在當今時代，社交媒體算法決定了我們生活的很大一部分，因此行業專家和人們開始質疑算法的工作原理也就不足為奇了。現在，為了闡明其推薦系統的運作方式並消除對其算法的誤解，Instagram 執行官亞當莫塞里在最近的 博客文章，解釋了他們如何對應用程序不同部分的內容進行排名。
Mosseri 解釋說，與其依賴單一算法，許多用戶推測，不同 Instagram 部分（如故事、捲軸和搜索）的內容排名受到復雜因素網絡的影響，其中很大一部分來自用戶生成的數據。
故事考慮因素和捲軸
從故事開始，影響故事排名的因素有很多，包括用戶參與帳戶更新的頻率，以及他們通過直接消息和故事互動（例如喜歡）與他人的互動。此外，Instagram 還會評估用戶與帳戶的關係，例如他們是朋友還是家人。
當談到捲軸時，影響因素略有不同，因為 Instagram 不依賴於與特定帳戶的交互，而是考慮用戶之前的操作，例如喜歡，根據視頻類型保存和分享。此外，該平台還計算視頻轉發率、完成率、點贊數和音頻參與度等指標的預測值。
應對 Shadowbanning
Shadowbanning 通常是指對帳戶進行壓制或沒有明確解釋的內容。在廣泛猜測之後，Instagram 終於承認了這一擔憂，並宣布他們正在積極努力通過引入“帳戶狀態”功能來提高透明度。如果 Instagram 認為他們的帖子“不符合推薦條件”，此功能不僅會提醒用戶，而且還允許他們對該決定提出上訴。
雖然 Instagram 在其推薦系統方面的透明度值得稱讚，但重要的是要了解錯綜複雜的此類算法的性質，因為它們依賴於無數的數據點和機器學習模型。因此，不可能提供一個簡單的定義。儘管如此，深入了解影響推薦的潛在因素將使用戶能夠更有效地瀏覽平台。
