Facebookは機械学習を使用してメソスユーザーの傾向を予測します

ジャカルタ - Facebookは、機械学習(ML)を利用することで、ユーザーの意欲を特定する多くの方法を明らかにしています。この技術は、プラットフォームのユーザーが好きなものを推測する際に予測変数と組み合わされます。

Facebookの公式ウェブサイトによると、同社は20億人以上のユーザーに表示するために数兆件の投稿を処理しています。Facebookは、ユーザーに合った投稿を整理する際に、多数の投稿と何千ものシグナルを作成しています。

同社は、ユーザーがFacebookにログインすると、舞台裏で即時の選択プロセスがあると述べた。このプロセスは、投稿フィードを表示するのに数秒しかかかりません。

結局のところ、MLモデルとアルゴリズムシステムの多くの層は、そのユーザーに関連性のある意味のあるコンテンツを推測する方法を直接適用します。

ユーザーが特定のステージを通過すると、アルゴリズムシステムは自動的に数千から数百に候補フィードの数を減らします。この絞り込みフィードは、任意の時点でユーザーのニュースフィードに表示されます。

つまり、ユーザーのニュースフィードに表示する投稿が選択され、決定されます。システムは、ユーザーが最も気に入った投稿を並べ替えます。

ユーザーの関心を検出する要因には、ユーザーのフォロワー、フォローするユーザー、好きな投稿、ユーザーエンゲージメントが挙げられております。システムはユーザーの関心を推測し、自分の興味に関連する投稿を表示します。

Facebookでは、次のような例を示しています。

フアンが昨日ログインして以来、彼の友人、ウェイは彼のスパニエルの雄鶏の写真を投稿しました。もう一人の友人、サーンヴィは、彼女の朝の走りのビデオを投稿しました。彼女のお気に入りのページは、夜に天の川を見る最善の方法についての興味深い記事を公開し、彼女のお気に入りの料理グループは4つの新しいレシピを投稿しています。

「このコンテンツはすべて、記事を共有した人物やページをフォローすることを選択したため、フアンにとって関連性のある、または興味深いと考えられていました」とFacebookは公式ブログに書いています。

特定の基準を通じて転記が評価され、そのうちの 1 つは投稿とユーザの一致であり、他のユーザとのさらなる対話が可能になります。

投稿の絞り込み、興味の並べ替え、投稿の関連性など、システム管理のデータが多数あります。そのため、Facebookは予測と呼ばれるポストモデルリーダーの並列マシンを使用しています。

予測変数は、数千件中約500件の投稿に投稿をマージして絞り込むことができるスマートマシンです。Facebookは、ユーザーの興味に合ったさまざまなコンテンツも提供しています。このプロセス全体は数秒しかかかりません。

システムはまた、ユーザーの興味に合った投稿の数をランク付けします。ニュースフィードまたはニュースフィードに表示される投稿。

それだけでなく、Facebookはユーザーの関心を予測する他の要因も明らかにしています。

「しかし、好き(投稿)は、人々がFacebookで自分の好みを表現する唯一の方法ではありません。毎日、人々は面白いと思う記事を共有したり、フォローしている人や有名人のビデオを見たり、友人に思慮深いコメントを残したりしています」