Спонсор публікації:
Нужно переехать в новый офис? Вам поможет перевозка мебели киев – самая надежная перевозка!
З розвитком соціальної мережі Facebook росте і кількість друзів, улюблених сторінок та груп середньостатистичного користувача. Якби кожна стаття, опублікована друзями, з’являлася у переліку новин – то користувачу довилося б щогодинно “розгрібати” сотні, а можливо – навіть тисячі таких новин.
Для того, щоб користувачі не “захлинулися” в потоці інформації, Facebook ввів сортування новин за популярністю. Тож за замовчуванням вам пропонуються лише ті новини, які пройшли фільтр Facebook і повністю відповідають вашим інтересам.
Основна функція алгоритму Facebook Edgerank – це і є відбір найбільш релевантної інформації для кожного конкретного користувача і сортування її у переліку новин. Інакше кажучи, Edgerank чимось нагадує показник Pagerank, який активно використовується пошуковими алгоритмами Google. Навіть назви у обидвох показників дуже схожі. Втім, певною мірою концепція Edgerank складніша, ніж Google Pagerank, тому що PR сторінки для всіх користувачів однаковий, а Edgerank публікації для різних користувачів Facebook буде відрізнятися.
Як працює алгоритм Facebook Edgerank
Алгоритм EdgeRank було запущено у 2010-му році, коли стало очевидно, що користувачі Facebook не здатні “переварити” ту кількість інформації, яка щоденно генерується їхніми друзями.
Алгоритм автоматично підлаштовується під кожного користувача і відфільтровує стрічку новин таким чином, щоб люди отримували лише інформацію, яка максимально відповідає їхім інтересам.
Таким чином перш, ніж ваша публікація з’явиться у стрічці друзів, вона спершу буде перевірена і оцінена за певними критеріями. Як наслідок дану публікацію побачать лише деякі друзі.
Ось як виглядає офіційна формула алгоритму:
Як бачите, при ранжуванні контенту у Facebook вразовуються три фактори:
- Affinity (Сумісність). Це індикатор частоти взаємодії друзів у Facebook. Показує, як часто друзі спілкуються, коментують чи “лайкають” контент одне одного.
- Weight (Вага). Контент оцінюється відповідно від кількості лайків, коментарів та “розшарень”, які він отримав. При цьому, наприклад, відомо, що вага одного коментаря приблизно у 5 разів вища, ніж вага “лайка”.
- Time (Час). Як давно було опубліковано пост. Тут все просто – що більше часу пройшло з моменту публікації – то меншу вагу вона матиме.
Під час роботи EdgeRank також звертається до профілів користувачів, складаючи портрет їхніх інтересів та релевантних для них тем. Наприклад, система “вивчає” контент “залайканих” ними сторінок.
Сподіваюся, інформація про алгоритм Facebook EdgeRank була корисною для вас. В одній з наступних публікацій я постараюся розповісти, яким чином максимізувати показники релевантності та як взаємодіяти з користувачами, щоб ваші публікації потрапляли на сторінки максимальної кількості користувачів.
Схожі записи
Якщо вам сподобалася стаття, буду вдячний за її підтримку у соціальних мережах (Twitter, Facebook, Google+ та вКонтактє)
Pingback:Як підвищити Facebook Edgerank та досягнути максимальної віддачі від своєї спільноти | Українська блогосфера ()