EdgeRank

EdgeRank - это название, обычно присваиваемое алгоритму , который Facebook использует для определения того, какие статьи должны отображаться в ленте новостей пользователя. С 2011 года Facebook прекратил использование системы EdgeRank и использует алгоритм машинного обучения, который по состоянию на 2013 год учитывает более 100 000 факторов.

EdgeRank был разработан и внедрен.

Содержание

• 1 Формула и коэффициенты
• 2 Воздействие
• 3 См. Также
• 4 Ссылки
• 5 Внешние ссылки

Формула и коэффициенты

В 2010 г. версия алгоритма EdgeRank была представлена ​​как:

$\sum \; edgeseuewede\; \{\backslash \; displaystyle\; \backslash \; sum\; \_\; \{\backslash \; mathrm\; \{Edge\; \backslash ,\}\; e\}\; u\_\; \{e\}\; w\_\; \{e\}\; d\_\; \{e\}\}$

где:

$ue\; \{\backslash \; displaystyle\; u\_\; \{e\}\}$- привязка к пользователю.

$we\; \{\backslash \; displaystyle\; w\_\; \{e\}\}$- это то, как оценивается контент.

$de\; \{\; \backslash \; displaystyle\; d\_\; \{e\}\}$- параметр затухания на основе времени.

• User Affinity: часть алгоритма User Affinity в EdgeRank Facebook смотрит на взаимосвязь и близость пользователь и контент (сообщение / обновление статуса).
• Вес контента: какое действие было предпринято пользователем над контентом.
• Параметр спада на основе времени: новый или старый. Новые сообщения, как правило, занимают более высокое место, чем более старые.

Некоторые методы, которые Facebook использует для настройки параметров, являются собственностью и недоступны для общественности.

Воздействие

EdgeRank и его преемники оказывают широкое влияние на то, что пользователи фактически видят из того, за чем они якобы следуют: например, выбор может создать пузырек фильтра (если пользователи получают обновления, подтверждающие их мнение и т. д.) или изменяться настроения людей (если пользователям показывается непропорционально много положительных или отрицательных обновлений).

В результате для страниц Facebook типичный уровень вовлеченности составляет менее 1% (или менее 0,1% для крупных) и органический охват 10% или меньше для большинства некоммерческих организаций.

Как следствие, для страниц может быть почти невозможно охватить значительную аудиторию без оплаты для продвижения своего контента.

См. также

• PageRank, алгоритм ранжирования, используемый поисковой системой Google

Ссылки

Внешние ссылки

• edg erank.net
• Facebook - Как работает новостная лента

.