说实话，我们都曾因为亚马逊购物车里的东西而被社交媒体上的广告跟踪过！2020 年年。Facebook 希望在平台上为用户提供有趣且个性化的体验。因此，从您喜欢的帖子到您关注的页面，Facebook 都会使用这些信息来定制您的新闻提要，包括您看到的广告。Facebook 还为企业提供了分享用户在其网站和应用上采取的操作信息的选项，以便显示相关内容。为了明确他们的应的体验，Facebook 在过去几年中发布了许多工具，向用户展示他们的信息是如何被使用的以及如何巧妙地管理这些信息。例如，“为什么我会看到这个广告”这样的 telegram 数字数据 提示可以让您了解您收到某个广告的原因以及您可以采取哪些操作来个性化它。还有更多工具，如管理活动和隐私检查，可以根据您的情况轻松定制您的整体 Facebook 体验。好吧，伙计们，这基本上就是 2020 年算法场景的样子。无论你喜欢与否，个性化仍然在你看到的内容和你在 Facebook 上的互动方式中发挥着重要作用。如果没有个性化，你的新闻提要就会像《老友记》里的 Rachel’s English truffle 一样，一团乱麻，毫无味道。所以，让我们看看个性化在 2021 年及以后如何继续发挥重要作用。
2021
向机器学习问好
现在，来吧。每天满足 28 亿人的兴趣，而不向他们的新闻源充斥他们认为不相关或不有趣的内容，并非易事。那么，Facebook 如何日复一日地应对这一巨大挑战？进入机器学习 (ML)。2021 年初，Facebook 宣布了有关 ML 如何帮助支持 Facebook 的新闻源排名算法的完整细节。以下是其含义的简化版本：
- Facebook 对用户网络中所有可能的帖子进行盘点，以预测人们希望在自己的信息流中看到什么类型的内容。
- 然后，系统根据用户发出的信号（喜欢、分享、评论、标签等）对每个帖子进行评分，以预测用户认为这些帖子的价值。
- 然后，根据过去的行为，最不可能吸引用户的帖子将被丢弃。这些帖子是用户表示不喜欢和不常看的帖子，因为它们包含错误信息或点击诱饵内容。
- 在用最终分数缩小相关帖子范围后，系统会对用户可能比其他帖子更频繁采取行动的帖子进行排名
- 最后，Facebook 找到了一个最佳平衡点，即以尽可能多 您可以简化打印过程并优化转印纸的使用 的种类和来源呈现最合适的内容。现在，对剩下的 28 亿人重复这个过程，你就得到了 Facebook 如何个性化你的新闻推送的答案。
这些变化对于营销人员意味着什么？
确实，在某种程度上，人们将看到更多来自 台湾数据库 朋友和家人的内容，而更少来自品牌和公共页面的内容。但（好消息来了）：他们还将看到来自他们关心的页面和群组的内容。展望未来，营销人员将不得不放弃以前可能奏效的权宜之计（点击诱饵标题、吸引参与的帖子等），并专注于创建独特、有价值的内容，引起目标受众的共鸣。