Comment Facebook classe le contenu en 2023 : flux, histoires, bobines et plus

Facebook a mis à jour sa ressource expliquant comment il classe le contenu sur son site Web, y compris les flux, les histoires et les bobines.

Meta a également annoncé de nouveaux outils et fonctionnalités pour une meilleure transparence sur le réseau social, ce qui aidera mieux les spécialistes du marketing.

Pourquoi nous nous soucions. Les spécialistes du marketing et les annonceurs ont besoin d'une solide compréhension de la façon dont Facebook classe le contenu afin de pouvoir prendre des décisions éclairées concernant leurs campagnes afin d'obtenir une visibilité et un engagement maximum.

Quoi de neuf? Meta a publié un certain nombre de nouvelles fonctionnalités conçues pour fournir une plus grande clarté sur ses facteurs de classement via sa salle de rédaction numérique :

• Cartes système : Facebook a créé 14 cartes système pour aider les spécialistes du marketing à comprendre comment Facebook utilise l'IA pour classer le contenu et créer des flux adaptés aux individus. Les cartes expliquent également comment les individus peuvent contrôler ce qu'ils voient.
• "Pourquoi est-ce que je vois ça ?" : Meta étend cette fonctionnalité aux bobines Facebook dans les semaines à venir. Il permet aux utilisateurs de comprendre comment leur activité précédente sur le site a influencé le contenu que l'IA juge actuellement pertinent pour eux et qui est ensuite diffusé sur leurs comptes.
• « Afficher plus, afficher moins » : Facebook prévoit de rendre cette fonctionnalité, qui est actuellement disponible sur tous les messages dans les flux, les vidéos et les bobines via le menu à trois points, plus visible.
• Bibliothèque de contenu de Meta et AP I : Facebook prévoit de déployer une nouvelle suite d'outils pour les chercheurs appelée Bibliothèque de contenu et API de Meta dans les prochaines semaines. La nouvelle bibliothèque est configurée pour inclure des données provenant de publications publiques, de pages, de groupes et d'événements sur le site de réseautage social.

Cartes système

Les nouvelles cartes système de Facebook sont la plus grande mise à jour de son centre de ressources. Ce système se compose de 14 cartes :

• Flux : Facebook utilise l'IA pour calculer un score de pertinence pour environ 500 publications, puis les classe par ordre décroissant. Le système est conçu pour afficher une variété de contenus dans le flux, ce qui signifie qu'un utilisateur ne doit pas voir plusieurs publications vidéo à la suite.
• Flux de commentaires classés : l'IA classe les commentaires dans l'ordre de ce qu'elle juge être le plus pertinent pour chaque utilisateur. Pour ce faire, il examine des facteurs tels que la popularité des autres commentaires et s'ils ont été publiés par quelqu'un de leur réseau.
• Recommandations de flux : l'IA déterminera le contenu avec lequel les utilisateurs sont les plus susceptibles d'interagir en examinant des facteurs tels que les groupes qu'ils ont récemment rejoints et les publications qu'ils ont aimées. Il utilise ensuite ces informations pour décider du contenu (par exemple, des messages, des bobines, des vidéos en direct) à recommander.
• Bobines : l'IA sélectionne les bobines qui sont servies et dans quel ordre en déterminant ce qui intéresse le plus l'utilisateur. Elle fait ces prédictions en examinant des facteurs tels que les comptes que l'utilisateur a suivis, aimés ou avec lesquels il s'est engagé récemment.
• Histoires : le système d'IA affiche automatiquement les histoires des personnes ou des pages en prédisant ce qui intéresse le plus un utilisateur. Le système applique également des règles pour s'assurer que les utilisateurs reçoivent un mélange équilibré de contenu dans les histoires.
• Personnes que vous connaissez peut-être : l'IA a tenté de déterminer les personnes susceptibles d'être intéressantes en examinant des facteurs tels que les personnes qui sont amies avec les amis d'un utilisateur ou les personnes appartenant aux mêmes groupes que l'utilisateur.
• Vidéo : Lorsque les utilisateurs regardent et interagissent avec Facebook Video, l'un des systèmes d'IA sous-jacents fournit une gamme de types de vidéos qui peuvent correspondre à leurs préférences. Ce contenu se trouve dans l'onglet Vidéo. Il peut s'agir de bobines, de musique, de jeux ou de spectacles. Il s'agit de contenus susceptibles d'intéresser les utilisateurs de la part de créateurs qu'ils ne suivent peut-être pas.
• Marketplace : Lorsqu'un utilisateur consulte et interagit avec Facebook, y compris le flux Facebook Marketplace, l'un des systèmes d'IA sous-jacents recommande des listes Marketplace pertinentes. Par exemple, les utilisateurs peuvent voir les articles en vente dans des catégories telles que les articles pour la maison, les fournitures pour animaux de compagnie et les articles de sport. Les flux des utilisateurs peuvent également inclure d'autres recommandations, telles que des vendeurs et du contenu susceptibles de les intéresser.
• Notifications : l'IA choisit les notifications à envoyer et les classe par ordre de ce qu'elle juge être le plus pertinent pour l'utilisateur. Pendant ce temps, les notifications précédemment consultées sont affichées dans l'ordre dans lequel elles ont été reçues.
• Recherche : l'IA attribue à chaque résultat de recherche potentiel un score relatif à la pertinence de ce contenu pour un utilisateur en examinant des facteurs tels que le type de contenu. Il servira ensuite aux utilisateurs les résultats par ordre de pertinence en fonction de cette notation
• Flux de groupes : l'IA détermine automatiquement les publications qui apparaissent dans le flux de groupes et dans quel ordre, en notant le contenu par pertinence.
• Flux de groupe individuel : l'IA prédit le contenu avec lequel les utilisateurs sont les plus susceptibles de s'engager, puis le classe en fonction de la pertinence dans leur flux de groupe individuel. Les facteurs de pertinence incluent quoi et avec qui les utilisateurs ont récemment suivi, aimé ou interagi.
• Groupe suggéré : l'IA de Facebook examinera des facteurs tels que les groupes dont les amis d'un utilisateur sont membres et les sujets liés aux produits avec lesquels un utilisateur a pu s'engager récemment, puis utilisera ces données pour identifier d'autres groupes susceptibles de l'intéresser.
• Pages que vous aimerez peut-être : AI suggérera des pages à suivre en fonction des pages que les amis d'un utilisateur ont récemment aimées ou des pages qui pourraient être liées aux produits et aux messages avec lesquels l'utilisateur s'est récemment engagé.

Recevez la newsletter quotidienne sur laquelle les spécialistes du marketing de recherche comptent.

Traitement… Veuillez patienter.

S'ABONNER

Voir conditions.

Bibliothèque de contenu et API de Meta

Une autre grande mise à jour du centre de ressources de Facebook est la nouvelle bibliothèque de contenu et l'API de Meta. La base de données est configurée pour inclure des données provenant de :

• Messages publics
• pages
• Groupes
• Événements

Les utilisateurs pourront utiliser la bibliothèque pour rechercher, explorer et filtrer sur une interface utilisateur graphique ou via une API programmatique.

Cependant, selon les directives actuelles, cet outil a été mis en place spécifiquement pour les chercheurs d'institutions universitaires et de recherche qualifiées poursuivant des sujets de recherche scientifique ou d'intérêt public. Pour avoir accès à ces données, les chercheurs devront postuler.

Personnaliser l'expérience utilisateur

Facebook a confirmé qu'en plus d'offrir une plus grande transparence dans ses facteurs de classement, il souhaitait également donner aux utilisateurs les outils pour reprendre le contrôle du contenu qu'ils voient - par exemple, la fonctionnalité "Pourquoi je vois ça ?".

Ces outils donnent aux utilisateurs de Facebook la possibilité de façonner leurs propres expériences et de choisir ce qu'ils veulent voir et ce qu'ils ne veulent pas voir. Les utilisateurs peuvent apporter des modifications en visitant leurs préférences de flux sur Facebook ainsi que via les paramètres.

Qu'a dit Facebook ? Nick Clegg, président des affaires mondiales de Meta, a partagé des détails sur la salle de presse numérique Meta sur la façon dont l'IA classe le contenu et comment il sera plus facile pour les utilisateurs de contrôler ce qu'ils voient à l'avenir. Il a dit:

• "[Nos systèmes d'IA] augmentent la probabilité que les publications que vous voyez soient pertinentes et intéressantes pour vous. Nous clarifions également comment vous pouvez mieux contrôler ce que vous voyez sur nos applications, ainsi que tester de nouveaux contrôles et en faire d'autres plus accessibles. Et nous donnons des informations plus détaillées aux experts afin qu'ils puissent mieux comprendre et analyser nos systèmes."
• "Nos systèmes d'IA prédisent la valeur d'un élément de contenu pour vous, afin que nous puissions vous le montrer plus tôt. Par exemple, le partage d'un message est souvent un indicateur que vous avez trouvé ce message intéressant, prédisant donc que vous partagerez un poste est un facteur que nos systèmes prennent en compte."
• "Comme vous pouvez l'imaginer, aucune prédiction n'est un indicateur parfait de la valeur d'un message pour vous. Nous utilisons donc une grande variété de prédictions en combinaison pour nous rapprocher le plus possible du bon contenu, y compris certaines basées sur le comportement et d'autres sur la base des commentaires des utilisateurs reçus par le biais d'enquêtes."
• "Nous espérons qu'en présentant ces produits aux chercheurs au début du processus de développement, nous pourrons recevoir des commentaires constructifs pour nous assurer que nous construisons les meilleurs outils possibles pour répondre à leurs besoins".

Analyse approfondie : vous pouvez trouver une explication plus détaillée de l'IA derrière les recommandations de contenu sur le blog Meta AI. Pour plus d'informations sur la façon dont l'IA utilise les signaux pour faire des prédictions, vous pouvez visiter le centre de transparence de Meta.