Zum Inhalt springen

Twitter enthüllt Geheimnisse zum Empfehlungsalgorithmus

Elon Musk hat sich wirklich selbst übertroffen – er hat nicht nur den Quellcode für den Empfehlungsalgorithmus von Twitter zur Verfügung gestellt, wie er es Mitte März versprochen hatte, sondern ist noch einen Schritt weitergegangen und hat zusätzliche Informationen über die Funktionsweise des Algorithmus im Tech-Blog von Twitter veröffentlicht!

Elon Musk hat sein Wort gehalten und den Quellcode für den Empfehlungsalgorithmus von Twitter veröffentlicht. Das war ein großer Schritt, und er hat die Erwartungen übertroffen, indem er seitdem noch mehr Funktionen hinzugefügt hat.

Der Code von Twitter ist jetzt auf GitHub öffentlich zugänglich und eine kurze Beschreibung der Gründe dafür wurde der Datei hinzugefügt. Außerdem wurde in einem technischen Blog-Beitrag näher erläutert, wie der Algorithmus funktioniert.

Laut Twitter versuchen die Empfehlungsalgorithmen Fragen zu beantworten, wie z. B. die Wahrscheinlichkeit, dass ein Nutzer in Zukunft mit einem anderen Nutzer in Kontakt tritt.

Oder wie ein Trend zufällig zu einem Trend in den Communitys auf Twitter wird. Und wie all dies sicherstellt, dass Sie die besten Inhalte für Ihren Feed erhalten.

Twitter nutzt die gesammelten Daten zu Tweets, Nutzern und Engagement, um Ihnen nur die Tweets anzuzeigen, die für Sie interessant sein könnten. Dazu werden die Tweets in eine Rangfolge gebracht und Inhalte auf der Grundlage der Nutzerpräferenzen herausgefiltert.

Wie die Dinge nach den Codes funktionieren

Die „Für dich“-Timeline auf Twitter wird von der revolutionären Home Mixer-Technologie gesteuert. Dieser Algorithmus sammelt, ordnet und filtert Tweets, um den Nutzern die relevantesten und passendsten Inhalte auf der Grundlage ihrer Präferenzen zu liefern.

Arten von Quellen

Twitter zeigt in der Regel zunächst Tweets sowohl von Personen, denen Sie folgen (In-Network-Quellen), als auch von Personen außerhalb Ihres Netzwerks (Out-of-Network-Quellen) an.

In-Network-Quellen

Real Graph, ein Modell zur Messung der Wahrscheinlichkeit von Interaktionen zwischen Nutzern, bestimmt, was in Ihrer Timeline erscheint, wenn es sich um Tweets aus dem Netzwerk handelt. Wenn es wahrscheinlicher ist, dass Sie mit dem Ersteller des Tweets interagieren und umgekehrt, sehen Sie mehr von dessen Beiträgen.

Quellen außerhalb des Netzwerks

Die Out-of-Network-Algorithmen von Twitter können beängstigend sein, denn sie können für Nutzer relevante Inhalte identifizieren, ohne dass sie anderen Konten folgen müssen.

Twitter nutzt seinen sozialen Graphen, um relevante Inhalte für seine Nutzer zu sammeln. Es stellt Fragen wie „Worüber diskutieren Ihre Follower?“ und „Welche Tweets haben Leuten mit den gleichen Interessen wie Ihnen gefallen?“ Dies hilft bei der Empfehlung von interessanten Inhalten.

Tweets außerhalb des Netzwerks werden mithilfe von eingebetteten Raummodellen gesammelt, um eine neuartige Klassifizierung zu erhalten. So können Sie die Tweets und Kunden erfassen, die für Ihre Interessen relevant sind, und Sie mit ähnlichen Interessen zusammenbringen, um mehr Präzision zu erreichen.

SimClusters

Twitter verwendet auch SimClusters, um Empfehlungen auszusprechen. SimClusters ist ein großartiges Tool zur Bildung von nutzerbezogenen Communitys. Es ermöglicht Ihnen, schnell verschiedene Gruppen zu erstellen und ihnen auf der Grundlage gemeinsamer Interessen beizutreten – sei es ein kleiner Kreis enger Freunde oder ein großes globales Netzwerk. Sie können auch mehreren Gemeinschaften gleichzeitig angehören.

Tweets, die in einer bestimmten Gemeinschaft beliebt sind, werden mehr Mitgliedern dieser Gemeinschaft angezeigt, was zu mehr Engagement und Reichweite führt.

Tweet-Ränge

Nachdem Twitter sowohl interne als auch externe Quellen nach möglichen Tweets gescannt hat, die in Ihrer Timeline erscheinen sollen, müssen diese in eine Rangfolge gebracht werden – wobei 1.500 das Maximum ist. Twitter hat sich zu den Details seines Tweet-Rankingsystems nicht offen geäußert. Die Leute haben den Code hinter diesen Algorithmen untersucht, um herauszufinden, wie genau die verschiedenen Signale gewichtet werden. So werden beispielsweise Tweets, die nur URLs enthalten, niedriger eingestuft, während Twitter-Likes und Twitter-Retweets die Sichtbarkeit enorm erhöhen.

Zu diesem Thema hat Twitter jedoch nur geäußert: „Das Ranking wird mit einem neuronalen Netzwerk mit ca. 48 Mio. Parametern erzielt, das kontinuierlich auf Tweet-Interaktionen trainiert wird, um das positive Engagement (z. B. Likes, Retweets und Kommentare) zu optimieren. Dieser Ranking-Mechanismus berücksichtigt Tausende Attribute und liefert zehn Labels, um jeden Tweet zu bewerten, wobei jedes Label die Wahrscheinlichkeit eines Engagements darstellt. Wir ordnen die Tweets auf der Grundlage dieser Bewertungen ein.“

Die Filter

Das Ranking-System von Twitter ist so konzipiert, dass es irrelevante oder unerwünschte Nachrichten aus Ihrem Newsfeed herausfiltert. Neben gesperrten und stummgeschalteten Konten konzentriert sich der Algorithmus auch auf Inhalte, die von außerhalb Ihres Netzwerks stammen, und darauf, wie oft diese von jemandem, dem Sie folgen, angesprochen wurden.

Das Ergebnis

Am Ende des Prozesses ist es einfach der Home Mixer von Twitter, der Ihren Feed auf der Plattform revolutioniert. Nach den Filtern werden Ihre empfohlenen Tweets mit Anzeigen, Follower-Empfehlungen und anderen Inhalten gemischt, um eine vollständig personalisierte, auf Ihre Interessen zugeschnittene Timeline zu erstellen. Mit dem Home Mixer sparen Sie nicht nur Zeit beim Durchstöbern Ihrer Timeline, sondern auch Energie, da er irrelevante Beiträge eliminiert und stattdessen Inhalte anbietet, die für Sie relevanter sind.

Das Erstaunliche daran ist, dass dieser Vorgang nur etwa 1,5 Sekunden dauert und täglich 5 Milliarden Mal durchgeführt wird.

Schlagwörter: