Facebook Gunakan Machine Learning Buat Memprediksi Kecenderungan Pengguna Medsos

JAKARTA - Facebook mengungkapkan sejumlah cara mengidentifikasi kemauan pengguna, salah satunya dengan memanfaatkan machine learning (ML). Teknologi ini dipadukan dengan prediktor dalam menebak hal-hal yang disukai oleh pengguna platform tersebut.

Melansir dari website resmi Facebook, perusahaan mengolah triliunan postingan untuk ditampilkan kepada 2 miliar lebih pengguna. Facebook membangun sejumlah pos dan beribu sinyal dalam memilah postingan yang sesuai dengan penggunanya.

Perusahaan mengatakan, ketika pengguna masuk ke Facebook, di belakang layar langsung terjadi proses seleksi. Proses tersebut hanya memakan waktu dalam hitungan detik agar bisa menampilkan umpan postingan.

Setelah semua itu berjalan, sejumlah lapisan model dan sistem algoritma ML langsung menerapkan metode menebak konten relevan dan bermakna untuk penggunanya.

Ketika pengguna melewati tahap-tahap tertentu,  maka secara otomatis sistem algoritma memperkecil jumlah kandidat feed dari ribuan menjadi beberapa ratus saja. Feed yang sudah dipersempit ini yang kemudian terlihat di News Feed pengguna di saat tertentu.

Dengan kata lain, sistem akan menyeleksi dan menentukan postingan yang bakal dimunculkan di News Feed pengguna. Sistem mengurutkan postingan yang paling disukai pengguna.

Sejumlah faktor untuk mendeteksi minat pengguna yaitu pengikut pengguna, apa yang diikuti pengguna, postingan yang disukai, dan interaksi sesama pengguna. Sistem akan menyimpulkan minat pengguna dan menampilkan postingan yang relevan dengan minatnya.

Facebook memberikan contoh sebagai berikut:

Sejak Juan log in kemarin, temannya, Wei, memposting foto ayam jantan spanielnya. Teman lain, Saanvi, memposting video lari paginya. Halaman favoritnya menerbitkan artikel menarik tentang cara terbaik untuk melihat Bima Sakti di malam hari, sementara Grup memasak favoritnya memposting empat resep baru.

“Semua konten ini dianggap relevan atau menarik bagi Juan karena dia memilih untuk mengikuti orang atau Halaman yang membagikan artikel tersebut,” tulis Facebook di blog resminya.

Sistem menilai postingan melalui kriteria tertentu, salah satunya kecocokan postingan dengan pengguna yang memungkinkan interaksi lebih lanjut dengan pengguna lain.

Data yang dikelola sistem sangat banyak, termasuk mempersempit postingan, memilah minat, relevansi postingan, dan sebagainya. Karenanya Facebook menggunakan mesin paralel pembaca model postingan yang disebut Prediktor.

Prediktor adalah mesin pintar yang bisa menggabungkan dan mempersempit postingan hingga sekitar 500 postingan dari ribuan. Facebook juga menghadirkan beragam konten yang sesuai dengan minat pengguna. Seluruh proses ini hanya membutuhkan waktu dalam hitungan detik saja.

Sistem juga memberikan ranking untuk sejumlah postingan yang sesuai dengan minat para penggunanya. Yang mana postingan tersebut yang akan dimunculkan di umpan berita atau News Feed.

Tidak hanya itu, Facebook juga mengungkapkan faktor lain untuk memprediksi minat penggunanya.

“Tapi menyukai (postingan)  bukanlah satu-satunya cara orang mengekspresikan preferensi mereka di Facebook. Setiap hari, orang-orang membagikan artikel yang mereka anggap menarik, menonton video dari orang atau selebriti yang mereka ikuti, atau meninggalkan komentar yang bijaksana di postingan teman mereka.”