付費限定文章Twitter 開源推薦演算法，從中了解社群媒體推送邏輯
付費限定文章2023/04/01閱讀時間約 7 分鐘
Musk 接手Twitter後的一大工程，就是要把推特的演算法開源，讓Twitter成為更公開透明的社群媒體，並能讓大眾檢視、糾錯。
當然Musk也知道風險就是更透明的演算法，會讓更多人更容易針對推薦算法優化甚至濫用。但這會是一個動態的過程，馬斯克覺得試誤的價值是很高的。
另一個優點就是，開源就有開源社群免費幫你工作，省了一大筆錢（咦，這他沒說是我說的）
他還有開一個聊天室給大家算法公開的QA，你在Twitter上搜 Twitter Algorithm也有很多討論。
我們可以從Twitter最新的Blog抓取一些重點，快速了解一下他們推薦哪些貼文運用的邏輯有哪些：
Twitter 的推薦演算法運作
推特有幾個候選源，我們使用這些候選源為用戶檢索最近和相關的推文。對於每個請求，我們通過這些來源嘗試從數億條推文中提取最佳的 1500 條。我們從您關注的人（In-Network）和未關注的人（Out-of-Network）中尋找候選人。今天，For You 時間軸平均由 50％ 的 In-Network 推文和 50％ 的 Out-of-Network 推文組成，但這可能因用戶而異。
在你關注的人中，你們的預測互動概率 Real Graph 分數越高，越會出現在 For You 推文裡。
至於那些你根本沒關注的人，Twitter 採取了兩種方法解決如何了解是否與你相關這個問題。
Social Graph
第一個方法是通過分析您關注的人，或具有相似興趣的人的互動來估計您會認為哪些推文是相關的。
我們會全面掃描互動和關注圖譜來回答以下問題：
- 我關注的人最近參與了哪些推文？
- 誰喜歡和我類似的推文，他們最近還喜歡了什麼？
Embedding Spaces
嵌入空間 Embedding Spaces 方法旨在回答關於內容相似性的更一般性問題：哪些推文和用戶和我的興趣相似？
嵌入空間會給予用戶興趣和推文內容分數，用來計算 Embedding Spaces 中任意兩個用戶和推文之間的相似性，Twitter中最有用的嵌入空間就是 SimCluster，SimCluster 發現由一群有影響力的用戶組成的communities。每三週更新一次，Twitter 共有 14.5萬個communities。
每個用戶和推文可以屬於多個communities，上面這個圖就是最大的幾個社群，包含新聞、足球、流行明星等。通過查看推文在每個社群中的當下熱度，將推文嵌入這些社群中，來自同社群的用戶越喜歡，這個推文就會跟那個社群更相關。
這也是為什麼追熱點的貼文越容易爆，因為這是當下同社群共同關注有興趣的焦點。
排序 Ranking
至於要如何排序誰出現在你的 Timeline 動態牆前面，他們會有1500個推文作為候選，排序會通過4800萬參數的神經網絡不斷在推文互動上訓練優化，並輸出十個標籤為每個推文打分，每個標籤代表參與的概率，根據這些分數來進行排序。
在排序階段後，我們應用啟發式和過濾器來實現各種產品特點。這些特點共同作用，創建一個平衡和多樣化的推文流。一些例子包括：
- 能見度過濾器：根據您的偏好過濾推文。例如，刪除您block或mute帳戶的推文。
- 作者多樣性：避免太多連續來自同一作者的推文。
- 內容平衡：確保提供平衡的 In-Network 和 Out-of-Network 推文。
- 基於回饋的疲勞：如果觀看者對某些推文提供了負面回饋，則降低其分數。
- 社交證據：排除沒有與推文的第二度連接的 Out-of-Network 推文作為品質的保障。換句話說，確保您關注的某個人，參與了該推文或關注了該推文的作者。
- 對話：把原始推文與回覆的推文串串在一起，提供更多上下文Context。
作為過程的最後一步，系統將推文與其他非推文內容（例如廣告、關注建議和入門提示）混合在一起，並返回您的設備以顯示。
下面這一整個大表，是貼文排序的加權分數
有利觸及的貼文訊號
- 點擊推文愛心表示 favorite 喜歡 30X boost
- 轉推 retweet 20X boost
- 每個推文回覆只有 1X
- 推文有圖 2X boost
- 推文有影片 2X boost
- 在信任圈 Trusted Circle 3X
- 點擊進入推文，並在那停留至少2分鐘
- 用戶打開推文作者個人資料頁面並互動喜歡或回覆推文
- 回覆推文並被推文作者互動
- 當然還有Musk的賺錢手法之一，付費藍勾，如果是你關注又有藍勾的 4X boost，沒關注的藍勾 2X boost
不利觸及的貼文訊號
- 非新聞媒體的外連連結 URL 對觸及不佳，除非有高互動，如果沒有高互動會被視為spam降觸及權重
- 有外連 URL 沒有文字，失敗中的失敗
- 如果出現大量unfollowed，你會自然被算法隱形
- 沒收功就罵髒話，講冒犯的話 0.1X
- 負面回饋：顯示較少、屏蔽、靜音、濫用和Spam舉報
- 用太多hashtag 0.6X
- 寫錯字或是創造字電腦認不出來 0.01X
- 推文是英文，但是UI語言不是英文 0.7X
- UI語言是英文，但推文不是 0.3X
- 用戶語言和推文語言不同，兩者都不是英文 0.1X
有一些議題或是標注後是會被降權重的，除了一些18禁、仇恨言論、暴力還有假訊息外，連烏克蘭危機議題也被降權。
社群媒體的演算法邏輯以及該怎麼做？
以行動支持創作者！付費即可解鎖
本篇內容共 3056 字、0
則留言，僅發佈於IEO 國際財經科技前沿觀察你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
8.7K會員
200內容數
留言0
查看全部
