Facebook explica la manera en que sus algoritmos predicen qué contenido quieres ver
Facebook selecciona unos 500 contenidos relevantes para el usuario y aplica técnicas de Machine Learning para ordenarlos
Facebook cuenta con un algoritmo que puede tomar en cuenta diferentes variables al momento de ordenar el contenido para sus usuarios.
Para ello, este sistema tiene en cuenta los posts a los que el usuario le de «like», con los que se interactúa dejando un comentario, etc. Pero además de ese algoritmo, que una mayor porción de los usuarios de la red social entiende que existe, el sistema que gestiona lo que muestra el News Feed de cada usuario es más complejo e incluye muchas otras capas que van detectando todo lo que hace y consume el usuario para así tratar de predecir lo que éste quiere ver.
Facebook ha explicado cómo funciona la tecnología de Machine Learning para realizar los rankings de contenidos de cada usuario y así poder ofrecer una experiencia personalizada a cada una de las 2.740 millones de personas que utilizan la red social de una forma activa en todo el mundo.
Según indica la plataforma, se necesita de este tipo de tecnología para poder encontrar, entre los millones de contenidos disponibles cada día en Facebook, los que más le pueden interesar a cada persona, tomando en cuenta además la aplicación de filtros y sistemas con el propósito de evitar la difusión de fake news y contenidos que traiga como consecuencia la desinformación de los usuarios.
No es suficiente con tomar en consideración aquellos contenidos que al usuario «le gustaron más» en el pasado, sino que también Facebook emplea el Machine Learning para realizar distintas predicciones acerca de cómo actuará el usuario en función de los contenidos que se le lleguen a mostrar en primer lugar.
Facebook tiene en cuenta todos los contenidos desde que el usuario entró a la red social por última vez y que no ha visto, incluso los que ya estaban publicados cuando se conectó y en aquel momento quedaron sin ver. El algoritmo entonces puntúa cada contenido según miles de factores implementando predicciones para así poder darle una valoración a cada contenido de los millones de usuarios de la red social.
Todas esas predicciones se combinan para una única puntuación a la que posteriormente Facebook le aplica otras reglas, tales como la reducción a unos 500 posts relevantes. Según explica Facebook, el hecho de clasificar menos historias les permite usar modelos de redes neuronales más potentes.
Estos contenidos son ordenados de acuerdo a las acciones pasadas de cada persona, pero no todas llegan a puntuar por igual para todos, es decir, se determina para cada usuario. Además, Facebook también le añade contexto para que, por ejemplo, un usuario no llegue a ver cuatro vídeos seguidos similares, sino más bien, se le ordena el contenido para que éste le resulte más atractivo visualmente.
Con información de Trece Bits
