Wyjaśnienie czasu przebywania na LinkedIn

Czas przebywania na LinkedIn przypomina trochę dyskusję o seksie między nastolatkami przed okresem dojrzewania: wszyscy o tym mówią, ale nikt tak naprawdę nie wie, co to jest.

Czas to trochę wyjaśnić. I powiedz, co to naprawdę znaczy!

Jak algorytm działa do tej pory?

Zanim zaczniemy mówić o „ Czasie przebywania ”, ważne jest, aby porozmawiać o tym, jak działa algorytm. Zrobiłem już szczegółowy artykuł na ten temat, ale tutaj jest podsumowanie.

Tysiące ludzi codziennie publikuje posty na LinkedIn .

Każdego dnia na LinkedIn wyświetlane są miliony postów.

Aby połączyć te dwa elementy: algorytm, który określi, kto powinien zobaczyć czyj post.

Ponieważ Linkedin zarabia na reklamach, a te wyświetlają się co 5 postów, konieczne jest przewijanie jak największej liczby postów, aby użytkownicy generowali maksymalny dochód.

Oznacza to wyświetlanie najciekawszych postów.

Ale ponieważ algorytm nie jest wystarczająco inteligentny, aby zrozumieć treść postu i określić, czy jest on „interesujący”, będzie on oparty na interakcjach użytkowników z postem (wraz z innymi kryteriami, takimi jak link zewnętrzny, wideo, obraz itp., które mogą mieć wpływ na zasięg).

Do tej pory interakcje badane przez algorytm odpowiadały zaangażowaniu: liczbie otrzymanych polubień i liczbie komentarzy opublikowanych na początku życia posta. Komentarze mają znacznie większą wagę niż polubienia.

Potem nadszedł Czas Zatrzymania…

Dlaczego czas przebywania?

Czas przebywania ma dwa główne powody. Pierwsza jest najważniejsza i oficjalna wersja.

Drugi jest drugorzędny i nieoficjalny.

Powinieneś wiedzieć, że w sieci społecznościowej obserwujemy następujący rozkład:

• 1% użytkowników publikuje,
• 10% użytkowników angażuje się (lajkuje lub komentuje),
• 90% użytkowników konsumuje treści bez interakcji.

LinkedIn zadał więc pytanie: jak wziąć pod uwagę opinię 90% tych, którzy nie wchodzą w interakcje? Jak uzyskać zachowanie 90%, które pomoże nam określić jakość posta?

Z drugiej strony działania angażujące są binarne. Stwarza to dwa problemy:

• Nie są liniowe. 1 polubienie jest warte 1 polubienie, 1 komentarz jest wart 1 komentarz. Jednak to samo lajkuję treściom, które wywołały u mnie uśmiech lub najlepszemu postowi, jaki w życiu przeczytałem. ️
• łatwo je sfałszować: mogę po prostu poprosić ludzi, których znam, o publikowanie polubień lub komentarzy albo użyć podów, aby sztucznie zwiększyć zasięg moich treści.

Ten drugi punkt odpowiada nieoficjalnemu powódowi: aby ograniczyć wpływ strąków .

Mierzenie jakości posta, a tym samym definiowanie jego zasięgu organicznego za pomocą tego, co inżynierowie LinkedIn nazywają „działaniami wirusowymi”, jest zatem zbyt prymitywnym przybliżeniem.

Wyjaśniają również, że kliknięcie linku lub „zobacz więcej” posta może być mylącym wskaźnikiem, ponieważ użytkownik może natychmiast opuścić otwartą stronę lub nie przeczytać reszty postu.

Podobnie wskaźniki takie jak udostępnianie nie są zbyt miarodajne, ponieważ nie da się obiektywnie przeanalizować komentarza związanego z udostępnieniem. Czy udostępnianie ma na celu potępienie kogoś lub wyróżnienie wysokiej jakości treści?

Pora znaleźć inne wskaźniki i włożyć w to wszystko odrobinę Sztucznej Inteligencji.

Dwell Time = czas spędzony na poście?

Prawdopodobnie nie znalazłeś się w tym poście przez przypadek. A dla Ciebie Dwell Time jest z pewnością synonimem „czasu spędzonego na poczcie”.

Jest to przybliżenie, które jest prawie prawdziwe. Pozwól mi wyjaśnić.

Aby nadać wagę zachowaniom użytkowników, którzy nie wchodzą w interakcje, i uzyskać bardziej wiarygodny i liniowy wskaźnik, inżynierowie LinkedIn postanowili zbadać inny rodzaj interakcji: czas spędzony na wpisie.

Rzeczywiście, zmierzyli, że im więcej czasu spędziliśmy nad postem, tym większe prawdopodobieństwo opublikowania komentarza lub polubienia.

Myślenie idzie:

„Ponieważ im więcej czasu spędzam nad postem, tym większe prawdopodobieństwo, że się w niego zaangażuję, a to zaangażowanie jest głównym sygnałem zainteresowania treścią, można powiedzieć, że im więcej czasu spędzam nad postem, tym więcej jestem zainteresowany.”

(To dość podstawowe i logiczne rozumowanie, ale za tym wszystkim kryją się piękne algorytmy i przerażające funkcje matematyczne).

Inżynierowie podzielili czas spędzony na stanowisku na dwie części:

• ten, w którym przewijamy news feed LinkedIn, od momentu, gdy widoczna jest połowa wpisu
• ten po kliknięciu „zobacz więcej”

Czas spędzony nad postem będzie zatem pozytywnie lub negatywnie wpływał na algorytm, a tym samym na zakres publikacji.

Co się za tym wszystkim kryje?

Ideą tego artykułu jest uproszczenie tego, które stworzył zespół inżynierów LinkedIn. Więc nie zamierzam wam pokazywać wszystkich wzorów matematycznych, które za tym stoją.

Ale nadal interesujące jest zrozumienie, co kryje się za czasem przebywania, ponieważ jest to bardziej złożone niż po prostu „czas spędzony na poście”.

W swoim artykule inżynierowie przedstawiają konkretny przypadek, który badali, aby zintegrować czas spędzony na stanowisku w algorytmie. Co sugeruje, że nie jest to jedyne modelowanie, które wchodzi w grę.

W ten sposób integrują „ prawdopodobieństwo, że post zostanie przekazany bez przeczytania ”. To dość krótki okres czasu, poniżej którego prawdopodobieństwo zaręczyn na stanowisku jest bliskie zeru.

Innymi słowy, ten okres odpowiada czasowi potrzebnemu mojemu mózgowi do określenia, czy będę zainteresowany tym postem, czy nie. Jeśli zostanę krócej niż ten okres czasu, nie ma szans, że zaangażuję się na stanowisku.

W ten sposób integrują pojęcie „pominiętego postu”, które również wpłynie na algorytm.

Należy zauważyć, że ten okres czasu jest prawie taki sam dla różnych typów postów (wideo, obraz, artykuł, plik pdf…), co ułatwia modelowanie i wykorzystanie tego wskaźnika.

Wykorzystanie tego modelowania w wyglądzie postów

Należy rozumieć, że LinkedIn nie działa pod kątem „czy ten post zasługuje na to, by go zobaczyć?” ale „jaki jest najbardziej odpowiedni post do wyświetlenia temu użytkownikowi?”

W ten sposób algorytm będzie integrował różne kryteria, takie jak profil użytkownika, wirusowość postu (liczba polubień i komentarzy), powinowactwo użytkownika do autora postu oraz inne wskaźniki, takie jak pora dnia.

Łącząc te kryteria, określi prawdopodobieństwo, że przeczytasz dany post, a następnie nada priorytet postom, które z największym prawdopodobieństwem skłonią Cię do ich przeczytania.

Aktualizacja tego algorytmu znacznie podniosłaby jakość kanału informacyjnego poprzez zmniejszenie liczby „pominiętych” postów, a tym samym zwiększyła trafność oferowanych treści.

Ten artykuł został napisany na podstawie artykułu napisanego przez zespół inżynierów LinkedIn odpowiedzialnych za algorytm publikacji i czas przebywania. Starałem się to zsyntetyzować, rysując najważniejsze informacje, starając się być jak najbardziej klarowny, opierając się na ich wyjaśnieniach. Niestety jest to jedyne oficjalne źródło LinkedIn na ten temat.

Sposób działania algorytmu i dokładna integracja Dwell Time z zasięgiem publikacji nie jest w pełni ujawniona. Modelowanie integruje złożone funkcje matematyczne i uczenie maszynowe.

Jest to więc o wiele bardziej złożone niż coś binarnego.

Zespół inżynierów powiedział, że będą ciągłe aktualizacje tego algorytmu, aby ulepszyć sugestie i uczynić je bardziej odpowiednimi.

W obliczu tych zmian kluczem do sukcesu pozostaje jakość treści. Im bardziej algorytm zrozumie, jak bardzo użytkownicy doceniają treść, tym bardziej jakość tej ostatniej będzie miała pierwszeństwo w algorytmie.

Istnieje jednak kilka dobrych praktyk, które mogą pomóc w wykorzystaniu czasu przebywania. Wkrótce opowiem o tym w artykule.

W międzyczasie nie wahaj się skontaktować ze mną na LinkedIn, aby omówić artykuł i powiedzieć mi, jeśli coś jest niejasne.