EdgeRank

EdgeRank — цю назву зазвичай вживають стосовно алгоритму, який Facebook використовує, щоб визначити, які статті повинні відображатися в Стрічці Новин користувачів. Станом на 2011 рік, Facebook перестав користуватись EdgeRank і використовує машинне навчання алгоритму, що, станом на 2013 рік, приймає більш ніж 100 000 факторів до уваги.

EdgeRank була розроблена і впроваджена Серканом Піантіно.

Формула і фактори

У 2010 році, спрощена версія алгоритму EdgeRank була представлена як:

$\sum _{\mathrm{e}\mathrm{d}\mathrm{g}\mathrm{e}\mathrm{s}e}{u}_e{w}_e{d}_e$

де:

$u_e$ це спорідненість користувача.

$w_e$ є "вагою" вмісту.

$d_e$ це часовий параметр.

• Спорідненість користувача: Користувацька спорідненість частина алгоритму Facebook EdgeRank Шаблон:Webarchive, що відслідковує цікавість контента для користувача (допис/оновлення статусу).
• Вага вмісту: Яку дію було зроблено користувачем з постом.
• Часовий параметр затухання: Новий або старий пост. Нові повідомлення, як правило, займають більш високе місце, ніж старі пости.

Деякі з методів, що Facebook використовує для того щоб коригувати параметри є закритими і не доступними для громадськості.

Вплив

EdgeRank і його подальші версії в значній мірі впливають на те, що користувачі бачать і за чим слідкують: наприклад, вибір може зробити фільтр bubble (якщо користувачі вподобають, що підтверджує їх думки і т. д.) або зміна настрою людей (якщо користувачі роблять непропорційно велику кількість позитивних або негативних відгуків).

Як результат, для Facebook-сторінок, типовий коефіцієнт взаємодії становить менше 1 % (або менше 0,1 % для більш великих) і органічна взаємодія досягає 10 % або менше для більшості некомерційних організацій.

Як наслідок, для сторінок це може бути майже неможливо досягти якихось значних аудиторій, не використовуючи платне просування контенту.

Див. також

• PageRank, алгоритм ранжування сторінок, який використовує пошукова машина Google