RU
EN
А также отдают предпочтение политической тематике. Вся правда о том, как работает алгоритм Twitter, выбирая, что же нам читать. Обо всем расскажем подробнее благодаря исследованию Computational Journalism Lab.
Ежедневная аудитория социальной сети Twitter составляет больше 150 миллионов активных пользователей. Как утверждает сама соцсеть , именно алгоритмы, формирующие ленту для каждого, помогают привлечь и удержать не платформе такую большую аудиторию. О самих алгоритмах и их нюансах пока известно мало.
Разработчики социальной сети утверждают, что используют систему глубокого обучения под внутренним названием DeepBird. Система создана для определения, какие твиты будут интересны пользователю.
Благодаря новому исследованию, проведённому Computational Journalism Lab, стало ясно, что алгоритмическая лента Twitter:
Содержит мало твитов с внешними ссылками
Алгоритм значительно понижает охваты постов с ссылками на внешние источники. Если в хронологической ленте в среднем 51% твитов имеют внешнюю ссылку, то в алгоритмической — 18%. При этом выдача внутренних ссылок Twitter выростает с 12% до 13%, а внутренних изображений — с 19% до 30%.
Увеличивает количество рекомендуемых твитов
Рекомендуемые твиты примерно составляют 55% алгоритмической ленты. Для получения данных ленты аккаунтов изучали дважды в день и анализировали только первые 50 твитов. Возможно, если увеличить количество анализируемых постов, то соотношение будет несколько иным.
Предлагает большое разнообразие источников
Алгоритм удваивает количество уникальных учётных записей в ленте — с 663 до 1169. Также, алгоритм соцсети несколько понижает выдачу постов от аккаунтов, которые часто твитят: в среднем на десять аккаунтов с наибольшим количеством твитов приходилось 52% твитов в хронологической ленте, и только 24% — в алгоритмической. К тому же более низкий Gini-коэффициент для алгоритмических лент (0,59 против 0,72) указывает на большее неравенство именно в хронологических лентах.
Используя такой подход алгоритм не создаёт эффект полноценного информационного пузыря, который многие приписывают соцсетям.
Полученные данные доказывают, что алгоритм Twitter диверсифицирует персонализированную ленту за счёт учётных записей, которые не отображаются в хронологической ленте. А также контролирует аккаунты, которые доминировали бы в хронологической ленте. Таким образом алгоритмическая лента несколько шире и беспристрастнее хронологической.
Меняет выдачу постов в рамках одной тематики
Эффект выявился при анализе четырёх групп твитов, связанных с пандемией COVID-19, — с уклоном в политику (например, описание реакции президента на пандемию), с информацией о здоровье (например, о факторах риска), с новостями экономики (например, о ВВП или потере работы) и о жертвах болезни (например, отчёты о смертельных случаях). В целом алгоритм Twitter сократил выдачу твитов в каждой из групп, кроме политики:
Как следствие, алгоритмы социальных сетей могут иногда снижать доступ к важной информации (например, информации о здоровье и смертности в связи с COVID-19), одновременно приоритезируя другие темы, например, политические.
Эффект представлял собой не герметичный информационный пузырь, а скорее эхо-камеру, в которой одни темы поднимались чаще, а другие — заглушались. Как в анализе партий — в следующем пункте.
Небольшой эффект эхо-камеры
При анализе партийных предпочтений, эксперты измерили, как алгоритм Twitter меняет охваты аккаунтов с разными политическими взглядами. Это не было проверкой на «политическую предвзятость» алгоритма, скорее — на влияние алгоритма на охваты сторонних аккаунтов по сравнению с хронологической лентой.
Эффект эхо-камеры трудно измерим, если вы хотите узнать больше, ознакомьтесь с техническими деталями или полным текстом исследования.
Возможные последствия персонализации
Стоит отметить, что уменьшение количества внешних ссылок может оказать влияние на новостную экосистему. Согласно опросу Pew 2018 года, около семи из десяти взрослых пользователей Twitter в США используют соцсеть для чтения новостей. Поскольку алгоритм Twitter сокращает доступ к внешним новостным ссылкам, у пользователей меньше шансов прочитать высококачественные СМИ, а у новостных агентств — снижается веб-трафик и доходы от рекламы.
Также нужно понимать, что алгоритм — это часть большой и сложной медиа-экосистемы.
Конечно, всегда можно настроить алгоритм, но также необходимо рассматривать и другие возможности для улучшения обмена новостями и информацией в интернете.
Не забывайте подписаться на канал и вступить в чат:
Больше годноты на канале — Довольный Арбитражник
Обсудить и задать вопросы в чате — Арбитраж трафика | Довольный
