Wie Facebook Nutzerdaten und -wünsche ausliest
Wie Facebook Nutzerdaten und -wünsche ausliest – Facebook enthüllt, wie man den von Lesern gesehenen Feed erraten kann, einschließlich der Verwendung eines Algorithmussystems für maschinelles Lernen (ML) und Prädiktoren. Diese Funktion soll den News Feed mit vielen Ebenen unterstützen.
Laut der offiziellen Seite verarbeitet Facebook Billionen von Beiträgen, die seinen mehr als 2 Milliarden Nutzern präsentiert werden. Es erstellt Posts und Tausende von Signalen, um Posts auszuwählen, die für seine Benutzer relevant sind.
Wenn ein Benutzer Facebook öffnet, findet der Auswahlprozess hinter den Kulissen innerhalb von Sekunden statt, um einen Feed mit Beiträgen zu erstellen, die der Benutzer öffnet.
Sobald dies läuft, werden mehrere Schichten von ML-Modellen und Algorithmen angewendet, um aussagekräftige und relevante Inhalte für jeden Benutzer vorherzusagen.
Während ein Benutzer eine Reihe von Phasen durchläuft, grenzt ein algorithmisches System die Tausenden von Feed-Kandidaten auf die wenigen Hundert ein, die zu einem bestimmten Zeitpunkt in jemandes News Feed erscheinen.
Einfach ausgedrückt bestimmt das System, welche Beiträge im Newsfeed eines Benutzers erscheinen und in welcher Reihenfolge der Benutzer am meisten interessiert ist. Das Lesen dieses Algorithmus basiert auf mehreren Faktoren, darunter, was und wem Benutzer folgen, wer mag und mit wem Benutzer interagieren.
Beispielsweise sieht ein Benutzer namens Juan einen Fotobeitrag vom Hahn eines Freundes und er sieht einen Videobeitrag vom morgendlichen Lauf eines anderen Freundes. Aber Juan hat einen Artikel darüber veröffentlicht, wie man die Milchstraße bei Nacht sieht.
Alle diese Inhalte werden von Juan als relevant oder interessant angesehen, daher prognostiziert Facebook, dass der News Feed für Juan den höchsten Wert haben wird. Mathematisch ausgedrückt definiert Facebook eine Zielfunktion für Juan und führt eine Zieloptimierung durch.
Darüber hinaus verarbeitet Facebook auch die Merkmale von Posts und Foto-Posts, die von seinen Nutzern markiert wurden. Mehr als tausend Benutzerbeiträge pro Tag zu bewerten, um den Prozess effizient zu gestalten.
Es verwaltet die Daten in mehreren Schritten, die effizient organisiert sind, um die Menge der erforderlichen Rechenressourcen schnell zu begrenzen.
Als nächstes bewertet das System Posts anhand verschiedener Faktoren, z. B. wie gut ein Post zu einem Benutzer passt, um mit anderen Benutzern zu interagieren.
Um mehr als 1.000 Posts zu zählen und sie gleichzeitig mit Milliarden von Nutzern zu teilen, verwendet Facebook ein System in Form einer Post-Reading-Parallel-Engine namens Predictor.
Predictor ist eine Intelligenz-Engine zum Kombinieren und Eingrenzen interessanter Posts in etwa 500 Posts.
Facebook führt kontextbezogene Funktionen wie die Vielfalt von Inhaltstypen aus, die für Benutzer von Interesse sind. Alle diese Schritte erfolgen in Sekundenschnelle, und der Benutzer hat einen vorbewerteten News Feed, der bereit ist, erkundet zu werden.
Quelle: https://www.cnnindonesia.com/technology/20210128143700-185-599542/cara-facebook-read-data-tebak-keinginan-pengguna