение цифрового мира

Спасибо за уделенное время

Томас, основатель @ Sinaps