Facebook调整算法:或进一步打压传统新闻媒体
纽约一场游行活动中,人群举出的Facebook“赞”的标识。
北京时间7月12日下午消息,对于网络新闻行业而言,今年夏天已经令人十分沮丧了,但现在又出现了更糟糕的消息。皮尤研究公司的最新调查报告,Facebook最近对算法的调整应该引起记者的担忧。
Facebook副总裁上周宣布对News Feed的排名算法展开大规模调整。该算法会决定用户登录后最先看到的10或15个帖子,这通常是从1500个候选帖子中选取出来的。News Feed现在将把排名第一的位置提供给用户的好友和家人,而不再优先展示来自专业新闻机构的内容。
Buzzfeed科技记者查理·瓦泽尔(Charlie Warzel)认为这项决策有点像选举。工程师查看了人们点击并与之互动的各种帖子,然后认定人们阅读新闻的意愿降低。“简单来说,用户拥有了发言权,新闻失势了。”他写道。
只可惜,Facebook不仅举行了一次“公投”,而且还修改了规则。除非主动选择新闻,或者对新闻特别感兴趣,否则多数Facebook用户看到的新闻都会减少。本周末,《纽约时报》记者麦克·艾萨克(Mike Isaac) 列举了一系列方式,使得用户可以让Facebook知道他们希望看到更多新闻。这些方法多数都需要与新闻内容互动,包括点赞、分享和评论。
“你与自己喜欢的发布商分享的新闻内容互动得越多——包括点击、阅读、分享——Facebook就越知道你希望看到这类内容。”艾萨克说,“简单来说,如果你已经是个新闻控,那就继续这样做。”
这便引出了皮尤的最新报告。该报告显示,似乎只有少数美国人是新闻控,而绝大多数美国人似乎都是通过社交网络获取新闻的,只有少数人的做法能真正让Facebook算法明白他们希望阅读更多新闻。
首先,该报告对新闻机构来说是一条好消息。81%的美国人通过网站、应用或社交平台获取新闻。虽然电视仍是美国最流行的新闻渠道——有57%的美国成年人“经常”通过电视获取新闻——但这主要是因为电视在年龄较大的用户群中较受欢迎。从本质上讲,年龄越大就越喜欢电视。在50岁以上的美国人中,超过70%的人“经常”看电视新闻;而在这一年龄段以下的美国人中,“经常”看电视新闻的比例不到50%。与此同时,约有1/4二十几岁的年轻人和大学生经常看电视新闻——但经常看网络新闻的比例却达到50%。
但这篇报告实际上并没有表面看起来那么好,尤其是考虑到Facebook刚刚进行的算法调整。即便是在上周对算法进行调整后,News Feed仍会在两种情况下优先显示新闻内容。如果你的Facebook好友分享了新闻报道,这条内容就成为“朋友认可的内容”,你看到该内容的概率就会增加。如果你主动在Facebook上点赞、分享和评论新闻内容,你看到新闻内容的概率也会增加。
但皮尤发现,这两种情况的发生概率都不高。大约只有1/ 4的社交媒体用户经常在社交媒体上点击阅读新闻——多数都是基本的互动。只有16%的社交媒体用户经常点赞新闻,约有11%的人经常在社交媒体上分享新闻报道。还有8%的美国人经常评论新闻——但考虑到该网站充斥着大量的恶评,所以这反而可能是件好事。
不同年龄段的人并不存在明显差异:无论年老还是年轻用户,与网络新闻互动的数据都大致相同。但如果将“有时”与新闻互动的人包含进来后,这些数据就会大幅增加。例如,有89%的美国人“经常”或“有时”点击新闻报道,分享或转发新闻报道的比例达到49%。不过,只有少数人定期通过Facebook算法认可的方式与网络新闻进行互动。
====================================分割线================================
本文转自d1net(转载)
Facebook面试官:如何在算法面试中游刃有余?|《算法面试通关40讲》 很多大公司在面试时都尤为看中候选人的算法能力,他们甚至会让候选人当场写代码。究其原因,其实是因为算法的基础能力也会直接决定一个程序员的好坏。用武侠小说来做比喻,算法是“内功”,而编程的各种框架,就犹如各种“招式”。
相关文章
- [Android Traffic] 调整定时更新的频率(C2DM与退避算法)
- Java实现 蓝桥杯VIP 算法提高 最小乘积(提高型)
- 蓝桥杯 算法提高 11-1实现strcmp函数 (JAVA方法)
- [YOLOv7/YOLOv5系列算法改进NO.10]损失函数改进为SIOU
- YOLO系列(YOLOv5/YOLOv7/YOLOv8)算法训练数据集保姆级教程
- Atitti 摘要算法 散列算法SHA1 和 MD5 crc32 目录 1.1. CRC(Cyclic Redundancy Check,循环冗余校验)算法出现时间较长1 1.1.1. 数据摘要算
- DataScience/NLP/CV:在AI算法中,如何处理时序性数据—对比CNN、RNN、Transformer算法优劣
- ML之XGBoost:利用XGBoost算法对波士顿数据集回归预测(模型调参【2种方法,ShuffleSplit+GridSearchCV、TimeSeriesSplitGSCV】、模型评估)
- 使用HGS算法调整PD控制器增益的无人机动态性能数据——基于启发式的无人机路径跟踪优化(Matlab代码实现)
- m瑞利信道下对比ZF-SIC,MMSE-SIC,MRC三种均衡算法的误码率matlab仿真
- 全数字OQPSK调制解调的基本算法,包括成形滤波器、NCO模型、载波恢复
- 基于三重动态调整的花授粉算法-附代码
- 一种随机调整控制参数的鲸鱼优化算法
- 基于自适应调整权重和搜索策略的鲸鱼优化算法-附代码
- 算法----选择排序(select sort)
- 【OpenCV 例程300篇】208. Photoshop 对比度自动调整算法
- 算法工程师面试之归一化操作
- 从工程实践的角度理解一致性哈希算法(Consistent Hashing)