社交媒體編輯與演算法日夜玩一個不公平遊戲：Facebook、Instagram及Linkedin等平台從不公開明確規則，市場營銷員只能挖空心思猜度潛規則。被全球首富Elon Musk私有化的Twitter就成為首個大型社交平台公開推薦帖文結用戶的程式碼，披露增加或降帖文出現機率的邏輯：明確顯示單純「貼link」會大削觸及用戶機會、「離題」內容會被扣分、付費用戶發帖有著數，從此小編不用再估估吓。
背景：Elon Musk收購Twitter時已明言開放演算法
Elon Musk去年四月底以440億美元收購Twitter，揚言要令到平台變得更加透明，所以打算將平台的演算法公開，讓公眾給檢視及給予意見。例如五月份時他曾表示，「用戶正被演算法以意識不到的方式操縱」，提議用戶改變使用社文媒體的方法，將顯示貼文的方式由預設的演算法決定改為由新至舊排序。
至今年二月份，他再次就Twitter演算法開源發帖文指演算法曝光後會令很多人失望，不過公司會後快改進。到日前Twitter終於將推薦帖文給用戶的演算法上載至Github，並在Blog上講解演算法的邏輯。
有評論認為馬斯克今次公布的演算法是雷聲大雨點小，因為目前所披露的程式只是個框架，亦無包含搜尋及廣告等部份的演算法。
Twitter推薦帖文機制
Twitter指推薦帖文演算法的核心在於解答平台關注的重要問題，例如「用戶將來與其他用戶互動的概率是多少？」、「用戶所有的推特社群熱門帖文是什麼？」，而篩選機制分為三部份：
- 候選者採集（candidate sourcing）：從不同的推薦來源獲取最佳蛄文
- 使用機器學習模型對每條帖文進行排名
- 篩選過濾，例如去年度被用戶封鎖的發文者帖文或已看過的帖文
當中Twitter在候選者採集程序中提選取1,500條最合適用戶的帖文，平均有一半為用戶有追蹤的發帖者，當中用戶發帖者與用戶之間的互動高低是基於Real Graph參數。
至於餘下用戶一半沒有追蹤的發帖者帖文選擇且是基於分析用戶所關注的發帖者或具有相似興趣的人的參與度來作推算，同時用戶被歸納入14.5萬個由不同KOL錨定的群組（可同時被納入多個群體），每個群體規模由數千到數億用戶不等。以Twitter分享的一張圖片中，包括Katy Perry及Lady Gaga在內的「流行POP」組別涉及用戶人數超過3億。
提升帖文評分的因素
除了官方說明書以外，Twitter的程式碼連日來吸引海量高手拆解。目前已歸納出提升觸及率的因素包括：
▌點讚的提升作用是回覆帖文的30倍
用戶點擊帖文的「愛心」（等同Facebook上的Like）提升效果為30倍，轉推（retweet）為20倍，而每個推文回覆只有1倍
▌帖文附有圖片或影片獲2倍提升
▌用戶點擊進入帖文並在那停留最少2分鐘
▌付費藍剔用戶有加乘
若然用戶有追蹤的付費藍剔發文者獲4倍加乘，即使用戶沒有關注的藍剔用戶亦有雙倍加乘
降低帖文評分的因素
▌5類行為扣名聲分數
用戶5類負面行為會影響被追蹤者的名聲分數，包括封鎖用戶、靜音（Mute）、舉報用戶為濫用、回報帖文為垃圾，以及取消關注，當中首4項的懲罰較為嚴厲。
▌互動率低的非新聞媒體外部連結等同垃圾資訊
▌用戶被類為不同興趣群組，帖文離題會被降低出現機率
▌追蹤者與被追蹤者比例
Twitter降低關注大量用戶但追蹤者不成比例地少的用戶排名
▌時間
帖文的分數會隨住時間過去而降低，相關分數每6小時就會減半
更多最新最熱最有用財經金融地產資訊 請即登記成為Finance730會員
歡迎讀者投稿，稿件請投至finance730hk@gmail.com
▼追蹤Finance730 動向 官方網頁
▼緊貼最新市場走勢
▼投資教室 專題研究
▼消閒生活 時尚品味
