Facebook gibt Einblicke, wie Algorithmen euren News Feed beeinflussen.
Facebook hat aktuell knapp 2,8 Milliarden aktive Nutzer, die vor allem eines anschauen: den News Feed. Hier sieht jeder Nutzer eine personalisierte Sammlung von Fotos, Videos und Text-Beiträgen von Freunden, Gruppen, Unternehmen und aus anderen Quellen.
Für die Personalisierung des News Feed setzt Facebook auf Künstliche Intelligenz. In einem Blog-Eintrag gibt der Konzern jetzt einen Einblick, wie die KI bestimmt, welche Inhalte im persönlichen News Feed erscheinen.
Facebook setzt auf eine Vielzahl neuronaler Netze, die Inhalte bewerten und am Ende aus den Bewertungen einen personalisierten News Feed zusammenstellen. Laut Facebook startet der Auswahlprozess jedes Mal, wenn der Nutzer-Client eine Anfrage an Facebook stellt. Das kann ein Facebook-Besuch per Webseite oder App oder eine Interaktion mit einem Beitrag sein.
Facebook: In drei Schritten zum personalisierten News Feed
Bei jeder Anfrage läuft im Hintergrund der automatisierte Prozess grob in drei Schritten ab:
Inventur aller Beiträge
Zuerst sammelt Facebook alle Beiträge, die für einen News Feed infrage kommen. Dazu zählen neue und bisher ungesehene Beiträge von Freunden, Gruppen oder Seiten, mit denen ein Nutzer früher interagiert hat. Alte Beiträge, auf die der Nutzer reagiert oder die er kommentiert hat, kommen ebenfalls in die Sammlung aller möglichen Beiträge.
Bewertung der Beiträge
Neuronale Netze bewerten anschließend eine Reihe Faktoren für alle ausgewählten Beiträge. Dafür greifen die Netze auf tausende Signale zurück. Die umfassen etwa die Art des Beitrags, Ähnlichkeiten mit anderen Beiträgen und wie Nutzer generell auf einen Inhalt reagieren. Am Ende entsteht so eine Gruppe von im Schnitt rund 1.000 Beiträgen.
Zusammenstellung des personaliserten News Feed
Im letzten Schritt wird der News Feed personalisiert. Zuerst werden alle Beiträge durch einen „Integritätsprozess“ geführt. Hier wird etwa festgelegt, ob ein Video mit einer Warnung vor Gewaltinhalten oder ein Beitrag mit Hinweisen auf andere Quellen versehen wird.
Anschließend schätzt ein Algorithmus den Wert eines Beitrags für einen spezifischen Nutzer und sortiert circa 500 Beiträge nach ihrer Bewertung. In einem zweiten Schritt folgt dann mit leistungsfähigeren neuronalen Netzen die kontextbezogene Bewertung dieser 500 Beiträge. Hier achtet Facebook unter anderem auf die Vielfalt der Inhalte im News Feed, damit ein Nutzer beispielsweise keine fünf Videos hintereinander sieht.
Für die Bewertung verwendet der Algorithmus die zahlreichen Werte aus dem zweiten Schritt und kombiniert sie mit gelernten Präferenzen des Nutzers. So fließen etwa vergangene Interaktionen mit vergleichbaren Beiträgen, getaggte Personen oder der Veröffentlichungszeitpunkt des Beitrags in die Bewertung ein.
Bei einigen Nutzern kann beispielsweise die Punktzahl für Beiträge mit Likes höher sein als die für Beiträge mit vielen Kommentaren, wenn sie häufiger Likes nutzen oder häufiger auf Beiträge reagieren, die viele Likes haben. Facebook nutzt außerdem Umfragen und Features, wie die Möglichkeit, Beiträge zu blockieren, um mehr über die Präferenzen der Nutzer zu erfahren.
Besonders Werbetreibende profitieren von Facebooks personalisiertem Bewertungsmechanismus: Sie können zwischen unterschiedlichen Algorithmen auswählen, die eine Anzeige bestimmten Nutzertypen bevorzugt ausspielen, also ein Video beispielsweise den Nutzern, die ohnehin gerne und lange Videos schauen.
Ein kontroverses Thema kann bevorzugt all jenen Nutzern gezeigt werden, die Beiträge gerne kommentieren oder teilen, ein Produkt im externen Online-Shop erscheint priorisiert im News Feed der Nutzer, die mit einer höheren Wahrscheinlichkeit auf einen Link klicken. Natürlich werden diese Verhaltensdaten zuvor mit Interessensdaten verschränkt, um überhaupt eine Relevanz der Zielgruppe sicherzustellen. Das macht es Werbetreibenden leichter, die Ziele ihrer Werbekampagne zu erreichen.
Via: Facebook
