Edgerank

Da Wikipedia, l'enciclopedia libera.

Svelato per la prima volta nell'Aprile del 2009, l’EdgeRank è l’algoritmo sviluppato dai programmatori di Facebook per determinare la visibilità di un post, in base ad alcuni fattori che rappresentano le scelte personali, ciò che deve comparire tra le Notizie nei profili del Social Network. Esso è stato reso pubblico per la prima volta durante l'evento F8[1] a San Francisco.

L’intento degli sviluppatori del sistema è quello di avvicinarsi il più possibile ai gusti degli utenti di Facebook (per questo l’algoritmo è in continua evoluzione), cercando di capire in base alle azioni compiute da ognuno cosa potrebbe interessare e cosa no. Inoltre EdgeRank è uno degli algoritmi più importanti nel marketing, ed è essenziale per tutti coloro che cercano di commercializzare e vendere un prodotto o un servizio su Facebook.

Funzionamento[modifica | modifica wikitesto]

Si può considerare che ogni aggiornamento, ogni modifica dello stato, ogni pubblicazione di foto, rappresenta più della semplice pubblicazione: rappresenta un "vantaggio" per l’utente. Questo “vantaggio” che l’utente ha quando agisce su Facebook ad ogni livello, ha il nome di Edge. Dunque ogni interazione rappresenta un vantaggio, in tal senso il newsfeed non è un semplice elenco di notizie, bensì un insieme dei più importanti Edge che sono determinati dall’algoritmo.

Il newsfeed di Facebook è l’ordine in cui appaiono le notizie disponibili per gli utenti, tramite il quale si stabilisce quale delle connessioni sia la più importante e che quindi debba apparire più di frequente, e anche quali tipi di contenuti devono apparire sopra altri. L'algoritmo assegna un valore ad ogni interazione che avviene tra ricevente e mittente di un messaggio (wall post). Più il ricevente ha interagito con il mittente in passato, maggiori saranno le probabilità che il post del mittente venga visualizzato tra le "Notizie Più Popolari" (Top News) del ricevente. Il tipo di interazione inoltre è importante: per esempio un commento ha un valore maggiore rispetto ad un "Mi Piace". L'algoritmo tiene infine conto dell'età delle interazioni, il cui valore diminuisce man mano che invecchiano.

Come si determina l'EdgeRank[modifica | modifica wikitesto]

L’algoritmo è stato nuovamente aggiornato per poter includere nella selezione anche altri fattori, ma la sua formula ufficiale è data essenzialmente dalla somma degli Edges. Un Edge corrisponde ad una qualunque azione compiuta all’interno del proprio profilo, si tratti di un commento, di un Mi piace o di una condivisione, ed è costituito da tre variabili: Affinità (con ogni membro della sfera sociale), Peso delle interazioni e il Tempo di decadimento collegato alle interazioni.

Formula[modifica | modifica wikitesto]

dove:

è l'affinità.
è il peso delle interazioni.
è il tempo di decadimento.

Ognuno di questi fattori viene combinato permettendo di creare una selezione delle Notizie.

Affinità[modifica | modifica wikitesto]

Questo fattore viene determinato dal "grado di interazione" fra due o più utenti nella piattaforma. Più alto sarà questo indice, più frequenti saranno i contenuti che verranno visualizzati reciprocamente nel flusso delle bacheche personali. Ad esempio[2]: Luca, quasi ogni giorno, scrive sulla bacheca del suo amico Mario e riceve dallo stesso dei commenti. Oltre che con Mario Luca, una volta al mese, interagisce con Luisa. In questo caso l'EdgeRank stabilirà che, ogni qualvolta Mario pubblicherà qualcosa, questa sarà visibile anche nella bacheca di Luca premiando la loro più alta "affinità"; mentre i contenuti di Luisa saranno pubblicati solo in minima percentuale sulla bacheca di Luca data la bassa interazione fra i due (Facebook, in questo caso determinerà che le informazioni di Mario per Luca sono maggiormente rilevanti rispetto a quelle di Luisa).

L'Affinità è unidirezionale quindi, riprendendo l'esempio precedente: se Luca fosse molto attivo su ogni post di Mario mentre il secondo indifferente agli elementi di Luca, probabilmente l'EdgeRank capirebbe che per Luca, Mario, è molto importante ma non l'inverso. In questo caso quindi i contenuti di Mario sarebbero sempre presenti sulla bacheca di Luca ma non sarebbe garantita la condizione inversa. Facebook definisce questo indice di affinità calcolando le azioni "Esplicite" compiute da un utente; cioè tutte quelle azioni di gradimento come i "Mi Piace", le "condivisioni" o attraverso i commenti ad un elemento pubblicato o azioni di tag.

Anche se un utente è molto interessato ai contenuti di un altro e li consulta continuamente, ma non compie alcuna azione, l'affinità non aumenta.

Peso[modifica | modifica wikitesto]

Questo fattore considera il "peso" di un interazione. infatti ogni azione, secondo le valutazioni dell'algoritmo, ha un "valore" differente in base allo sforzo per l'interazione stessa. Secondo Facebook c'è maggiore coinvolgimento quando qualcuno inserisce un commento rispetto ad un mero "Mi Piace" o un "Condividi". Quindi, se volessimo che la nostra fanpage abbia sempre un'esposizione ottimale, nelle bacheche dei nostri fans, dovremmo incentivare i commenti rispetto ad ottenere solamente un gradimento.

Tempo di decadimento[modifica | modifica wikitesto]

L’elemento finale dell’algoritmo è legato all’attualità, che è il tempo di decadimento della notizia. Per quanto EdgeRank si basi sull’Affinità e sul Peso delle relazioni, una notizia vecchia ha meno probabilità di apparire. Riprendendo l'esempio precedente se Luca e Mario hanno interagito, in modo costante, per dei mesi, avranno un alta considerazione da parte dell'algoritmo e, ogni loro contenuto pubblicato, sarà visibile nella bacheca dell'amico. Ma, se gli stessi, per un mese, non hanno altre interazioni, la loro "relazione" sociale inizia ad avere un peso inferiore. Cosicché anche i contenuti pubblicati da uno o dall'altro non compariranno sempre nelle bacheche dell'amico.


Note[modifica | modifica wikitesto]


Collegamenti esterni[modifica | modifica wikitesto]