Así es como Instagram recomienda el contenido que ves


Los usuarios de Instagram han teorizado durante mucho tiempo sobre cómo funciona «el algoritmo» para clasificar el contenido en la plataforma y por qué las publicaciones de algunos usuarios parecen menos visibles que otras. Ahora, Instagram está abriendo el capó en su sistema de recomendación para explicar por qué ve ciertas publicaciones, al menos parcialmente.

En una publicación de blog, la compañía desglosa su sistema de clasificación según el lugar donde un usuario encontrará el contenido: el feed principal, Historias, la página Explorar y Reels. Hay innumerables piezas de información que las empresas como Instagram usan para predecir lo que los usuarios querrán ver e interactuar, y no hay un algoritmo único y omnisciente que genere recomendaciones. Como era de esperar, dice que una buena parte de los datos utilizados para clasificar el contenido proviene de los propios usuarios.

Las historias, por ejemplo, se clasifican en parte según la frecuencia con la que un usuario ve las actualizaciones de una cuenta y si interactúa con otros mediante el envío de mensajes directos o si le gusta una historia. Instagram también intenta evaluar su relación con una cuenta, como si alguien es un miembro de la familia o un amigo.

Las recomendaciones de Reels obtienen datos de usuario similares: Instagram dice que lo que le ha gustado, guardado, compartido o interactuado a un usuario informa lo que se le mostrará a continuación. Instagram es un poco más explícito en cómo se desarrolla esto: la compañía señala específicamente la probabilidad de que un usuario comparta un video, lo vea hasta el final, le guste o haga clic en la página de audio como predicciones. Las imágenes y el audio utilizados en los videos, así como la información sobre la persona que los compartió, como los seguidores o los niveles de participación, también juegan un papel en la clasificación de Reels.

Sin embargo, es cuestionable si estas herramientas realmente funcionan: algunos estudios han sugerido que la configuración del usuario para ajustar un sistema de recomendación apenas trabajo.





Source link-37