Facebook が 2023 年にコンテンツをランク付けする方法: フィード、ストーリー、リールなど
公開: 2023-06-30Facebookは、フィード、ストーリー、リールなど、Webサイト全体でコンテンツをどのようにランク付けするかを説明するリソースを更新した。
Meta はまた、ソーシャル ネットワークの透明性を向上させるための新しいツールと機能を発表しました。これにより、マーケティング担当者をより適切に支援できるようになります。
なぜ私たちが気にするのか。 マーケティング担当者と広告主は、最大限の可視性とエンゲージメントを達成するために、キャンペーンについて十分な情報に基づいた意思決定を行うために、Facebook がコンテンツをランク付けする方法を深く理解する必要があります。
新着情報？ Meta は、デジタル ニュースルームを通じて、ランキング要素をより明確に提供するために設計された多数の新機能を公開しました。
- システム カード: Facebook は、Facebook が AI を使用してコンテンツをランク付けし、個人に合わせたフィードを作成する方法をマーケティング担当者が理解できるように、14 のシステム カードを作成しました。 カードは、個人が自分の見るものをどのようにコントロールできるかについても説明しています。
- 「なぜこれが表示されるのですか?」: Meta は今後数週間でこの機能を Facebook Reels に拡張します。 これにより、人々は、サイト上での以前のアクティビティが、AI が現在自分に関連していると判断し、その後アカウントに提供するコンテンツにどのような影響を与えたかを理解することができます。
- 「もっと表示、少なく表示」 : Facebook は、現在、フィード、ビデオ、リールのすべての投稿で 3 点メニューから利用できるこの機能を、より目立つようにする予定です。
- Meta のコンテンツ ライブラリと AP I: Facebook は、Meta のコンテンツ ライブラリと API と呼ばれる研究者向けの新しいツール スイートを今後数週間以内に公開する予定です。 新しいライブラリには、ソーシャル ネットワーキング サイト上の公開投稿、ページ、グループ、イベントからのデータが含まれる予定です。
システムカード
Facebook の新しいシステム カードは、リソース センターの最大のアップデートです。 このシステムは 14 枚のカードで構成されています。
- フィード: Facebook は AI を使用して約 500 の投稿の関連性スコアを計算し、降順にランク付けします。 このシステムは、フィード内にさまざまなコンテンツを表示するように構築されているため、ユーザーは複数のビデオ投稿を連続して表示すべきではありません。
- フィードのランク付けされたコメント: AI は、各ユーザーにとって最も関連性が高いと判断した順にコメントをランク付けします。 これは、他のコメントの人気の高さや、コメントがネットワーク内の誰かによって公開されたかどうかなどの要素を調査することによって行われます。
- フィードの推奨事項: AI は、ユーザーが最近参加したグループやユーザーが「いいね！」した投稿などの要素を見て、ユーザーが関与する可能性が最も高いコンテンツを判断します。 次に、この情報を使用して、どのコンテンツ (投稿、リール、ライブビデオなど) を推奨するかを決定します。
- リール: AI は、ユーザーが何に最も興味を持っている可能性が高いかを判断することにより、どのリールがどのような順序で配信されるかを選択します。AI は、ユーザーがフォローしたアカウント、いいね! したアカウント、最近関与したアカウントなどの要素を調べることによって、これらの予測を行います。
- ストーリー: AI システムは、ユーザーが最も興味を持つ可能性が高いものを予測することにより、人やページのストーリーを自動的に表示します。また、システムは、ストーリー内のコンテンツのバランスの取れた組み合わせがユーザーに提供されるようにするルールも適用します。
- 知り合いかもしれない人: AI は、ユーザーの友達と友達である人、ユーザーと同じグループに属している人などの要素を見て、興味がある可能性のある人を判断しようとしました。
- ビデオ:ユーザーが Facebook ビデオを表示して操作すると、基盤となる AI システムの 1 つが、ユーザーの好みに一致するさまざまな種類のビデオを配信します。 このコンテンツは [ビデオ] タブにあります。 これには、リール、音楽、ゲーム、番組が含まれる場合があります。 これは、ユーザーがフォローしていない可能性のあるクリエイターからの興味があるかもしれないコンテンツです。
- マーケットプレイス: ユーザーが Facebook マーケットプレイス フィードを含む Facebook を表示して操作すると、基盤となる AI システムの 1 つが関連するマーケットプレイスのリストを推奨します。 たとえば、ユーザーは家庭用品、ペット用品、スポーツ用品などのカテゴリで販売されている商品を確認できます。 ユーザーのフィードには、ユーザーが興味を持ちそうな販売者やコンテンツなど、他の推奨事項も含まれる場合があります。
- 通知: AI は送信する通知を選択し、ユーザーに最も関連すると思われる通知の順序で通知をランク付けします。 一方、以前に表示した通知は受信した順序で表示されます。
- 検索: AI は、コンテンツ タイプなどの要素を調べて、潜在的な検索結果ごとに、そのコンテンツがユーザーにとってどの程度関連しているかに関連するスコアを与えます。 その後、このスコアリングに基づいて、関連性の高い順に結果がユーザーに提供されます。
- グループ フィード: AI は、関連性によってコンテンツをスコアリングすることにより、グループ フィードにどの投稿がどのような順序で表示されるかを自動的に決定します。
- 個別のグループ フィード: AI は、ユーザーが最も関与する可能性が高いコンテンツを予測し、個別のグループ フィードの関連性に従ってランク付けします。 関連性の要素には、ユーザーが最近フォローしたり、いいねしたり、関与したりした内容や誰が含まれます。
- 推奨グループ: Facebook の AI は、ユーザーの友達がメンバーになっているグループや、ユーザーが最近関わった可能性のある製品に関連するトピックなどの要素を調べ、このデータを使用して、興味がある可能性のある他のグループを特定します。
- あなたが好きかもしれないページ: AI は、ユーザーの友人が最近気に入ったページ、またはユーザーが最近関与した製品や投稿に関連する可能性のあるページに基づいて、フォローするページを提案します。
マーケティング担当者が頼りにする毎日のニュースレター検索を入手します。
規約を参照してください。
Meta のコンテンツ ライブラリと API
Facebook のリソース センターのもう 1 つの大きなアップデートは、Meta の新しいコンテンツ ライブラリと API です。 データベースには、次のデータが含まれるように設定されています。
- 公開投稿
- ページ
- グループ
- イベント
ユーザーはライブラリを使用して、グラフィカル ユーザー インターフェイスまたはプログラム API を通じて検索、探索、フィルタリングを行うことができます。
ただし、現在のガイドラインでは、このツールは科学的または公益的な研究テーマを追求する資格のある学術機関および研究機関の研究者向けに特別に設定されています。 このデータにアクセスするには、研究者は申請する必要があります。
ユーザーエクスペリエンスのパーソナライズ
Facebook は、ランキング要素の透明性を高めることに加えて、ユーザーが表示するコンテンツのコントロールを取り戻すためのツール、たとえば「なぜこれが表示されているのか?」機能も提供したいと考えていることを認めました。
これらのツールを使用すると、Facebook ユーザーは自分のエクスペリエンスを形成し、何をするか、何を見たくないかを選択できるようになります。 Facebook のフィード設定にアクセスするか、設定を通じて変更を加えることができます。
Facebookは何と言ったのでしょうか？ Meta のグローバル アフェアーズ担当社長である Nick Clegg 氏は、AI がコンテンツをランク付けする方法と、ユーザーが今後どのように表示されるかを簡単に制御できるようになる方法について、Meta デジタル ニュースルームで詳細を共有しました。 彼は言った：
- 「[当社の AI] システムにより、あなたが目にする投稿があなたにとって関連性があり、興味深いものである可能性が高くなります。また、私たちは、新しいコントロールをテストし、別のコントロールを作成するだけでなく、アプリ上で表示される内容をより適切にコントロールする方法をより明確にしています。また、専門家が当社のシステムをよりよく理解して分析できるよう、より詳細な情報を専門家に提供しています。」
- 「当社の AI システムは、コンテンツがあなたにとってどれだけ価値があるかを予測するため、より早くそれを表示できます。たとえば、投稿を共有することは、多くの場合、その投稿が興味深いと感じたことを示すものであるため、共有することを予測することは、投稿はシステムが考慮する要素の 1 つです。」
- 「ご想像のとおり、投稿があなたにとって価値があるかどうかを完全に判断できる単一の予測はありません。そのため、私たちは、行動に基づいた予測や、行動に基づいた予測など、さまざまな予測を組み合わせて使用して、適切なコンテンツにできる限り近づけています。アンケートを通じて受け取ったユーザーのフィードバックに基づいています。」
- 「開発プロセスの早い段階でこれらの製品を研究者に紹介することで、建設的なフィードバックを受け取り、研究者のニーズを満たす最高のツールを確実に構築できることを願っています。」
詳細:コンテンツ レコメンデーションの背後にある AI の詳細については、Meta AI ブログをご覧ください。 AI がシグナルを使用して予測を行う方法の詳細については、Meta の透明性センターをご覧ください。
