El News Feed es el apartado de la red social Facebook donde los usuarios pueden ver nuevos contenidos de su interés, que se muestran en un orden determinado impulsado por un sistema de clasificación de aprendizaje automático o 'machine learning'.
El sistema de clasificación es un sistema empleado por Facebook para personalizar el contenido de los más de 2.000 millones de usuarios de todo el mundo, con el fin de que lo que vean en el News Feed sea "relevante y significativo".
Para cada usuario, explica la compañía en su página oficial, hay más de mil potenciales publicaciones. "Hablamos de billones de publicaciones para toda la gente que está en Facebook", lo que se une a las más de mil señales que se evalúan de cada usuario para determinar lo que es más relevante para cada uno.
"Así que tenemos billones de publicaciones y miles de señales, y necesitamos predecir qué quiere ver cada una de las personas en su 'feed' de manera instantánea", señalan desde Facebook. El proceso que lo permite funciona en segundo plano y se carga en "un segundo".
Siempre se habla del algoritmo de Facebook como el responsable de seleccionar los contenidos que verán los usuarios. Se trata en realidad no de un único algoritmo sino de múltiples capas de modelos aprendizaje automático, como matiza la compañía. Y su función es simple: "determinar qué publicaciones aparecen en el 'News Feed' y en qué orden, al predecir lo que es más probable que le interese o en lo que se involucre" al usuario.
Para ello, este sistema recopila todas las publicaciones candidatas que se pueden clasificar para una persona determinada, incluidas las publicaciones compartidas por un amigo, un grupo o una página a la que esté conectada y que se hayan realizado desde su último inicio de sesión y no se hayan eliminado.
Cada publicación recibe una puntuación en base a una serie de factores, como pueden ser si la persona en cuestión ha indicado que una publicación merece su tiempo -por ejemplo, en alguna de las encuestas que realidad la red social-, la persona que la ha publicado y la medida en que la publicación coincide con lo que suele ver. Posteriormente, un modelo ligero reduce el conjunto de candidatos a las publicaciones más relevantes, que son unas 500.
Se otorga una puntuación a cada una de esas 500 historias de forma independiente y se ordenan todas ellas según su puntuación. Y, por último, se ejecuta el filtro contextual, en el que se añaden características contextuales para asegurar que el 'News Feed' de cada usuario tiene una buena combinación de contenidos.
Fuente: DPA.