#algoritmit facebook

[digikasvua-blog]

Digi 5.4 Facebookin algoritmit

Facebookin vuotuisessa konferenssissa News Feedistä vastaava Adam Mosseri kertoi, kuinka Facebookin News Feed toimii, jotta käyttäjät osaisivat käyttää sitä paremmin. Facebookin tavoitteena on tarjota käyttäjilleen päivän aikana muutama tärkeä ja mieleenpainuva postaus, josta riittää, vaikka juteltavaa vielä illalla kotonakin. Jokainen käyttäjä, joka tuottaa News Feediin sisältöä, miettii varmasti myös, minkä asian kokee tärkeäksi jakaa muiden kanssa.

Postaukselle on tarkoin mietityt algoritmit, jotka mittaavat sen näkyvyyden suuntaa. Facebook tekee rankingin jokaiselle postaukselle, jonka näet News Feedissäsi. Ranking-tulokseen vaikuttaa esimerkiksi kuka postauksen on tehnyt (kuinka paljon olet tykännyt hänen postauksistaan), minkä tyyppinen postaus on (pidätkö esimerkiksi kuvista), todennäköisyys tykkäykselle, kommentille tai jaolle, todennäköisyys ajalle, jonka käytät postauksen parissa ja todennäköisyys, että saat postauksesta tietoa. Jokainen News Feedilläsi näkyvä postaus on siis käynyt läpi nämä algoritmit ja saanut hyvän rankingin päätyessään silmiesi eteen. Sama postaus saa jonkun toisen News Feedissä pienemmät ranking-pisteet ja voi jäädä häneltä kokonaan näkemättä.

News Feedin on tarkoitus tuottaa uutta sisältöä ihmisten elämään, esimerkiksi ehdotetut sivut, joista saattaisit tykätä ovat tarkoin valikoituneita juuri sinulle. Ne eivät ole hyviä vaan sinulle, vaan myös julkaisijalle ja Facebookille. News Feedin rinnalle on suunnitteilla myös Tutki-välilehti, joka tarjoaisi sisältöä, joka ei todennäköisesti muuten päätyisi käyttäjän tietoisuuteen. Tämä on vielä innovaatio-vaiheessa eikä välttämättä tule toteutumaan. Minusta tämä olisi hyvä lisä Facebookiin, jossa alkaa olemaan liikaa juuri tuota valmiiksi pureskeltua sisältöä. Huomaan, että omassa feedissäni pyörii samat ihmiset ja päivitykset usein ja kaipaisin hieman erilaista sisältöä. Voisinkin alkaa käyttämään julkaisu-kohtaista raportointia, jossa voi ilmoittaa, ettei halua nähdä ko. tyyppistä sisältöä jos se on mielestäni tylsää.

Lähteet:

https://www.facebook.com/FacebookforDevelopers/videos/10154622798918553/

[digisprint]

Mitä koneoppiminen on?

Kurssi: Digitaalinen liiketoiminta RDI1LH101-3029 Haaga-Helia ammattikorkeakoulu

Tehtäväpaketti 6 Tekoäly, automatisointi ja robotiikka

Julkaisupäivä: 10.12.2019

Valitsin tekoälyä ja automatisointia koskevasta tehtäväpaketista mielestäni kaikista perustavanlaatuisimman aiheen, sillä vaikka robotiikasta ja koneoppimisesta puhutaan paljon, aihe tuntuu monimutkaiselta. Kuuntelin Helsingin yliopiston Elements of AI -kurssin opettajan Teemu Roosin podcastin aiheesta.

Koneoppiminen tarkoittaa sitä, että ohjelmisto oppii sitä mukaa kun tulee lisää dataa: se parantaa toimintaansa datasta löytyvän säännönmukaisuuden perusteella. Koneoppiminen on ikään kuin tilastomatematiikkalaskuri, joka kehittyy ilman, että sitä tarvitsee datan lisääntyessä aina ohjelmoida uudelleen. A.I. Materin blogin mukaan koneoppiminen mahdollistaa tekoälyn, joka taas tarkoittaa koneen pyrkimystä toimia kuten ihminen yleensä melko kapea-alaisissa tehtävissä.

Roos kertoo, että koneoppiminen sopii tilanteisiin, joissa tarvitaan systemaattista päättelyä ja dataa päätöksentekoa varten. Epämääräistä tai intuitiivista työskentelyä kuten johtoryhmätyöskentelyä tekoäly ei auta: datan tulee olla kvantitatiivista ja määrämittaista eli aina samassa muodossa. Roosin mukaan oppivan koneen ei kuitenkaan kannata antaa tehdä päätöksiä puolestamme, vaan voimme ottaa siltä vinkkejä ja pikkuhiljaa opetella luottamaan siihen.

Koneoppiminen on nyt pinnalla kolmesta syystä

·       Dataa on valtavasti ja tarve sen lajitteluun on kasvanut

·       Laitteistoa on opittu käyttämään tehokkaasti: sekä havainnointimenetelmät että datan käsittely on helpottunut

·       Hiljaista käytännön tietotaitoa päästään käyttämään: kokeneita koneälyn ammattilaisia alkaa olla sekä yliopistoissa että yrityksissä

Mitä menetelmiä käytetään missäkin sovelluksessa?

Esimerkiksi markkinoinnissa voidaan koneoppimisen avulla tutkia asiakkaan ostokäyttäytymistä ja suositella tuotteita muiden saman tyyppisten asiakkaiden ostohistorian perusteella. Lääketieteessä koneälysovellus voi kuvien perusteella oppia tunnistamaan esim. syöpäsoluja sisältävät näytteet. Myös esimerkiksi Google käyttää hakukoneensa tulosten järjestelyssä koneoppimista: se järjestää ja karsii tulokset tietyn algoritmin mukaiseen järjestykseen.

Menetelmiä ovat:

·       Yleisesti datan lajittelu ja järjestäminen, algoritmit

·       Tekstintunnistus

·       Kuvantunnistus

·       Puheentunnistus

Yllättävää kyllä, Euroopassa tehdään Roosin mukaan eniten koneälyyn liittyvää tutkimusta, jos lasketaan kaikki Euroopan maat yhteen. Tutkimuksen vahvuuksia Euroopassa ovat datan hallinta ja regulaatio ja eettisten käytäntöjen kehittäminen. Koneälyn kehittymiseen liittyy yhteiskunnallisia kysymyksiä ja huolenaiheita: esimerkiksi algoritmin kehittäjällä on valtaa siihen, mitä ihmiset näkevät tai eivät näe, joten heillä on valtaa siihen, millainen maailmankuva ihmisille muodostuu.

Roosin mukaan kuka tahansa voi alkaa käyttämään koneoppimista hyödykseen. Koneoppimiseen ei tarvita kvanttitietokonetta ja sitä voi koodata millä tahansa kielellä. Ei tarvita isoja tehtaita, vaan kokeileminen on nopeaa. Tärkeintä on hoksata sovellusalue, josta koneoppimisesta voisi olla hyötyä.

Kuva: Algoritmin rakentamista suosittelujärjestelmää varten. Lähde: Pavel Kordnik: Machine Learning for Recommender systems - Part 1 (algorithms, evaluation and cold start) 

Esimerkkejä arkisista koneoppimisen sovellusalueista

·       Roskapostisuodattimet

·       Kasvojen tunnistus kuvista

·       Suositukset: Spotifyn, Netflixin, Amazonin suosittelualgoritmit

·       Samanlaisten kuvien etsiminen esim. Pinterestistä

·       Sosiaalisen median feedin kuratointi: Facebook, Twitter

·       Liikenne-ennusteet: Uberin reitin etsiminen, Google Maps

·       Rahanpesun tunnistaminen

·       Uusiutuvan energiantuotannon ennustaminen

Heikkoa tekoälyä sovelletaan myös jo arkisesti

·       Chatbot-asiakaspalvelijat oppivat koko ajan paremmin tunnistamaan puhetta ja vastaamaan puhekielellä

·       ”Henkilökohtainen assistentti”, joka tunnistaa puheen ja ohjaa esim. valoja, äänentoistoa, herätyskelloa tai kalenteria

·       Automaattiautot

Kuva: Eugene Goostman, ensimmäinen chatbot, joka läpäisi Turingin testin eli 33% testin tuomareista luuli keskustelevansa ihmisen eikä koneen kanssa. 

Itselleni tuli mieleen niinkin laaja ja monimutkainen aihe kuin sotatraumojen ymmärtäminen: voisiko sotatraumoja saaneiden tarinat, valokuvat, tiedossa oleva data kartoista, päivämääristä ja tapahtumista sekä sodassa olleiden sukulaisuussuhteet ja terveystiedot yhdistää niin, että uudet sukupolvet voisivat paremmin ymmärtää mitä heidän isovanhemmilleen on tapahtunut ja mihin kaikkeen trauma voi vielä vaikuttaa? Voisiko koneoppimisesta olla apua kollektiivisen trauman purkamisessa? Tähän tarvittaisiin kyllä rutkasti erilaisen datan yhdistämistä ja varsinkin sitä eettistä pohdintaa ja rajoituksia, että tällainen tieto pysyy parantamisen eikä satuttamisen apuvälineenä. 

Lähteet

A.I. Mater 2018. Mitä eroa on koneoppimisella ja tekoälyllä. Blogi 1.6.2018. Luettavissa: https://aimater.com/mita-eroa-on-koneoppimisella-ja-tekoalylla/ Luettu 10.12.2019

Daffodil 2017. 9 Machine Learning Examples from Day-to-Day Life. Luettavissa https://insights.daffodilsw.com/blog/9-machine-learning-examples-from-day-to-day-life Luettu 10.12.2019

Roos, Teemu 2019. Mitä pitää tietää koneoppimisesta. Podcast: Uuden työn ääniä. DNA Business. Kuunneltavissa: https://soundcloud.com/dna-business/mita-pitaa-tietaa-koneoppimisesta Kuunneltu 10.12.2019

[bgf062-blog]

Algoritmin kautta kaikukammioon

Algoritmit, filtterikuplat ja kaikukammiot saattavat kuulostaa tavalliselle ihmiselle vierailta, mutta törmäämme niihin jatkuvasti esimerkiksi hakukoneissa, suoratoistopalveluissa ja sosiaalisessa mediassa.

Netflixissä esimerkiksi filtterikupla toteutuu siten, että käyttäjälle suositellaan räätälöidysti sisältöä hänen aiemmin katsomiensa sisältöjen, arvostelujen ja käyttöhistorian perusteella. Tämä saattaa johtaa kaikukammioon, joka tarkoittaa sitä, että räätälöidyn käyttökokemuksen myötä käyttäjä saa vain jatkuvasti samanlaista sisältöä ilman yllätyksiä. Jos Netflixin käyttäjä esimerkiksi on katsellut paljon komedioita, pian hän voi löytää itsensä kaikukammiossa, missä hänelle suositellaan vain komedioita eikä muunlaista sisältöä.

Kuva: imgur.com 

Algoritmit - kaiken pahan alku ja juuri

Kaiken tämän takana ovat tekoälyn hyödyntämät algoritmit. Algoritmit keräävät käyttäjästään tietoa eli dataa tämän käyttöhistorian avulla ja näin ohjaavat käyttäjälle algoritmin päättelemää sopivaa sisältöä. Eri sivustojen ja yritysten algoritmit ovat erilaisia, mutta ne toimivat kaikki saman perusajatuksen mukaan. Algoritmit ovat iso kasa komentoja tai toimintaohjeita, joiden tarkoituksena on suorittaa tietty tehtävä. Hakukoneissa algoritmien keräävät tiedot näyttävät eri hakutuloksia eri käyttäjille ja sosiaalisessa mediassa algoritmit kohdentavat käyttäjälle käyttökokemuksen parantamiseksi käyttäjiä kiinnostavia sisältöjä ja markkinointia.

Algoritmit vaikuttavat siis käyttäjälleen tarjottuun tietoon, joten voivatko ne johtaa myös syrjintään? Helsingin Yliopiston artikkelin mukaan voi. Artikkelissa kerrotaan kuinka algoritmit valitsevat tiettyjä ominaisuuksia yksilöiden erottelua varten. Algoritmi voi esimerkiksi löytää yhteyden etnisyyden ja lainan maksun välillä ja tämä voi johtaa algoritmin aiheuttamaan syrjintään. Amazonin tekoäly puolestaan oppi vahingossa syrjimään naisia tutkiessaan yhtiöille lähetettyjä ansioluetteloita.

Kuva: me.me

Elämää algoritmin kanssa

Algoritmit vaikuttavat jatkuvasti myös minulle tarjottuun sisältöön ja eroja on hakukoneiden ja sosiaalisten medioiden välillä runsaasti. Facebook esimerkiksi tarjoaa minulle hyvin tarkasti räätälöityä sisältöä, joka perustuu tykkäyksiini, ryhmiini sekä asuinpaikkaani. Netflixini tarjonta puolestaan täysin poikkeava esimerkiksi poikaystäväni Netflixistä, mikä perustuu juuri siihen, että katsomme erilaista sisältöä. En ole silti ainakaan toistaiseksi kokenut joutuneeni algoritmien syrjimäksi, vaikka sekä asuinalueeni että sukupuoleni voisivat hyvin johtaa siihen. Toisaalta voi myös olla, että en edes olisi huomannut sitä.

Osa käyttäjistä myös kauhistelee algoritmien vaikutusta tarjotun tiedon sisältöön. Mielestäni algoritmien kauhistelu on kuitenkin tarpeetonta, sillä ne on kuitenkin tarkoitettu pääosin käyttäjän käyttökokemuksen parantamiseen. Jos hakukoneen kaikukammio alkaa kiukuttamaan, aina voi mennä ja vaihtaa hakukonetta. 

Blogin lähteet:

Helsinki.fi: Milloin voi syntyä algoritmista syrjintää?  Yle.fi: Voiko tekoälysyrjintä vaikuttaa työnhakuun? Talouselämä.fi: Amazonin tekoäly syrjii naisia Businesslike.fi: Mikä on algoritmi, mitä tarkoittaa koneoppiminen?

[timometsola-blog]

Facebookin algoritmit

Tämän blogikirjoituksen tarkoitus on selittää miten Facebookin News Feed toimii. Blogikirjoitusta varten, katsoin 2017 järjestetyn Facebook for developers puheen. Puhujana oli Adam Mosseri, joka on Facebook News Feedin johtaja. Linkkaan videon puheeseen blogin loppuun.

News Feed ennustaa jokaisen käyttäjän tottumukset erikseen ja tarjoaa käyttäjälle uutisia sen perusteella. Miten tämä ennustus toteutuu, perustuu monimutkaiseen algoritmiin, joka kerää monia eri datoja käyttäjästä. Näiden faktorien perusteella algoritmi tarjoaa käyttäjälle uutisia. Ensimmäinen faktori on seuratut ystävät ja toimittajat. Tämä on tärkein faktori käyttäjän News Feedissä.  News Feed tarjoaa käyttäjälle uutisia ja postauksia seuratuilta käyttäjiltä. Seuraavaksi, News Feed algoritmi alkaa ennustaa mistä muista postauksista käyttäjä voisi tykätä. Algoritmi tarjoaa näitä postauksia eri faktoreihin perustuen, kuten: kuka postasi sen, koska se postattiin, mitä kello on, millaista puhelinta käyttäjä käyttää. Faktoreita on Facebookin mukaan satojatuhansia, tässä oli vain muutama esimerkki. Suosituksien lisäksi, News Feed algoritmi laskee, kuinka todennäköistä on että käyttäjä kommentoi postausta tai jakaa sen. Näiden laskujen perusteella, News Feed algoritmi antaa uutiselle relevanttisuus pisteytyksen. Pisteytyksen tarkoituksena on antaa numeerinen arvo sille, kuinka kiinnostunut käyttäjä on tietystä postauksesta. Yksinkertaisesti, mitä todennäköisempää on, että käyttäjä tekee jotain näistä sitä todennäköisempää, että sitä kyseistä postausta suositellaan hänelle.

News Feed algoritmin antama relevanttisuus pisteytys vaikuttaa myös postausten järjestykseen käyttäjän News Feedissä. Mitä suuremman arvon algoritmi antaa postaukselle, sitä ylempänä se on käyttäjän News Feedissä. Näin Facebook takaa, että käyttäjää itseään kiinnostavimmat postaukset ovat ensimmäisen, jotka hän näkee News Feedin avatessaan.

Tulevaisuudessa, News Feed alkaa taistella niin sanottua ”Fake News” reportointia vastaan. Uuden systeemin avulla, käyttäjät voivat ilmiantaa tietyn postauksen ja kyseisen postauksen relevanttisuus pisteytys laskee ja lopulta postaus ”haudataan”. Tässä vaiheessa postauksesta tulee periaatteessa näkymätön ja se katoaa sivulta.

News Feed on yksi Facebookin tärkeimmistä elementeistä, koska maailmassa tapahtuu paljon ja se kehittyy todella nopeasti. News Feed on myös tärkeä, koska se tarjoaa helpon pääsyn globaaleihin uutisiin. News Feed on myös hyvä uutisten kirjoittajille, koska se tarjoaa halvan vaihtoehdon julkaista uutisia.

  https://www.facebook.com/FacebookforDevelopers/videos/10154622798918553/

[cool-sami-2-2-blog]

Facebookin algoritmit

Facebookin etusivu eli News feed aukeaa aina ensimmäisenä sovelluksen avatessa. Oletko koskaan miettinyt, miten päätetään mitä julkaisuja näet? Jos et käy erikseen muuttamassa aikajanaasi aikajärjestyksen mukaan päivittyväksi, se on täynnä, milloin mitäkin julkaisuja. Nyt selvitetään, miten julkaisut valitaan.  

F8-tapahtuma - Facebook kertoo itsestään

Suurimmalla osalla käyttäjistä on pitkä ystävälista ja kymmeniä tai satoja seurattuja sivuja. Facebookin algoritmit vertailevat kaikkien näiden julkaisuja päättäessään mitä news feedilläsi näytetään. Facebook kertoo algoritmeista F8-tapahtumassa, josta on julkaistu vuonna 2017 video “What's New with News Feed”. Tällä videolla erilaisia tekijöitä päätösten takana sanotaan olevan jopa satojatuhansia.  

Tärkeimpiä tekijöitä ovat muun muassa julkaisu ajankohta, kuinka paljon olet ollut sivun kanssa tekemisissä ja julkaisun saamat reaktiot. Muita vaikuttavia asioita ovat esimerkiksi sisällön tyyppi, eli onko kyseessä kuva, video, linkki vai teksti. Lisäksi merkityksellistä on se, että onko kyseessä ystäväsi julkaisu vai seuraamasi sivun julkaisu. Useimmiten sivut julkaisevat paljon useammin, jolloin kaikkia niiden julkaisuja ei välttämättä näytetä etusivulla. Vastakohtaisesti ystäväsi, joka julkaisee merkittävästi harvemmin, saa julkaisunsa käytännössä aina näkyville News feedillesi.  

Tärkeä tavoite algoritmien käyttämisellä on saada käyttäjille mahdollisimman paljon kiinnostavaa sisältöä näkyville ilman, että sitä tarvitsee etsiä. Tämän takia Facebook seuraa kuinka paljon vietät aikaa tietyn tyyppisten julkaisujen parissa ja kuinka todennäköisesti kommentoit niitä. Näiden tietojen perusteella Facebook nostaa etusivullesi samankaltaisia julkaisuja. Facebook ei siis tiedä mistä pidät, vaan tekee numeroiden perusteella valistuneita arvauksia. Arvaukset eivät tietenkään aina mene oikein, mutta se ei yleensä ole merkityksellistä, koska epäkiinnostavasta julkaisusta on nopeaa siirtyä seuraavaan.  

Algortimien hyödyntämisen pintaraapaisu

Miten voit itse saada omat julkaisusi näkyviin muiden News feediin algoritmeja hyväksi käyttäen? Normaalilla käyttäjätilillä ongelmaa ei juuri ole, mutta seurattavalla sivulla tilanne on eri. Tärkeimpiä asioita ovat varmasti julkaisujen laatu ja muoto. Laadukkaat julkaisut, jotka kannustavat seuraajia reagoimaan saavat enemmän reaktiota ja kommentteja. Kuten todettu näitä paljon kerännyt julkaisu pääsee usein käyttäjien News feedille. Toinen tärkeä tekijä on julkaisun tyyppi. Videoita algoritmit suosittelevat suosittelevat usein, koska niiden katsomiseen käytetään enemmän aikaa kuin muun tyyppisiin julkaisuihin.  

Lyhyesti sanottuna Facebookin News feedin algoritmia ei voi kuvat lyhyesti. Olisiko omasta mielestäsi parempi, jos julkaisut olisivat aina aikajärjestyksessä?  

- Sami

[gaboliini-blog]

Mitä ryhmä 6 oppi digitaalisesta liiketoiminnasta?

Keskusteltuamme pitkään tätä aihetta koskien, kaikille ryhmän jäsenille jäi mieleen kuinka monimutkainen ja laaja kokonaisuus digitaalinen liiketoiminta todellisuudessa on. Kaikilla meillä oli jo käsitys mitä tämä termi tarkoittaa, mutta kirjoittaessa blogeja ja tutkiessa aiheita, jokainen ryhmän jäsen oppi jotakin uutta.  

Se miten nopeasti liiketoiminta on muuttunut viime vuosien aikana ja jatkaa muuttumistaan oli yllättävää. Kaikki ryhmäläiset ovat olleet tietoisia tästä, mutta vasta tutkiessa asiaa tarkemmin ja yhdessä pohtien tajusimme, kuinka radikaalia muutos on ollut.

Markkinoinnin muuttuminen oli myös aihe, josta ryhmän jäsenet olivat jopa ällistyneitä. Ryhmämme vahvuus oli, että meitä oli erilaisista ikäluokista. Konsta nuorin ja Jani vanhin. Kävimme todella mielenkiintoisia keskusteluja esimerkiksi siitä, kuinka konkreettinen mainonta on muuttunut ja vaihtanut paikkaa vuosien aikana. Kuinka TV on nykyään hyvinkin vanhanaikainen ja kuinka nykyään tietokone osaa näyttää sinulle kohdennettuja ja sinua kiinnostavia mainoksia.

Ryhmälle oli mielenkiintoista keskustella, miten kohdennettu mainonta esiintyy jokaisen ryhmän jäsenen osalta. Gabriel saa mainoksia koskien musiikkia, Emmalle mainostetaan viinejä ja Anni saa mainoksia koskien kosmetiikkaa.

Samoin esimerkiksi hakukoneiden ja tekoälyn älykkyys ja algoritmit olivat mielenkiintoisia. Tekoäly varsinkin kehittyy sitä mukaan mitä enemmän sitä käytetään. Osaako kone pian ennakoida, mitä olemme hakemassa, etsimässä tai miettimässä?

Keskusteleminen oli kaikkien ryhmän jäsenten mielestä tämän moduulin ja kurssin vahvin osa. keskustelun kautta saimme prosesseista paljon mielenkiintoisempia ja henkilökohtaisempia. Keskustelu avasi myös uusia näkökulmia ja havaintoja, kun kuuli muiden mielipiteitä ja aatteita.

Ryhmämme totesi myös, että digitaalinen liiketoiminta muuttuu jatkuvasti. Lähes kaikki ryhmämme jäsenet olivat sitä mieltä, että esimerkiksi Facebook on jo hieman vanhanaikainen. Vaikka tänä päivänä tietyt nimet sosiaalisessa mediassa vaikuttaisivat todella suurilta ja suosituimmilta, voivat trendit muuttua muutamassakin vuodessa niin nopeasti että edellä mainittu asia voi olla täysin päinvastainen.

Opimme kaikki todella paljon ja ennen kaikkea opimme toistemme mielipiteiden ja kokemusten kautta.

[sintse-blog1]

Facebookin algoritmit

Yksi Facebookin kulmakivistä on aikajana eli News Feed ja sitä säätelevät algoritmit, josta katsoin videon (joka on katsottavissa täältä). Aikajanan algoritmi määrittelee missä järjestyksessä kaikki julkaisut näkyvät aikajanallasi. Sen tarkoituksena on auttaa käyttäjiä löytämään heitä kiinnostavat sisällöt ja julkaisut. Algoritmi on siis tietynlainen kaava, jonka avulla julkaisut saavat pisteytyksen ja ne näkyvät käyttäjille tässä järjestyksessä.

Ensin Facebook katsoo kaikki mitä Facebook- kaverisi ja sivut, joita seuraat ovat julkaisseet. Näin katsotaan mitä julkaisuja on tarjolla sinulle näytettäväksi ja rankattavaksi. Facebook koittaa jokaisen julkaisun kohdalla päätellä, kuinka kiinnostunut voisit olla kyseisestä julkaisusta. Tässä kiinnitetään huomiota siihen, kuka julkaisun on tehnyt, milloin se on tehty, julkaisun pituuteen sekä satoihin muihin signaaleihin. Näiden signaalien perusteella katsotaan mikä sisältö voisi kiinnostaa juuri sinua. Kun julkaisun signaalit ovat analysoitu arvioidaan mahdollisuutta, aktivoituisitko julkaisusta. Aktivoitumista on mm. tykkääminen ja jakaminen sekä ajan määrän käyttäminen julkaisuun. Tässä myös koetetaan päätellä olisiko julkaisu sinulle informatiivinen. Lopulta nämä kaikki ennusteet kasataan yhteen ja luodaan numero, joka on ns. julkaisun pisteytys. Tämä pisteytys kertoo, kuinka kiinnostavana Facebook pitää kyseistä julkaisua juuri sinulle. Pisteytyksessä korkeimmalla oleva julkaisu näkyy ensimmäisenä aikajanallasi ja matalimmalla oleva viimeisenä.

Otetaan tähän pieni esimerkki. Kaverini on julkaissut uuden kuvan Facebookissa. Ennen kuin näen kyseisen kuvan, käy se läpi kyseisen algoritmin. Kyseistä julkaisua lähdetään nyt analysoimaan. Kyseessä on hyvän kaverini julkaisu, kenen julkaisuja olen aiemminkin kommentoinut ja tykännyt, joten näin julkaisu mahdollisesti aktivoisi minua. Huomioidaan myös, että kyseessä on kuva ja sillä on monia tykkäyksiä ja kommentteja. Julkaisusta käydään läpi näiden lisäksi satoja muita signaaleja. Ja lopuksi nämä kaikki signaalit kasataan yhteen ja saadaan kyseisen kaverini julkaisulle pisteytys, jonka mukaan määräytyy, mihin kohtaan aikajanaani kuva tulee näkyviin.

Jokainen Facebookiin luotu julkaisu käy läpi saman prosessin. Myös jokaisen käyttäjän aikajana on täysin uniikki, sillä jokaisella on eri kiinnostuksen kohteet ja mieltymykset. Esimerkiksi kaverini kuva ei saisi samaa pisteytystä jollakin muulla, kuin se on saanut minulla. Tietenkään Facebook ei tiedä kuinka kiinnostunut oikeasti olisit julkaisusta, vaan he tekevät ennemminkin valistuneita arvauksia.

[digitiella-blog]

Facebookin algoritmit

Facebookin toiminta on puhuttelee niin käyttäjätasolla kuin maailmanlaajuisesti. Koska Facebook on paisunut niin isoksi globaaliksi yrityksesi ja sen osakkeen arvon kehitys (tai tässä tapauksessa paremminkin romahdus) oli suuri uutinen pari kuukautta sitten. Termi algoritmi vilahtelee usein keskusteluissa Facebookin toimintaperiaatteista, mutta harva tuntuu tietävän, miten Facebookin uutisvirta oikein toimii. Katsoin läpi Facebookin F8-tapahtumasta pari vuotta sitten tehdyn taltioinnin (jonka muuten sinäkin voit katsoa täältä) sekä tutkin alkuvuodesta 2018 julkaistuja uudistuksia ja listasin muutamia pääpointteja algoritmien toiminnasta:

Facebook uudistaa algoritmiaan, sillä se haluaa tarjota käyttäjilleen entistä merkityksellisempää sisältöä sekä tuoda vuorovaikutusta takaisin Facebookiin. Tiedotteissaan Facebook kertoo, että vuorovaikutuksen on todettu lisäävän ihmisten hyvinvointia, jolloin pelkän passiivisen sisällön kuluttaminen ei ole hyödyllistä kenellekään.

Facebookin sisällön suhteen käyttäjän tekemät toimenpiteet vuoraan luokitella kahteen kategorian: aktiiviseen ja passiiviseen. Aktiivinen vuorovaikutus (kommentointi, tykkäykset yms.) on myös algoritmin suosikki. Paljon kommentteja ja keskustelua keräävät julkaisut ovat algoritmin kärjessä, mutta julkaisut eivät saa kuitenkaan kehottaa suoraan keskusteluun (tätä kutsutaan engagement bait-sisällöksi), jolloin ne eivät enää nouse algoritmissa odotetusti. Yksittäisten kommenttien sijaan on parempi, mikäli käyttäjät kommentoisivat toistensa vastauksia, eivätkä jättäisi yksittäisiä kommentteja kuvaan tai julkaisuun. Myös julkaisujen jakaminen uutisvirrassa ja Messengerissä (oletetusti myös Whatsapissa, sillä se on nykyään Facebookin omistama) lisää nousua algoritmissa ja vuorovaikutus onkin nykyään suuri osa Facebookin algoritmin toimintaa. Vanha tuttu tykkäyspeukku ei sekään ole aivan unohtunut algoritmista, mutta se ei ole enää niin arvokas kuin esimerkiksi kommentointi tai julkaisun jakaminen. 

Erityisesti yrityssivujen osalta Facebook tuntuu haluavan mennä suuntaan, jossa yrityksen julkaisujen tavoittavuus riippuu lähes täysin siitä, paljonko yritys on valmis maksamaan mainonnastaan Facebookissa - yrityssivut kun toimivan hieman eri algoritmilla kuin henkilökohtaisten sivujen uutisvirta ja harva yritysjulkaisu kerää aktiivista vuorovaikutusta.

On jo uutisoitu aiemmin tänä vuonna Facebookin uusista muutoksista uutisvirran toimintaan, joten on jännittävää nähdä, miten Facebook taas kehittyy. Edelleen muistan sen ensimmäisen kerran Facebookin parissa (onkohan siitäkin jo yli 10 vuotta?) kun koko naamakirja oli hyvin erilainen kuin mitä se on tänä päivänä. Ei mainoksia, hymiöitä täynnä olevia päivityksiä ja itselläni Facebook-kavereitakin taisi olla vain parikymmentä. Nyt kun muut sosiaalisen median kanavat kasvattavat suosiotaan, on Facebookin muututtava mukana ja ihan hyvä niin. 

Mitä mieltä olette Facebookin algoritmien uudistuksista?

Lähteet:

https://www.is.fi/taloussanomat/art-2000005770608.html

https://www.facebook.com/FacebookforDevelopers/videos/10154622798918553/

https://www.digimarkkinointi.fi/blogi/miten-facebookin-algoritmi-toimii-ja-miten-pystymme-hyodyntamaan-algoritmia-parhaalla-mahdollisella-tavalla-markkinoinnissa

https://someco.fi/blogi/facebookin-uutisvirran-algoritmi-uudistus/

[doniyorabdulazhanov-blog]

Facebookin algoritmit

Vielä vähän aikaa sitten Sinua aivopestiin TV:n välityksellä – tänään se tapahtuu yhä räätälöidyimmin. Tiedon saanti on muuttunut radikaalisti ja sitä tuotetaan mielettömän paljon. Mistä sinä saat uutta tietoa? Päätätkö itse mitä haluat nähdä ja kuulla?

Päättääkö algortmiuudistus puolestasi? 

Tuoreen algoritmiuudistuksen taustalla on Facebookin halu näyttää käyttäjille heille aidosti merkityksellistä sisältöä ja kannustaa vuorovaikutukseen. Miten algoritmi sitten toimii ja mitä hyötyjä siitä meille käyttäjille on? Algoritmi on kaava tai joukko vaiheita, jotka auttavat ratkaisemaan käytännön ongelmaa. Uudistuksen tavoitteena on nostaa uutisvirrassa esille oikeasti merkityksellisiä sisältöjä, jotka herättävät aitoa vuorovaikutusta.

Tutustuttuani tähän uutiseen minulle syntyi vain uusia kysymyksiä! Minusta on hienoa, että jatkossa näen entistä enemmän uutisia minulle läheisimmistä ihmisistä ja vuorovaikutukseni heihin vain kasvaa. Minua kuitenkin pelottaa se, että algoritmi kerää minusta liikaa tietoja. Aina kun reagoit, kommentoit tai jaat uutisia niin facebookin algoritmi oppii tuntemaan sinut paremmin. Toisaalta kun tarkistin, mitä mainoksia algoritmi on kehitellyt minulle, tajusin, ettei ole mitään hätää! Mainoksia oli neljä kappaletta kymmentä ystävän postausta kohti. Mainoksia oli oluesta, siideristä, hampurilaisista ja tietokonepelaamisesta, mikä ei taas minua kiinnosta ollenkaan.

Adam Mosserin videoesitys facebookin algoritmistä. 

Katsoin myös Adam Mosserin esitystä algoritmeista. Hän selitti algoritmin toiminnan yhdellä esimerkillä. ”Odotan vaimoa ravintolassa, hän on myöhässä. Puhelimitse hän kuitenkin pyytää minua tilaamaan hänelle jotain ruokaa. Miten ratkaisen ongelman? Yritän muistaa mistä vaimoni tykkää, tsekkaan menun ja mietin myös, mitä hän haluaisin juuri nyt.” Voitte kuvitella, että facebookin uutisvirta on kuin ravintolan menu ja menun sisältö on teidän kavereiden postaukset. Algoritmi taas valitsee menusta juuri sinulle kiinnostavan ja siirtää sen uutisvirran kärkipäähän.  

Voit kyllä vaikuttaa kenen kavereista haluaisit nähdä uutisvirrassa enemmän seuraamalla häntä. Uutisen tärkeyteen ja siihen, että mihin se sijoittuu uutisvirrassa vaikuttaa muun muassa: itse tekijä, uutistyyppi, reagoinnit, aika, paikka, uutisessa vietetty keskimääräinen aika ja paljon muita asioita. Adamin mukaan näitä tekijöitä on satoja tuhansia. Tekijöistä facebook arvioi ja antaa keskiarvonumeron ja sen mukaan ne näkyvät juuri sinun uutisvirrassa tärkeysjärjestyksessä.

Explore!  

Facebook kehittelee myös ”Explore – näppäintä”, jossa ihminen voi tutustua ja tutkia uusia asioita mistä oikeasti pitäisi, mutta ei viedä tiedä sitä. Algoritmi päättää puolestasi mistä tykkäät tai mahdollisesti tykkäisit – toimiiko tämä jatkossa tarkemmin ja oikein? Aika näyttää!

[eklundi-blog]

TOP10 Digitaaliset kuluttajatrendit 2018

Teknologia kehittyy hurjasti ja omat laitteemme oppivat meistä henkilökohtaisia asioita jatkuvasti. 

Puhelin ilmoittaa kun on aika lähteä töihin, liikkua tai juoda vettä. Se tekee lomakuvista pienelokuvia galleriaan sijainnin perusteella, hakee sähköpostistasi tapahtumia kalenteriin ja luo ostokäyttäytymisestäsi kaavoja, joilla pystyt seuraamaan rahankäyttöäsi. Sovellukset ehdottavat sinulle uusia tuttavuuksia aikaisemman verkoistoitumisesi perusteella. Oletko miettinyt mitä kaikkea oma puhelimesi tietää sinusta?

Tekoäly oppii jatkuvasti ja uuden 5G-verkkoteknologian avulla käyttöömme valjastuu entistä enemmän uusia sovelluksia, jotka parhaimmillaan helpottavat elämää ja viihdyttävät meitä. 

Voimme kohta olla siinä pisteessä, että jääkaappi lähettää meille ostoslistan puhelimeen, autot liikkuvat ilman kuskia ja musiikki alkaa soimaan kun astumme kotiovesta sisään. Genren tietysti määrää vuodenaika, viikonpäivä ja mielialamme. 

IoT mahdollistaa meille tulevaisuudessa jopa enemmän kuin nykyään. Mitä tulevaisuudelta pitäisi odottaa? Tässä on 10 kuuminta digitaalista trendiä tänä vuonna:

1. Oma keho käyttöliittymänä

Alexa, play Despacito. 

Älykotijärjestelmiä ja äänellä ohjattavia sovelluksia sekä laitteita on jo monessa kodissa. Muutaman vuoden sisällä laitteet todennäköisesti lukevat elekieltä, kosketusta ja äänenpainoa tai katsetta - aivan kuten ihmiset.

Tästä esimerkkinä yllämainittu musiikkigenren valitseminen mielialan mukaan tai älyhammasharja joka kertoo harjaatko liian kovaa. Itseajava auto antaa eleitä jalankulkijalle, että tämä voi ylittää suojatien. You name it!

2. Kuulokkeet ja niiden toiminnot

Kaikki meistä käyttävät Google Kääntäjää, mutta tulevaisuudessa kuulokkeet ehkä tekevät kääntämisen puolestamme - reaaliajassa. 

Audioliitäntä alkaa olla jo vanhaa teknologiaa ja poistuu varmasti kokonaan jossain vaiheessa käytöstä. Langattomuuden lisäksi kuulokkeet osaavat vaimentaa ulkopuolista melua. 

Jatkossa kuulokkeiden funktiona ei ole pelkästään äänen tuottaminen, vaan myös sen blokkaaminen. Kuulokkeiden odotetaan tulkkaavan eri kieliä sekä vaimentavan esimerkiksi puolison kuorsausta, joten niitä ei ehkä tarvitsekaan enää ottaa pois päästä!

3. Tiedonhaku

Nopean teknologian kehittymisen myötä on lähes mahdotonta pitää ajan tasalla kaikkia omia tietoteknisiä taitojaan ja ne vanhentuvatkin nopeasti. Toisaalta internetistä löytää lähes kaiken tarpeellisen uusien toimintatapojen ja taitojen oppimiseksi.

Tämä on johtanut yhä nopeampaan oppimiskykyyn, mutta myös taitojen unohtamiseen. Tiedonhaku on nykyään niin nopeaa, että on helpompi avata Google kuin pähkäillä miten se homma nyt tehtiinkään.

4. Social Broadcasting

Sosiaalinen media oli ennen kavereiden seinälle postailuja, viestien lähettämistä ja oman elämän jakamista muille. Nykyään se toimii yhä enemmän alustana probagandalle ja omien aatteiden tyrkyttämiselle. Se on muuttunut dialogista monologiksi, joka näkyy kuluttajalle valtavana automaattisena informaatiotulvana lukemattomilta tahoilta.

Toisaalta moni haluaisi hyödyntää tekoälyä tarkistamaan julkaisujen totuudenperäisyyttä ja perustuvatko ne faktoihin.

5. Mainonta

Tuntuuko joskus, että puhelimesi kuuntelee sinua? 

Nykyajan kohdennettu mainonta on todella tarkkaa ja tämä johtuu tiedoista, joita sovelluksesi ja laitteesi keräävät sinusta. Esimerkiksi Google-hakusi, sivuhistoriasi ja sijaintisi tallentuvat, joiden perusteella sinulle räätälöidään tekoälyn toimesta mainoksia mahdollisista kiinnostuksen kohteistasi.

Mediassa on spekuloitu kuunteleeko puhelin käyttäjäänsä. Isot mediajätit, kuten Facebook ja Google tietysti kieltävät nämä väitteet. Audion kerääminen ja analysoiminen on todella vaivalloista ja mikrofonin pitäisi käytännössä olla jatkuvasti päällä. On esitetty väitteitä, että puhelimen algoritmit ovat niin kehittyneitä, että ne arvaavat tarpeesi vaikka niitä ei kirjoitakaan ylös. 

6. Kommunikointi

Kommunikointi on aina ollut ihmisten välinen asia. Se on pikkuhiljaa muuttumassa ja tekoälyn myötä myös robotit ja laitteet osaavat kommunikoida kanssamme.

Monia saattaa pelottaa ajatus, että laitteet osaisivat tulkita tunteitamme ja reagoimaan niihin ihmismäisesti. Nykyään monet yritykset käyttävät robotteja asiakaspalvelussaan. Ne oppivat jatkuvasti uutta ja saattavat kehittyä jopa ihmistä paremmaksi ja nopeammaksi. 

7. Vapaa yhteiskunta

Monia ammatteja on vuosien saatossa automatisoitu ja nykyajan sekä tulevaisuuden teknologian avulla näin tulee jatkossakin tapahtumaan. Tähän voi suhtautua monella tavalla ja moni onkin huolissaan työpaikkansa vuoksi. Todennäköisesti monessa ammatissa robotit työskentelevät henkilön kanssa tai henkilölle, eivätkä veisi tämän työpaikkaa.

Toisaalta, jos yritykset yrittävät säästää korvaamalla ihmisiä roboteilla ja tästä tulee maailmanlaajuinen ilmiö, tulee pitää kuitenkin mielessä, että ihmiset ostavat hyödykkeitä työstä saamallaan rahalla. Jos ihmisillä ei ole töitä, kuka silloin maksaa yrityksen tuotteista? Onko silloin koko liiketoiminnassa edes järkeä?

8. Kuvien kehittyminen

Kaikki ottavat puhelimella kuvia. Galleriat pursuavat selfieitä, kuvia reissuista, syntymäpäiviltä ja konserteista. Muistot kulkevat digitaalisena mukanamme jatkuvasti.

Valokuvausteknologia on kehittymässä ja uskotaan, että 5 vuoden päästä VR-teknologian avulla kuviin pystyisi itse sujahtamaan sisään, aivan kuin olisit jälleen Ed Sheeranin konsertissa! Tämä vaatisi 3D-kameran integroimista puhelimeen, jolloin kuvista tulee, noh, kolmiulotteisia. Todennäköisesti myös kuvien sisältöä pystyisi muokkaamaan esimerkiksi virtuaalisilla hanskoilla VR-tilassa.

9. Liikenne pilvissä

Maailman suurkaupungit ovat järkyttävän ruuhkautuneita ja tähän ongelmaan etsitään ratkaisuja.

Todennäköisesti tulevaisuudessa taivaalla nähdään muutakin liikennettä kuin lentokoneita. Jotkin edelläkävijäyritykset ovat mm. siirtyneet osittain toimittamaan paketteja droneilla. Lisäksi moni autovalmistaja on työstämässä konseptia lentävästä autosta ja esitellyt ideat ovat hurjia. Itseasiassa marraskuussa 2018 tulee myyntiin maailman ensimmäinen lentävä auto!

Tälläisillä ideoilla saataisiin kaupungin katujen ruuhkat siirrettyä yläilmoihin, jolloin maan pinnalla olisi hieman helpompi hengittää. Miten se sanonta menikään, ja autot lentää..

10. Akulla toimiva tulevaisuus

Yhä enemmän laitteet toimivat verkkovirran tai pattereiden sijaan ladattavilla akuilla. Ongelmana nykypäivänä on akkujen kesto. Monen älypuhelimen käyttäjän hermot ovat koetuksella, kun akkua saa olla lataamassa jatkuvasti.

Kehitteillä on uutta akkuteknologiaa, joka ei ainoastaan pitäisi virtaa sisällään pidempään, mutta latautuisi myös huomattavasti nopeammin. Luultavasti yhä useampi laite alkaa käyttää mobiilista virtaa tulevaisuudessa.

-Jesper

https://www.ericsson.com/en/trends-and-insights/consumerlab/consumer-insights/reports/10-hot-consumer-trends-2018

[juskablogi-blog]

Facebookin newsfeed

Uutisvirralla pyritään tuomaan käyttäjien näkyville julkaisut ja uutiset, jotka käyttäjät haluavat nähdä. Facebookissa julkaistaan todella paljon tarinoita ja käyttäjillä on lukuisia kavereita. Joten kaikkea ei voi käyttäjille tarjota, vaan ne on jollain konstilla suodatettava, jotta mielenkiintoiset tarinat tulevat näkyville. Olisihan se ikävää, jos esimerkiksi kaverisi julkaisee Facebookissa menevänsä naimisiin, mutta julkaisua ei itse huomaa satojen turhien uutisten seasta. Videolla Facebookin uutisvirran johtaja selittää, miten uutisvirta toimii, ja miten kuuntelijat (journalisteja) pystyvät tätä hyödyntämään.

Algoritmi on matemaattinen käsite, joka tarkoittaa ohjetta ratkaisemaan tietty ongelma. Facebook käyttää uutisvirtaan algoritmeja, jotka ratkaisevat ongelmat julkaisujen suodattamisessa. Facebookin newsfeedin johtaja käyttää tässä esimerkkiä, jossa hän menee vaimonsa kanssa ravintolaan syömään, mutta vaimo soittaa tulevansa myöhässä ja vaimo pyytää häntä tilamaan ruoan puolestaan. Hänellä on nyt ongelma ratkaistavanaan: mitähän vaimo haluaa syödä? Miehen täytyy katsoa ruokalistaa ja pohtia vaihtoehtoja. Pienten päätösten jälkeen hän tilaa ruoan. Facebookin uutisvirran algoritmi toimii käytännössä täysin samalla tavalla. Sen algoritmit ratkaisevat nämä kyseiset pienet ongelmat. Ensimmäiseksi algoritmi tarkastaa vaihtoehdot, eli mitä ihmiset ovat Facebookissa julkaisseet (ravintola esimerkissä mies katsoo ruokalistan). Tämän jälkeen se pyrkii valikoimaan vaihtoehdoista kiinnostavimmat tietojen perusteella, esimerkiksi kuka on julkaissut, milloin on julkaistu jne. Ravintola esimerkissä mies pohtii mikä ruoka sopii illalliselle/lounaalle. Näistä Facebook vielä laskee todennäköisyydet, esimerkiksi kuinka kauan käyttäjä lukee julkaisua ja jakaako hän sen (ravintolassa mies miettii, mahtaisiko vaimo pitää kalasta). Todennäköisyyksiä algoritmi laskee pelkästä kuvasta äärettömän monesta asiasta.

Näillä tavoilla Facebookin uutisvirta pisteyttää käyttäjän mielenkiinnon julkaisuille. Uutisvirta menee kyseisen pistejärjestyksen mukaan. Pistejärjestys on loppujen lopuksi pelkkää harkittua arvailua, koska eiväthän he pääse meidän päämme sisään näkemään onko julkaisu kiinnostava vai ei. Tämä selittää sen, miksi itsellänikin uutisvirrassa näkyy ensimmäiseksi läheisimpien henkilöiden tykkäämiset ja alempana sitten ihmisten, joiden kanssa en ole ollut tekemisissä vähään aikaan.

[kiiamarttiina-blog]

2.7 Facebookin algoritmit

Huippusuosittu sosiaalisen median kanava Facebook pyrkii kehittämään käyttäjäystävällisyyttään vuosi vuodelta paremmaksi. Facebookin syntyaikoina vain muutamat yksityishenkilöt olivat aktiivikäyttäjiä, mutta tänä päivänä melkeinpä jokainen yritys hyödyntää Facebookia markkinointiviestinnässään. Sittemmin sosiaalinen media on vakiinnuttanut paikkansa osana menestyvää liiketoimintaa.

Facebookin aikajanaa, news feediä, ja sitä sääteleviä algoritmeja käsiteltiin viime vuoden F8-konferenssissa. Facebookin aikajanan ideologiaa selventääkseni kyse on siis englanninkielisen nimensä mukaisesti uutissivusta - samantyyppisestä, mitä luemme sanomalehdestä aamuisin ja iPadilta iltaisin. Suurena erona on kuitenkin se, ettemme uutismedioita selatessamme voi hallita näkemiämme juttuja, mutta Facebookissa voimme. News feedin uutiset ja julkaisut liittyvät käyttäjän hyväksymiin kavereihin ja seurattuihin sivustoihin. Käytännössä jokainen saa nähtäväksi juuri itseä kiinnostavia juttuja - miten mahtavaa! Tästä saamme kiittää algoritmejä.

Algoritmilla tarkoitetaan joukkoa vaiheita, millä pyritään ratkaisemaan jokin spesifi ongelma. Kohtaamme näitä ongelmia päivittäin, esimerkiksi tilanteessa, kun suunnittelet seuraavan päivän ateriaa perheelle. Algoritmi koostuu neljästä eri vaiheesta, jotka kohdataan myös ruokaongelmassa: ensin tarkkailemme ja arvioimme saatavilla olevaa tietoa eli saamme eteemme luettelon, joukkion erilaisia vaihtoehtoja (inventory). Mitä kaikkea on tarjolla? Mitä vaihtoehtoja meillä on? Seuraavaksi tarkkailemme erilaisia merkkejä eli signaaleja (signals). Mitä voimme havaita tarjolla olevista vaihtoehdoista? Tämän jälkeen teemme ennusteen näkemästämme tarjonnasta (predictions). Maistuukohan tämä ruoka varmasti kaikille? Haluanko nähdä tämänkaltaisia postauksia useammin? Lopuksi annamme näkemästämme henkilökohtaisen arvion (score) - lohikiusaus toimii aina ja tämä kuva ansaitsee tykkäyksen. Arvio on tulkinta siitä, miten merkitykselliseksi koemme näkemämme.

Algoritmien avulla Facebook saa tietoa käyttäjää kiinnostavista julkaisuista. Facebook “pisteyttää” julkaisuja käyttäjien antamien tykkäysten, julkaisujen, jakojen ja klikkausten määrän perusteella ja asettaa ne tärkeysjärjestykseen. Kärkisijoilta löytyy eniten huomiota saaneet julkaisut ja Facebook pystyy näin loihtimaan uutissivusta käyttäjälle mahdollisimman kiinnostavan. Äärimmäisen toimivaa, jotta uutissivusta saadaan yksilöllinen.

Samaa menetelmää käyttämällä Facebook pystyy antamaan myös ehdotuksia varteenotettavista sivustoista ja aiheista, joista se epäilee aikaisempien tietojen perusteella käyttäjän olevan kiinnostunut. Ehdotukset ärsyttävät ja ilahduttavat - minua yleensä ilahduttavat. Niiden avulla olen törmännyt mitä mielenkiintoisempiin sivustoihin! Toiset saattavat tosin kokea tämän vain tyrkyttävänä mainostamisena. Ihminen on yleensä tottunut selailemaan vain omien kontaktiensa julkaisuja, mutta Facebook haluaa rohkaista käyttäjiä vilkuilemaan myös oman reviirin ulkopuolelle.

On totta, että kuten perinteisissä liiketoimintamalleissa, myös algoritmien takana on jatkuva kaupallistamisprosessi. Facebook ei ainoastaan halua kehittää news feedin käyttäjäystävällisyyttä, vaan olla myös kaikin puolin parempi kumppani. Se toteutuu mielestäni siedettävällä tavalla.

Lähde:

Viedotallenne vuoden 2017 F8-konferenssista. Puhujana Adam Mosseri.

Kuva: Google

[perfectlystarstruckcheeseca-blog]

Uutisvirran vietävänä

Facebookin news feed, aikajana, miten toimiikaan tuo mystinen virta jota tuijotamme monta kertaa päivässä. Muutama vuosi takaperin julkaisut olivat Facebookin etusivulla vain siinä järjestyksessä, missä ne julkaistiin. Niitä ei suodatettu, eikä priorisoitu millään tavalla. Nyt joka kerta, kun avaat facebookin, oli se sitten kännykällä, tietokoneella tai jollain muulla laitteella, uutisvirta näyttää erilaiselta. Miten tämä oikein toteutetaan?

Facebookin uutisvirta perustuu puhtaasti algoritmeihin. Algoritmit ovat yhtälöitä tai yksityiskohtaisia ohjeita, jotka on luotu ratkaisemaan tiettyä ongelmaa. Esimerkiksi IKEA:n kalusteiden mukana tulevat kasausohjeet ovat eräänlaisia algoritmeja. Facebookin tapauksessa algoritmi on luotu ratkaisemaan ongelma; Mitä käyttäjälle näytetään ja missä järjestyksessä?

Miten Facebookin algoritmi ratkaisee ongelman, mitä käyttäjälle näytetään?

Ensiksi tarkastellaan, mitä on tarjolla. Algoritmi tarkastelee kaikkea, mitä kaverisi ja seuraamasi sisällön tuottajat ovat julkaisseet. Toiseksi se tarkastelee muita signaaleja, kuten

·         Kuka tarinan on julkaissut, onko se kaverisi vai joku muu sisällön tuottaja

·         Julkaisun tyyppi, onko se kuva, video, pelkkä teksti tai jokin muu

·         Julkaisun keräämät tykkäykset, kommentit ja jaot

·         Milloin tarina on julkaistu ja mitä kello on nyt

·         Millä laitteella olet Facebookissa

·         Mikä on internetin nopeus sillä hetkellä

·         Lisäksi satoja muita eri kriteerejä

Näiden jälkeen algoritmi ennustaa kuinka todennäkköisesti kommentoit, tykkäät tai jaat julkaisua. Kuinka pitkään luet julkaisua ja kuinka todennäköisesti suosittelisit sitä. Myös tässä on satoja muita eri kriteerejä. Näiden kaikkien perusteella algoritmi pisteyttää kaikki, ihan kaikki, päivitykset joita Facebookiin luodaan. Tarinat laitetaan uutisvirtaan niiden saamien pisteiden perusteella. Mitä korkeammat pisteet sitä ylempänä julkaisu on uutisvirrassasi.

Kavereillasi ja seuraamillasi sisällön tuottajilla on erittäin suuri vaikutus siihen miltä uutisvirtasi näytää. Kaikki uutisvirrat ovat erilaisia. YLE teki vuonna 2016 mielenkiintoisen julkaisun siitä, miten Facebookin algortmi kehittyy julkaisujen valinnassa ja suodattamisessa.

Tulevaisuudessa Facebook aikoo panostaa entistä enemmän clickbaitien ja valeuutisten tunnistamiseen ja niiden suodattamiseen. He aikovat myös kehittää kolmansien osapuolien faktojen tunnistamista ja kouluttaa ihmisiä tunnistamaan valeuutisia. Facebook haluaa, että uutisvirta tarjoaa juuri sinulle mielekästä sisältöä juuri silloin, kun sitä todenäköisimmin haluat. Oli kyse sitten uutisista, koiravideoista tai kavereidesi tykkäämistä meemeistä. 

[magnificentladytheorist-blog]

5.4 Facebookin toiminnot algoritmien summia

Nämä Facebookin algoritmit. Ärsyttävät algomitrit. Tarkkailevat ihmisen digikäyttätymistä askel askeleelta ja tarkasti. Minusta ainakin tuntuu, että Facebook tarkkailee jokaista liikettäni, ja toimii itse niiden mukaisesti.

Adam Mosseri kertoo videolla, miten Facebookin algoritmit oikein toimivat. No miten ne sitten toimivat? Tämä jäi minullekkin hieman epäselväksi. Videolla käytettävä englanti on ajoittain haastavaa, ja joitain kohtia en täysin ymmärtänyt. Vaikka esittely olisi ollut suomenkielellä, olisi asia mennyt minulta yli hilseen. Nyt minulla on vain ajatus, että Facebookin algoritmi on jonkinlainen tapahtumaketju, mikä pyrkii tarjoamaan mahdollisimman ajantasaista sisältöä jokaiselle Facebookin käyttäjälle. Tällä tarkoitan mainoksia ja erilaisia Facebookin toimintoja, kuten kaveriehdotuksia. Mistä nuo kaveriehdotukset tulevat? Mihin ne perustuvat? Tämän lisäksi  Facebook lykkää käyttäjiensä seinälle mm. mainoksia heidän verkkokäyttäytymisen perusteella. Tästä Facebook kerää mainostajilta suuret määrät hilloa omiin pussukoihinsa. Kovinkaan paljon, en pysty kertomaan algoritmeistä ja niiden tapahtumaketjuista ja siitä miten ne toimivat. Valitettavasti en vain ymmärtänyt asiaa tarpeeksi. Perus idean ehkä ymmärsin ainakin osittain, mutta en sitä suuremmin voi alkaa analysoimaan.

Sen voin kuitenkin sanoa, että minusta on välillä pelottavaa, että Facebook tietää heti, millä internetsivuilla olen vieraillut, tai mitä olen meinannut ostaa. Silmän räpyksessä Facebook mainostaa seinälläni juuri sitä tuotetta, tai niitä tuotteita, joita olen juuri jollakin sivustolla silmäillyt. Tästä olemme meidän uuden kehittäjä ryhmän kesken hieman alotelleetkin keskustelua. On todella ärsyttävää, kun tuntuu, että sinua tarkkaillaan. Miten se voi olla edes laillista? Saako asetuksista muutettua asetuksia niin, että minun internet käyttäytymisestä ei jäisi tietoa kenenkään seurattavaksi?

Alhaalla kuvan avulla selitettynä, miten esim. kaveriehdotuksen algoritmi toimii..

Lähteet:

https://www.facebook.com/FacebookforDevelopers/videos/10154622798918553/

[satu-toivonen-blog]

Digi 5.4 Facebookin algoritmit

Nykymaailmassa elämme jatkuvan uutistulvan keskellä. Uutislähteiden määrä on valtava ja uusia julkaisijoita tulee koko ajan lisää. Tiedon kuluttaminen on muuttunut.

Uutisten ja tiedon ymmärtäminen ja erilaisten lähteiden tunnistaminen on tärkempää kuin koskaan aikaisemmin. (What’s New with News Feed. Facebook 2017.)

Kuva: How to Get the Most out of Facebook Analytics. www.semeon.com

Facebook News Feed

Facebookin mediatila jakautuu kahteen osaan: mainostilaan ja orgaaniseeen tilaan. Julkaisijat (yritykset ja media) haluavat näkyä orgaanisessa tilassa (News Feedissä), mutta kilpailu sisällön näkyvyydestä on kovaa ja koska algoritmi on oppinut poimimaan orgaaniseen näkyvyyteen sisältöä joka kiinnostaa käyttäjiä, eivät yritysten julkaisut ole kärkikamppailussa tässä näkyvyydessä. (Suomen Digimarkkinointi Oy.) Siispä Facebook pyrkii tekemään yhteistyötä julkaisijoiden kanssa ja auttaa niitä ymmärtämään, mitkä ovat tärkeitä ja merkityksellisiä uutisia ja sisältöjä ja miten kertoa nuo tarinat käyttäjiä kiinnostavalla tavalla, niin että algoritmi osaa nostaa ne esiin oikeille kohteille orgaanisessa tilassa.

Tavallisille käyttäjille Facebookin News Feed näyttää sitä sisältöä, mikä algoritmin suorittaman todennäköisyyslaskennan perusteella saa käyttäjän todennäköisemmin palaamaan sivustolle, tykkäämään siitä tai jakamaan sen sisällön. Eli sitä sisältöä, josta käyttäjä todennäköisimmin pitää ja josta hän on kiinnostunut.

Facebook algoritmi

Algoritmi on kaava tai yksityiskohtainen ohje miten joku tehtävä tai prosessi suoritetaan tai miten joku tietty ongelma ratkaistaan. Se perustuu osin tekoälyyn ja koneoppimiseen ja se määrittelee erilaisten parametrien avulla mitä käyttäjät näkevät omassa uutisvirrassaan. (Viestintä-Piritta.) Kun käyttäjä kirjautuu Facebookiin, aloittaa Facebook analysoimaan kaikkea sinne postitettua sisältöä ja viestejä poimiakseen käyttäjälle esiin juuri oikean sisällön. Ongelma jota algoritmi ratkaisee, voidaan jakaa seuraaviin vaiheisiin:

1.     Inventory Algoritmi analysoi kaiken saatavilla olevan sisällön. Tämä käsittää kaikki käyttäjän kavereiden julkaisut, kaikkien seurattujen yhteisöjen ja ryhmien julkaisut, ylipäätään kaiken saatavilla olevan julkaistun materiaalin, joka on jollakin tavalla yhteydessä käyttäjään.

2.     Signals Kerätyn tiedon perusteella tehdään päätös siitä kuinka kiinnostunut käyttäjä on tietystä julkaisusta. Ennusteita (predictions) voidaan tehdä satojen tuhansien erilaisten signaalien perusteella. Yleisimpiä signaaleja ovat muun muassa kuka viestin on julkaissut, milloin, minkälaisella puhelimella tai laitteella ja minkälaisella yhteydellä ja kuinka paljon tykkäyksiä ja kommentteja julkaisu on saanut.

Kuva: Facebook F8 2017 - video

3.     Predictions Olemassa olevien signaalien perusteella lasketaan paras mahdollinen todennäköisyys sille kuinka mahdollista on, että viestistä tykätään tai siihen kommentoidaan, kuinka todennäköisesti se jaetaan tai kuinka paljon aikaa sen lukemiseen saatetaan käyttää.

4.     Scores

Kaikki ennusteet yhdistetään ja tulokseksi saadaan numero, joka kertoo kuinka kiinnostunut käyttäjä on tästä julkaisusta. Kysessä ei siis ole tieto, vaan laskennallinen todennäköisyys. Julkaisut järjestetään pisteiden mukaan suosituimmuusjärjestykseen.

**

Huomionarvoista on, että olennainen vaikutus News Feedin sisältöön on sillä ketä tahoja käyttäjä on päättänyt seurata ja keihen henkilöiden kanssa olla yhteydessä. Algoritmi kehittyy jatkuvasti, joten myös määräävät ominaisuudet tai toiminnallisuudet muuttuvat.  

Koska kaikkien käyttäjien tykkäykset, yhteydet ja seurannat ovat uniikkeja, ovat myös kaikkien käyttäjien News Feedit uniikkeja.

Lähteet:

Facebook. What’s New with News Feed. Katsottavissa: https://www.facebook.com/FacebookforDevelopers/videos/10154622798918553/

Suomen Digimarkkinointi Oy. Miten Facebookin algoritmi toimii ja miten pystymme hyödyntämään algoritmia parhaalla mahdollisella tavalla markkinoinnissa. Luettavissa: www.digimarkkinointi.fi/blogi/miten-facebookin-algoritmi-toimii-ja-miten-pystymme-hyodyntamaan-algoritmia-parhaalla-mahdollisella-tavalla-markkinoinnissa.

Viestintä-Piritta. Mikä ihmeen Facebook-algoritmi? Luettavissa: https://viestintapiritta.fi/mika-ihmeen-facebook-algoritmi/

[happyfanpenguin-blog]

Digi 5.4- Facebookin algoritmit

Facebook: tuntemiesi ihmisten kohtauspaikka ja tykkäämiesi toimijoiden mainostila. Uutiskanava, lomakuvalbumi, verkostoitumisympäristö.

Kaikki tietävät sen, Facebookin News Feedin. Harva kuitenkaan tietää miten algoritmit kaiken takana toimivat ja miten me näemme Facebookissa sen mitä näemme.

Kun käytämme facebookia selailemme usein NewsFeediä ja tykkäämme, kommentoimme ja jaamme muiden postauksia sekä kirjoitamme tai kuvaamme omiamme. Ei ole kuitenkaan sattumaa miksi näemme juuri sen mitä näemme, NewsFeed on juuri sinulle kustomoitu tuote. Näin homma etenee:

1.Kaikki alkaa siitä kenen kaveri olet ja minkä toimijan sivuista olet tykännyt. Se luo pohjan kaikelle mahdolliselle uutisvirralle, mitä voit saada näkyviin. 

2. Sen jälkeen facebook tekee havaintoja näistä postauksista: kuka postauksen on tehnyt, milloin, mikä aika nyt on jne. ja koittaa näin päätellä kuinka kiinnostunut sinä olisit näkemään tämän postauksen.

3. Tämän jälkeen facebook tekee ennustuksen tai niin kuin Adam Mosseri asian  esitti “an educated guess” siitä kuinka todennäköisesti sinä jakaisit, kommentoisit tai tykkäisit julkaisusta. Unohtamatta kuitenkaan postausten laadullista arvoa, eli kuinka informatiivisena sinä postausta pitäisit, kuinka kauan aikaa kuluttaisit artikkelia lukien jne. 

4. Tämän jälkeen facebook antaa jokaiselle mahdolliselle postaukselle scoringin, joka perustuu sinun mieltymyksiisi. Ja sitten facebook “julkaisee” parhaat tarinat scoring- järjestyksessä, parhaimmasta huonoimpaan, sinun Feedilläsi.

Ymmärrätkö nyt miksi näet juuri sen mitä näet? 

Mikäli haluat tietää enemmän asiasta tai olet kiinnostunut myös Facebookin tekemästä arvokkaasta työstä mm. valeuutisten kitkennässä, katso ihmeessä Adan Mosserin esitelmä tämän vuoden F8 kokouksesta. Oma arvostukseni Facebookia ja sen työtä kohtaan nousi klipin jälkeen hurjasti. Sekä ennen kaikkea todellisuudentaju siitä, kuinka paljon tämä sovellus sekä ystäväni siellä  muokkaavat omaa elämääni ja maailmankuvaani on pelottavan suuri.