تظهر لك اقتراحات متنوعة للمحتوى عبر وسائل التواصل الاجتماعي، وقد تتساءل عن سبب ظهور هذه التوصيات بالذات، تعتمد خوارزمية التوصيات على تحليل البيانات المتعلقة بالمستخدمين، وتستخدمها لتوفير محتوى يتناسب مع اهتماماتهم، لكن تختلف معايير التصنيف من منصة لأخرى، في هذا السياق، نستعرض كيف تعمل هذه الخوارزميات على أبرز الشبكات الاجتماعية ضمن سلسلة “ما وراء الخوارزمية”.
خوارزمية X: تكوين الموجز الشخصي
تتكون خوارزمية X، المعروفة سابقًا باسم تويتر، من ثلاث مراحل رئيسية: أولاً، تستمد المنشورات المحتملة من مصادر داخل الشبكة تتمثل في الحسابات المتابعة، وأخرى خارج الشبكة تتضمن الحسابات غير المتابعة، ثانيًا، تُقيم الخوارزمية هذه المصادر بناءً على التفاعل والنشاط، وتحليل مدى تشابه المحتوى مع ما سبق أن تفاعل معه المستخدم، وأخيراً، بعد اختيار المحتوى المناسب، تُطبق فلاتر لضمان التنوع وجودة العرض، مما يُمكّن المستخدمين من الحصول على محتوى شخصي يُثير اهتمامهم.
خوارزمية فيسبوك: أداة الاكتشاف المتقدمة
يعتمد فيسبوك على الذكاء الاصطناعي لتحفيز اكتشاف المحتوى المناسب للمستخدمين، وتؤكد ميتا أن هذه الخوارزمية تعزز اختيار المستخدمين لما يرغبون في مشاهدته، إذ تُستخدم 22 عاملًا في تقييم احتمالية إعجاب المستخدم بمحتوى معين، بما في ذلك أنواع مثل ريلز والأخبار، مما يُضيف عمقًا للتوصيات.
خوارزمية إنستجرام: محتوى منسق وجذاب
بفضل انضمامه إلى ميتا، يستخدم إنستجرام خوارزميات مشابهة لتلك الموجودة في فيسبوك، تجمع هذه الخوارزميات بين تفاعلات المستخدمين وما يفضلونه، ومن المدهش أن لكل قسم في التطبيق خوارزمية خاصة، مما يمنح المستخدمين القدرة على إعادة ضبط توصياتهم.
خوارزمية تيك توك: تجربة فريدة
تعتبر صفحة “لك” في تيك توك نقطة الانطلاق للمحتوى المدروس بدقة، حيث تعتمد الخوارزمية على تفاعلات سابقة للتعرف على ما قد يعجب المستخدم، ويتم تعزيز المحتوى الذي يتلقى تفاعلًا سريعاً بمزيدٍ من المشاهدات.
خوارزمية يوتيوب: محتوى مخصص لمشاهدي الفيديوهات
تُحاول خوارزمية يوتيوب فهم اهتمامات المستخدمين من خلال تحليل سلوكهم بعد مشاهدة الفيديو، لذا تعتمد على مجموعة من العوامل مثل سجل المشاهدة والفيديوهات الرائجة، مما يساعد في تقديم محتوى فعّال وجذاب عن طريق البحث.
التعليقات