وأوضح دويل تايم من LinkedIn

يشبه Dwell Time على LinkedIn إلى حد ما مناقشة جنسية بين المراهقين في سن ما قبل البلوغ: الجميع يتحدث عنها ولكن لا أحد يعرف ما هو حقًا.

حان الوقت لتوضيح هذا قليلاً. وأخبرك ماذا يعني ذلك حقًا!

كيف تعمل الخوارزمية حتى الآن؟

قبل الحديث عن " Dwell Time " ، من المهم التحدث عن كيفية عمل الخوارزمية. لقد قمت بالفعل بعمل مقال تفصيلي حول هذا الموضوع ، ولكن هنا ملخص.

ينشر آلاف الأشخاص على LinkedIn كل يوم.

تتم مشاهدة ملايين المنشورات يوميًا على LinkedIn.

للربط بين الاثنين: خوارزمية ستحدد من يجب أن يرى منشوره.

نظرًا لأن Linkedin يربح أموالًا من الإعلانات ، ويتم عرضها كل 5 منشورات ، فمن الضروري التمرير لأكبر عدد ممكن من المنشورات للمستخدمين لتحقيق أقصى دخل.

هذا يعني إظهار المنشورات الأكثر إثارة للاهتمام.

ولكن نظرًا لأن الخوارزمية ليست ذكية بما يكفي لفهم محتوى المنشور وتحديد ما إذا كان "مثيرًا للاهتمام" ، فستعتمد على تفاعلات المستخدمين مع المنشور (إلى جانب معايير أخرى مثل رابط خارجي أو مقطع فيديو أو صورة الخ ... التي يمكن أن تؤثر على مدى الوصول).

حتى الآن ، تتوافق التفاعلات التي درستها الخوارزمية مع التفاعل: عدد الإعجابات المتلقاة وعدد التعليقات المنشورة في بداية حياة المنشور. التعليقات لها وزن أكبر بكثير من الإعجابات.

ثم جاء Dwell Time ...

لماذا يسكن الوقت؟

هناك سببان رئيسيان لـ Dwell Time . الأول هو الأهم وهو الرواية الرسمية.

والثاني ثانوي وغير رسمي.

يجب أن تعلم أنه على إحدى الشبكات الاجتماعية ، نلاحظ التوزيع التالي:

• 1٪ من المستخدمين ينشرون ،
• 10٪ من المستخدمين يشاركون (مثل أو التعليق) ،
• 90٪ من المستخدمين يستهلكون المحتوى دون تفاعل.

لذلك تساءل موقع لينكد إن: كيف تأخذ في الاعتبار رأي 90٪ ممن لا يتفاعلون؟ كيف نحصل على سلوك 90٪ لمساعدتنا في تحديد جودة المنشور؟

من ناحية أخرى ، فإن إجراءات المشاركة ثنائية. هذا يطرح مشكلتين:

• هم ليسوا خطي. 1 إعجاب يستحق 1 إعجاب ، تعليق واحد يستحق تعليقًا واحدًا. ومع ذلك ، سأضع نفس الإعجاب على المحتوى الذي جعلني أبتسم أو في أفضل مشاركة قرأتها في حياتي. ️
• من السهل تزويرها: يمكنني فقط أن أطلب من الأشخاص الذين أعرفهم نشر الإعجابات أو التعليقات أو استخدام الكبسولات لتعزيز الوصول إلى المحتوى الخاص بي بشكل مصطنع.

هذه النقطة الثانية تتوافق مع السبب غير الرسمي: للحد من تأثير القرون .

لذلك ، فإن قياس جودة المنشور ، وبالتالي تحديد مدى وصوله العضوي من خلال ما يسميه مهندسو LinkedIn "الإجراءات الفيروسية" ، يعتبر تقريبيًا للغاية.

كما يوضحون أيضًا أن النقر فوق ارتباط أو "مشاهدة المزيد" من المنشور يمكن أن يكون مؤشرات مضللة لأنه يمكن للمستخدم ترك الصفحة المفتوحة على الفور أو عدم قراءة بقية المنشور.

وبالمثل ، فإن المؤشرات مثل المشاركة ليست موثوقة للغاية لأنه من المستحيل التحليل الموضوعي للتعليق المرتبط بالمشاركة. هل هي مشاركة للتنديد بشخص ما أو إبراز محتوى عالي الجودة؟

حان الوقت للعثور على مؤشرات أخرى ووضع جرعة صغيرة من الذكاء الاصطناعي في كل هذا.

يسكن الوقت = الوقت الذي يقضيه في المنشور؟

ربما لم تكن في هذا المنشور عن طريق الصدفة فقط. وبالنسبة لك ، فإن Dwell Time هو بالتأكيد مرادف لـ "الوقت الذي تقضيه في المنشور".

إنه تقريب يكاد يكون صحيحًا. دعني أشرح.

من أجل إعطاء وزن لسلوكيات المستخدمين الذين لا يتفاعلون والحصول على مؤشر خطي أكثر موثوقية ، سعى مهندسو LinkedIn إلى دراسة نوع آخر من التفاعل: الوقت الذي يقضيه المنشور.

في الواقع ، قاموا بقياس أنه كلما زاد الوقت الذي نقضيه في المنشور ، زاد احتمال نشر تعليق أو ما شابه.

يذهب التفكير:

"نظرًا لأنه كلما زاد الوقت الذي أقضيه في المنشور ، زادت احتمالية مشاركتي في المنشور وأن المشاركة هي علامة رئيسية على الاهتمام بالمحتوى ، ويمكن القول أنه كلما زاد الوقت الذي أمضيه في المنشور ، أنا مهتم أكثر. "

(هذا تفكير أساسي ومنطقي تمامًا ، ولكن خلف كل ذلك توجد خوارزميات جميلة ووظائف رياضية مخيفة).

قام المهندسون بتقسيم الوقت الذي يقضيه المهندسون في البريد إلى قسمين:

• عندما نقوم بالتمرير في موجز أخبار LinkedIn ، من اللحظة التي يكون فيها نصف المنشور مرئيًا
• الذي يأتي بعد النقر على "مشاهدة المزيد"

وبالتالي ، فإن الوقت الذي يقضيه المنشور سيؤثر إيجابًا أو سلبًا على الخوارزمية وبالتالي على نطاق النشر.

ماذا وراء كل هذا؟

فكرة هذه المقالة هي تبسيط الفكرة التي أنتجها الفريق الهندسي لـ LinkedIn. لذا لن أريكم كل الصيغ الرياضية وراءها.

ولكن لا يزال من المثير للاهتمام فهم ما وراء Dwell Time لأنه أكثر تعقيدًا من مجرد "الوقت الذي يقضيه في المنشور".

في مقالهم ، قدم المهندسون حالة محددة قاموا بدراستها لدمج الوقت الذي يقضيه المنشور في الخوارزمية. مما يشير إلى أن هذه ليست النمذجة الوحيدة التي تلعب دورها.

وبالتالي فهي تدمج " احتمال اجتياز المنشور دون قراءته ". هذه فترة زمنية قصيرة نسبيًا ، تقل احتمالية المشاركة في المنشور من الصفر دونها.

بعبارة أخرى ، تتوافق هذه الفترة الزمنية مع الفترة اللازمة ليحدد عقلي ما إذا كنت سأهتم بالمنشور أم لا. إذا بقيت أقل من هذه الفترة الزمنية ، فليس هناك فرصة لأن أشارك في المنشور.

وبالتالي فإنهم يدمجون فكرة "المنشور الذي تم تخطيه" والذي سيؤثر أيضًا على الخوارزمية.

لاحظ أن هذه الفترة الزمنية هي نفسها تقريبًا في أنواع المنشورات المختلفة (فيديو ، صورة ، مقال ، ملف pdf ...) ، مما يسهل نمذجة هذا المؤشر واستخدامه.

استخدام هذه النمذجة في ظهور المنشورات

يجب أن يكون مفهوماً أن LinkedIn لا يعمل من حيث "هل تستحق هذه المشاركة المشاهدة؟" ولكن "ما هي المشاركة الأكثر صلة لعرضها لهذا المستخدم؟"

وبالتالي ، ستدمج الخوارزمية معايير مختلفة ، مثل ملف تعريف المستخدم ، ومدى انتشار المنشور (عدد الإعجابات والتعليقات) ، وتقارب المستخدم مع مؤلف المنشور ، ومؤشرات أخرى مثل الوقت من اليوم.

من خلال الجمع بين هذه المعايير ، ستحدد احتمالية أن تقرأ منشورًا معينًا ثم تعطي الأولوية للمنشورات التي لديها أعلى احتمالية تجعلك تتوقف عن قراءتها.

كان من الممكن أن يؤدي تحديث هذه الخوارزمية إلى زيادة جودة موجز الأخبار بشكل كبير عن طريق تقليل عدد المشاركات "التي تم تخطيها" وبالتالي زيادة ملاءمة المحتوى المعروض.

تمت كتابة هذه المقالة على أساس المقالة التي كتبها فريق المهندسين المسؤولين عن خوارزمية النشر و Dwell Time. حاولت تجميعها من خلال رسم أهم المعلومات مع محاولة أن أكون واضحًا قدر الإمكان ، بناءً على تفسيراتهم. لسوء الحظ ، فهو المورد الرسمي الوحيد على LinkedIn حول هذا الموضوع.

لم يتم الكشف بشكل كامل عن الطريقة التي تعمل بها الخوارزمية والتكامل الدقيق لـ Dwell Time في متناول المنشورات. تدمج النمذجة الوظائف الرياضية المعقدة والتعلم الآلي.

لذلك فهو أكثر تعقيدًا من شيء ثنائي.

قال الفريق الهندسي إنه ستكون هناك تحديثات مستمرة لهذه الخوارزمية ، وذلك لتحسين الاقتراحات وجعلها أكثر صلة.

في مواجهة هذه التطورات ، يظل مفتاح النجاح هو جودة المحتوى. كلما تمكنت الخوارزمية من فهم مدى تقدير المستخدمين للمحتوى ، زادت جودة هذا الأخير في الأسبقية في الخوارزمية.

ومع ذلك ، هناك بعض الممارسات الجيدة التي يمكن أن تساعدك على الاستفادة من Dwell Time. سأخبرك عن ذلك في مقال قريبًا.

في غضون ذلك ، لا تتردد في الاتصال بي على LinkedIn لمناقشة المقالة وإخباري إذا كان هناك شيء غير واضح.