Обновлено

Как работают алгоритмы рекомендаций в социальных сетях

Система рекомендаций в социальных сетях на сегодня — самый загадочный, но при этом приносящий плоды секрет. Тот, кто начинает понимать алгоримты, захватывает тренды и большую аудиторию. У каждой социальной сети свои системы рекомендаций и свои нюансы, а информация в интернете очень сильно отличается, вплоть до того, что сами разработчики не до конца понимают как работают их алгоритмы.

Одним из ярких примеров последних лет является TikTok. Благодаря своим точным алгоритмам рекомендаций, сервису коротких видео удалось не только обогнать всех конкурентов, но и заставить их скопировать всю систему. Можно сказать, что алгоритмы TikTok перевернули с ног на голову весь контент социальных сетей.

Что говорит статистика?

На рекомендованные товары приходится 35% выручки Amazon (McKinsey).

В Netflix 75% просмотров видео благодаря рекомендациям (McKinsey).

• В ходе опроса 4000 человек чуть больше половины предпочитали алгоритм человеку, когда считали, что решение будет принято быстрее, дешевле и точнее (Bambauer & Risch, «Worse Than Human?»  Arizona State Law Review 2021).

• В США исследователями было задокументировано, что рекомендательные системы четко раскрывали пользователям ультраправые экстремистские движения , а также теории заговора относительно COVID-19 и результатов выборов 2020 года.

• По данным только 2019 года, система рекомендаций Instagram Explore* извлекала 65 миллиардов признаков и делала 90 миллионов прогнозов модели каждую секунду.

• Нажатие Dislike на YouTube, наиболее очевидный способ оставить отрицательный отзыв, останавливает только 12% плохих рекомендаций (Mozilla).

• YouTube отдает приоритет времени просмотра, а не удовлетворенности пользователей (Mozilla).

Технические виды алгоритмов

Рекомендательные системы могут сильно различаться друг от друга и пользоваться разными данными. Перед тем, как разобрать системы рекомендаций отдельных социальных сетей, рассмотрим технические виды алгоритмов при их создании.

Collaborative fitlering 

Система коллабораций заключается в том, что если у пользователей ранее были схожие интересы, то в будущем их интересы будут совпадать.

User-based

Схема проста: у двух пользователей А и Б похожие предпочтения в музыке и исполнителях. Если юзеру А понравилась песня, которую еще не слышал Б, значит, скорее всего, слушателю Б она тоже понравится.

Такой принцип базируется на статистике о предпочтениях пользователей. 

Item-based

Похожий принцип из числа Collaborative filtering. В этом случае принцип основывается не на пользовательских предпочтениях, а на схожести самого объекта. 

Например, обычно пользователи слушают песни А и Б. Если человеку начинает нравиться песня А, то ему предлагается послушать песню Б. 

Недавно напрямую такой алгоритм показал сервис VK Музыка. Алгоритм показывает музыкальную совместимость с другими пользователями и подбирает плейлисты на основе совпадения вкусов. Вдобавок можно узнать какую музыку слушают знаменитости и насколько у вас совместимы музыкальные вкусы.

Content-based

Суть этого принципа в том, что для каждого пользователя создается отдельное "виртуальное портфолио", в котором учитываются характеристики элементов (стиль, год, автор и т.д...). 

Такое "портфолио" создается на основе предпочтений пользователя, либо спрашивается напрямую. 

Например, человек слушает панк-рок и метал от определенный артистов, значит ему будет рекомендованы похожие стили и авторы. 

По такому принципу работают многие доски объявлений. Наглядным примером будет сервис Avito, который предлагает похожие объявления, предоставляя возможность уточнить конкретные желания пользователя.

Knowledge-based

Сложный принцип, основанный на знаниях. Применяется обычно в тех сферах, где покупки совершаются не часто (автомобили, квартиры, дорогая техника). Система не может отталкиваться от истории покупок, поэтому собирает данные в самом начале.

Например, человек хочет купить себе телевизор. Обычно мы покупаем телевизор раз в несколько лет. Если система будет рекомендовать телевизоры, основываясь на предпочтениях других пользователей, то здесь есть два риска: совпадение может быть неверным и продвигаться будут только бестселлеры. Поэтому алгоритм пытается собрать дополнительные знания о товаре и пользователе: фильтрация цены, интересующие размеры, цвет, бренд и т.д.

Hybrid system

Системы рекомендаций имеют различные типы, но это не значит, что нужно использовать только одну. Существуют гибридные системы, в которых вышеперечисленные алгоритмы могут совмещаться и дополнять друг друга.

Примером является TikTok. Когда вы регистрируете новый аккаунт, то вам предлагается выбрать интересующие темы и аккаунты популярных блогеров. После этого TikTok будет показывать самые популярные видео на выбранные темы, а далее будет учитывать ваши интересы, взаимодействие с контентом, кнопку "Не интересно", схожесть интересов с другими пользователями и т.д.

Создавая новый аккаунт, контент будет определяться отдельно, вне зависимости от того, с какого устройства вы вошли. Таким образом можно создать несколько аккаунтов с разными настройками алгоритмов: спорт, танцы, юмор и т.д.

Как работает система рекомендаций в Instagram*

Алгоритмы Instagram* работают задействованы когда:

А) Пользователь листает ленту постов
Б) Instagram Explore (вторая вкладка снизу)
В) В Reels

Instagram* также использует рекомендательную систему, чтобы предлагать больше учетных записей для подписки.

Лента постов

Предлагаемые публикации, которые вы видите в Instagram*, рекомендуются на основе ваших действий и действий автора в Instagram*:

1. На какие аккаунты вы подписаны и с какими постами взаимодействуете;
2. Заголовки постов, с которыми вы взаимодействуете;
3.
Как другие пользователи со схожими интересами взаимодействуют с публикациями;
4. Д
ата размещения публикации;
5. Ваше избранное;
6. Популярность публикации;
7. Как часто вы взаимодействуете с аккаунтом человека за последние несколько недель (по такому же принципу выбирается очередность отображения Stories).

Важно понимать, что в ленте постов будут показываться только те аккаунты, на которые подписан человек. Если вы хотите, чтобы ваши посты чаще попадались в ленте подписчикам, то необходимо в первую очередь работать с взамодействием с аккаунтом.

Instagram Explore

Попасть в рекомендации Instagram Explore -- это примерно тоже самое, если ваше видео "залетит" в Reels. Вы получите большое количество внимания аудитории извне. В целом, не только посты попадают в Explore, но и сами Reels и даже Stories.

Более 200 миллионов аккаунтов ежедневно посещают страницу Instagram Explore. Это 50% пользователей платформы. Алгоритм Instagram ранжирует контент на основе нескольких факторов. Эти факторы включают вовлеченность, свежесть, качество контента и актуальность.

Система рекомендаций Explore аналогична с лентой постов, но отличается тем, что сюда попадает контент от аккаунтов, на которые пользователь не подписан.

Reels

Reels - бесспорно отличный инструмент для продвижения вашего аккаунта. Алгоритм схож с Explore, Stories и Feed, но как и в остальных случаях, Reels имеет свой собственный.

Факторы ранжирования:

1. Активность пользователя. Instagram следит видео, с которыми люди взаимодействовали. Если пользователь взаимодействует с вашим роликом, он посылает сигналы алгоритму, чтобы он видел больше похожего контента (включая видео, созданные не вами).
2.
История пользователя при взаимодействии с вашими Reels. Если пользователь продолжает взаимодействовать с вашими видео, алгоритм понимает, что ваш контент для него интересен. 
3.
Информация о ролике. К ним относятся сигналы в видео, включая музыку, звуковые эффекты, понимание видео на основе пикселей и кадров и т. д. Если вы скачаете видео из TikTok и выложите в Reels вместе с водяными знаками, то алгоритм сразу это увидит.
4. Информация о человеке, который разместил.  Аналогично с лентой постов. Чем больше человек взаимодействует с вашим аккаунтом, тем больше шанс, что ему покажется ваше новое видео.

Совет: когда вы выкладываете Reels, не ставьте галочку напротив "Не выкладывать в сетку профиля". Выложите видео так, чтобы оно отображалось в вашем профиле. А если вам не нравится вид профиля, то откройте пост, нажмите три точки в правом верхнем углу и "Удалить из сетки профиля". Таким образом, Reels не будет отображаться в вашем профиле, но в ленту постов для подписчиков он попадет. В ином случае видео будет отображаться только во вкладке Reels.

Как работает система рекомендаций ВКонтакте

Лента ВКонтакте постоянно меняется и развивается. Алгоритм ищет информацию на основе предпочтений и собирает лучшее в персональную подборку записей. Чтобы найти новых хороших авторов, он учитывает, какие новости вы читаете чаще и как с ними взаимодействуете: например, время просмотра, оценки и комментарии.

Настройка ленты ВК выглядит следующим образом:

Верхние "Новости" - это подписки пользователя, а Рекомендации - что-то схожее с Explore от Instagram*.  Функция "Сначала интересные" заставит показывать то, что алгоритм посчитает интересным для вас. Если убрать эту функцию, то лента заполнится контентом в зависимости от даты публикации, где сверху - самое новое / только что опубликованное.

Как работает вкладка Рекомендации

Если вы подписаны на 20 сообществ о футболе и взаимодействуете с их публикациями, то это сигнал для алгоритмов о том, что вам нравится эта тематика. Фильтрации интересов напрямую в социальной сети нет. Чем больше действий в ленте совершает пользователь, тем более точными и разнообразными становятся рекомендации.

Что делать, чтобы умная лента заметила ваш пост:

1. Откажитесь от кликбейта. Ложные ожидания пользователей = низкий охват;
2. Не используйте накрутку. Алгоритм все видит;
3. Публикуйте только авторский материал;
4. Выкладывайте посты регулярно;
5. Вовлекайте пользователей. Взаимодействие с контентом - основа успеха.

Важно: ВК официально заявляли, что не снижают охват постов со ссылками на сторонние ресурсы

Алгоритмы рекомендаций также затрагивают друзей (возможные друзья):

• Друзья друзей
• Общие друзья
• Место жительства
• Одинаковое учебное заведение
• Пользователи, с которыми вы контактировали
• Подписки на одинаковые сообщества

Рекомендуемые сообщества:
• Кнопка "рекомендую" от друзей
• Похожие тематики ваших "фаворитных" групп
• Сообщества друзей

Музыка:
• Схожие музыкальные вкусы с другими пользователями
• Похожие стили и авторы

Клипы:
• Здесь алгоритмы работают не очень внятно. По официальным заявлениям, алгоритмы подстраиваются под те видео, с которыми вы взаимодействуете. По факту, алгоритм вас игнорирует и сбрасывается.

Система рекомендаций YouTube

Рекомендации YouTube мы разделим на условные 2 вида:

1) Рекомендации на главной странице;
2) Вкладка "В тренде".

Главная страница

На главную страницу попадают видео, которые алгоритм посчитает интересными для пользователя. Это могут быть как видео от каналов, на которые пользователь подписан или с к оторым взаимодействовал недавно, так и каналы, которые человек видит впервые.

Есть также рекомендации, которые появляются справа во время просмотра какого-либо видео. Здесь алгоритм учитывает не только интересы, но и похожие видео на то, которое сейчас просматривается.

Чтобы подобрать видео, интересные зрителю, система учитывает следующие факторы:
 
  • Видео, которые смотрят
  • Видео, которые не смотрят
  • Сколько времени пользователь проводит за просмотром видео
  • Отметки "Нравится" и "Не нравится"
  • Отметки "Не интересует"
  • Результаты опросов

Из справочника Google следует:

  • Чтобы привлекать больше внимания к своим видео, необязательно ориентироваться на статистику и алгоритмы YouTube. Важно знать, что представляет собой ваша аудитория. Алгоритмы YouTube не нацелены на продвижение вашего контента, они просто помогают подобрать для зрителей видео, которые будут им интересны. Ваше видео может попасть в рекомендации, если у него высокие показатели эффективности и он снят на подходящую тему.

Самые важные метрики, учитываемые алгоритмом для персонализированных рекомендаций:

•  Эффективность видео - насколько данное видео нравится пользователям с похожими интересами
•  История поиска и просмотров пользователя

Вкладка "В тренде"

Trending стремится показывать видео и короткометражки, которые могут быть интересны широкому кругу зрителей. В основном здесь обитают новые клипы и треки популярных артистов, актуальная обсуждаемая новость, трейлер к ожидаемому фильму или сериалу, новое видео популярного автора, вирусные видео. С недавних пор сюда попадают и короткие видео Shorts.

Вкладка "В тренде" персонализирована для каждой страны и каждого языка. В Индии, например, список трендовых видео разный для каждого из 9 распространенных языков. Сама вкладка обновляется каждые 15 минут. 

Чтобы попасть "В тренды", видео должно:

• Привлекать широкую аудиторию
• Не вводить в заблуждение и кликбейтить 
• Быть актуальным

Trending также учитывает:
• Кол-во просмотров
• Скорость набирания просмотров
• Откуда приходят просмотры, включая сторонние сайты
• Как давно видео было добавлено
• Эффективность видео сравнительно с другими видео с канала

Важный принцип: хотя бы половина видео "В тренде" должно быть от авторов, постоянно публикующих контент на YouTube

Еще несколько фактов об алгоритмах YouTube

1. Ранжирование результатов поиска зависит от следующих факторов:
• Насколько содержание, название и описание видео соответствуют запросу
• Как часто пользователи переходят на видео после запроса

2. Если ваше видео не попало в рекомендации, но вы возлагали на него большие надежды, попробуйте поменять название и значок видео. Конкретно эти действия не повлияют на алгоритм, но могут повлиять на взаимодействие людей с вашим видео, что в свою очередь уже будет учитывать алгоритм.

3. Для алгоритмов YouTube статус монетизации видео не имеет никакого значения. 

4. Теги не сильно влияют на обнаружение видео и нужно для считывания орфографических ошибок при поиске.

5. Местоположение в настройках канала не влияет на частоту показа видео пользователям из выбранного региона.

YouTube Shorts

Новое творение YouTube и новый алгоритм коротких видео. Сразу отметим, что у Shorts и длинных видео разные алгоритмы, поэтому, если ваши Shorts успешны, то это не значит, что алгоритм будет проецировать успех на длинные видео. 

У Shorts есть свои отдельные рекомендации на главной странице, собственная лента и возможность попасть во вкладку "В тренде". 

В случае "Трендов" работают те же принципы, что и у длинных видео. Собственная лента ориентируется на взаимодействие с видео, похожими тематиками и общими интересами пользователей. В случае с лентой рекомендаций на главной странице, Shorts больше ориентируются на широкую аудиторию (что-то вроде "В тренде" только для Shorts), нежели на персонализированную ленту пользователя.

Снова подчеркнем, что если вы уже настроили алгоритм рекомендаций длинных видео под себя, то для Shorts придется настраивать алгоритм заново. Например, на YouTube вы обычно смотрите научно-развлекательные видео, а в Shorts заходите, чтобы посмотреть про футбол.

Почему не стоит надеяться на алгоритмы

Суть алгоритмов системы рекомендаций заключается в том, чтобы показывать пользователям контент с учетом интересов вне зависимости от времени публикации и других факторов.

Схема проста:
Выкладывается контент -> контент привлекателен определенной аудитории -> алгоритм показывает контент аудитории со схожими интересами

Это все в теории, однако не все так просто. Popsters проводит ежегодные исследования аудитории социальных сетей. Вот исследования за последние 3 года:

Активность аудитории за 2021 год
Активность аудитории за 2020 год
Активность аудитории за 2019 год

Проводя исследование, мы ориентируемся именно на активность взаимодействия с публикациями, вышедшими в определенное время и в определенный день недели.

Повторим, что в основном алгоритмы социальных сетей учитывают не только взаимодействие, но и актуальность на данный момент. Например, вам может быть показана публикация трехдневной давности. В теории, активность в разное время и разные дни недели должна быть примерно одинаковой, однако цифры говорят обратное. Обратимся к конкретной статистике из исследования:

Активность аудитории Instagram* по дням недели за 2021 год:

Активность аудитории Instagram* по времени суток за 2021 год:

Как видим, аудитория по-разному реагирует на публикации в разное время, и это также касается и других социальных сетей. Это связано с человеческим фактором. Например, ночью люди, сонные лежа в кровати, неохотно взаимодействуют с публикациями, а в пятницу вечером отдыхают на вечеринкам и заходят в Instagram*, чтобы выложить фото с отдыха, а не пролайкать чужие посты, которые встречаются в ленте.

В таком случае мы можем сделать вывод, что человеческий фактор важнее, чем алгоритмы, т.к. современные алгоритмы учитывают лишь поведение и конкретные действия людей, но не эмоциональную составляющую. 

Именно поэтому так важно учитывать статистику и время публикации наравне с качественным оформлением контента.

Как оседлать алгоритмы любой социальной сети

Исходя из вышесказанного, мы уже сделали вывод, что алгоритмы стоит учитывать, но не опираться только на них.

Для того, чтобы понять что конкретно нравится пользователям и с чем больше взаимодействует аудитория, а также в какое время лучше выкладывать публикации, необходима глубокая аналитика. Мы предлагаем воспользоваться сервисом Popsters.

В Popsters есть возможность для анализа 8 популярных социальных сетей.

В сервисе можно выбирать несколько страниц, включая любых конкурентов, выбрать любой период и сортировать публикации по лайкам, репостам, комментариям, просмотрам, ER, ERView, VR, Дате и другим показателям.

В Popsters также есть автоматическое формирование отчета за выбранный период. Скачать его можно в формате PDF, Excel и PPTX. Сервис самостоятельно соберет всю информацию и покажет вам в какой день недели, в какое время и в каком объеме лучше всего показывают себя публикации.

Таким образом, вы можете отслеживать самые популярные и актуальные публикации вместе с подходящими условиями, попадать в рекомендации, удовлетворять алгоритмы и учитывать человеческий фактор.

* - принадлежит компании Meta, признанной в РФ экстремистской организацией

Попробуйте бесплатный пробный тариф Popsters чтобы получить статистику активности до 10 любых страниц в следующие 7 дней

Попробовать бесплатно