エッジランク

EdgeRankは、 Facebookがユーザーのニュースフィードにどの記事を表示するかを決定するために使用するアルゴリズムに一般的に付けられた名前です。2011年現在、FacebookはEdgeRankシステムの使用を中止し、2013年現在、100,000を超える要素を考慮した機械学習アルゴリズムを使用しています。 ^[1]

EdgeRank は Serkan Piantino によって開発および実装されました。

2010 年に、EdgeRank アルゴリズムの簡略化されたバージョンが次のように発表されました。

${\displaystyle \sum _{\mathrm {エッジ\,} e}u_{e}w_{e}d_{e}}$

どこ：

${\displaystyle u_{e}}$ユーザーの親和性です。

${\displaystyle w_{e}}$コンテンツの重み付け方法です。

${\displaystyle d_{e}}$時間ベースの減衰パラメータです。

• ユーザーアフィニティ: FacebookのEdgeRankアルゴリズムのユーザーアフィニティ部分は、ユーザーとコンテンツ（投稿/ステータス更新）の関係と近さを考慮します。^[1]
• コンテンツの重み: ユーザーがコンテンツに対してどのようなアクションをとったか。^[1]
• 時間ベースの減衰パラメータ：新しいか古いか。新しい投稿は古い投稿よりも高い位置を占める傾向があります。^[1]

Facebookがパラメータを調整するために使用する方法のいくつかは独自のものであり、一般には公開されていません。^[2]

ある研究によると、Facebook のコンテンツ アルゴリズム ランキングでは、「いいね」反応のデメリットと、他のインタラクション (「笑」反応や「コメント」など) のメリットが仮説として挙げられるそうです。「いいね」ボタンは、「バイラル リーチのブレーキ効果」としてオーガニック リーチを減少させる可能性があります。「笑」反応、「コメント」、および「愛」反応は、オーガニック リーチ全体の最大の増加を達成できる可能性があります。^[3]

EdgeRankとその後継は、ユーザーが表面上フォローしているものから実際に何を見ているかに幅広い影響を及ぼします。たとえば、選択によってフィルターバブルが生成されたり（ユーザーが自分の意見を裏付ける更新などにさらされた場合）、人々の気分が変わったり（ユーザーに肯定的または否定的な更新が不釣り合いな量で表示された場合）します。^[4]

その結果、Facebookページの場合、典型的なエンゲージメント率は1％未満（大規模なページでは0.1％未満）となり、^[5]、ほとんどの非営利団体ではオーガニックリーチは10％以下になります。 ^[6]

その結果、ページの場合、コンテンツの宣伝にお金をかけずに重要な視聴者にリーチすることはほぼ不可能になる可能性があります。^[7]

• PageRank、Googleの検索エンジンで使用されるランキングアルゴリズム^[8]

• エッジランク
• Facebook - ニュースフィードの仕組み