Řazení obsahu v kanálu příspěvků na Facebooku

AKTUALIZOVÁNO 11. 6. 2025
Cílem Facebooku je ukazovat vám příspěvky od lidí, zájmů a nápadů, které vás zajímají, ať už obsah pochází od lidí, se kterými jste už ve spojení, nebo od těch, které možná ještě neznáte. Když otevřete Facebook, zobrazí se vám kanál příspěvků na hlavní stránce. Tady uvidíte směs „propojeného obsahu“ (obsah od přátel nebo lidí, které sledujete, ze skupin, kde jste členem, a ze stránek, kterým jste dali To se mi líbí) a „doporučeného obsahu“ (obsah, který by se vám mohl líbit, zveřejněný lidmi, které byste mohli chtít poznat). Snažíme se vám taky zobrazovat na míru přizpůsobené reklamy.
V tomto článku najdete informace, jak v kanálu příspěvků využíváme řazení obsahu, se zaměřením na propojený obsah. Zjistěte něco víc o typech signálů a predikčních modelech, které v rámci procesu používáme. Pomůže vám to porozumět, jak naše systémy řazení fungují.
OBSAH
Proč používáme přizpůsobené řazení
Jak funguje řazení propojeného obsahu v kanálu příspěvků
Větší kontrola nad obsahem v kanálu příspěvků
Jak předpovídáme, co byste mohli chtít vidět
Signály používané k řazení propojeného obsahu
Předpovědní modely používané při řazení propojeného obsahu
Proč používáme personalizované řazení
Každému z našich víc než dvou miliard uživatelů se snažíme kanál příspěvků přizpůsobit co nejvíc na míru. Využíváme k tomu nejmodernější systémy strojového učení, které řazení obsahu obstarávají. V kanálu příspěvků má většina lidí tolik obsahu, že se ho málokomu v rámci jedné relace podaří projít celý. Systémy řazení obsahu proto pomáhají zajistit, aby se uživatelům zobrazoval obsah, který je bude nejvíc zajímat. Na řazení obsahu v kanálu příspěvků má vliv celá řada faktorů. Dál v článku se dozvíte víc o typech předpovědí a signálů, které obvykle nejvíc ovlivňují, jak naše systémy určují obsah vhodný k zobrazení.
Jak řazení obsahu v kanálu příspěvků funguje u propojeného obsahu
Systém určuje řazení propojeného obsahu v kanálu příspěvků ve čtyřech krocích:
Nejdřív shromáždíme informace o vašem nejnovějším inventáři – o všech potenciálních nových příspěvcích nebo o příspěvcích s novou aktivitou, které by se vám po otevření Facebooku mohly zobrazit. Patří mezi ně veškeré příspěvky sdílené 1) lidmi, kteří jsou vašimi přáteli, 2) stránkami, které sledujete, a 3) skupinami, do kterých jste se přidali. Nepatří sem obsah označený kvůli porušení zásad komunity.
U každého z takových příspěvků pak vezmeme v potaz tisíce „signálů“, podle kterých se snažíme předpovídat, co by pro vás mohlo být nejzajímavější. Spoustu signálů nám poskytnete vy sami, když nějakému příspěvku dáte To se mi líbí nebo ho sdílíte, navážete spojení s přítelem nebo skupinou, případně když přidáte komentář k příspěvku nějaké stránky. Ostatní signály jsou vyvozené z toho, co na Facebooku děláte. Víc informací o typech signálů, které k řazení obsahu využíváme, najdete dál v článku.
Shromážděné signály pak používáme k vytvoření série personalizovaných předpovědí ohledně obsahu, který by se vám měl nejvíc líbit. Naše systémy fungují na bázi pravděpodobnosti a snaží se u příspěvků předvídat, jestli k nim přidáte komentář, jestli je okomentují vaši přátelé, pokud je zveřejníte, nebo jestli rozproudí konverzaci. Formou dotazníků se lidí taky ptáme, jestli příspěvek „stál za jejich čas“. Podle odpovědí pak vytváříme předpovědi týkající se dalšího obsahu, který budete považovat za přínosný. Snažíme se taky předpovídat, jestli by určitý obsah mohl být problematický a neměli bychom proto raději omezit jeho distribuci. V dalším kroku všechny předpovědi zkombinujeme a vytvoříme z nich konečnou podobu řazení. Víc informací o předpovědích, které využíváme k řazení obsahu najdete dál v článku.
Systém následně u jednotlivých příspěvků vypočítá „skóre relevantnosti“ a příspěvky podle dosaženého skóre seřadí. Příspěvky, které pro vás budou podle předpovědi systému přínosnější, se v kanálu příspěvků obvykle zobrazí výš. Systém se taky snaží dbát na to, abyste v kanálu příspěvků našli vyváženou kombinaci typů obsahu. Budou se vám tak spíš ukazovat různé příspěvky z různých zdrojů namísto několika příspěvků ze stejné skupiny nebo stránky za sebou.
Až systém řazení obsahu vypočítá skóre relevantnosti, zaměříme se v předposledním kroku na zpestření doporučeného obsahu, aby se vám ukazovalo víc témat souvisejících s vašimi zájmy. Dosahujeme toho skrze další lidi, kteří takový obsah sdílí (bez ohledu na to, jestli jste s nimi ve spojení). Do kanálu příspěvků zařazujeme i reklamy. Výsledkem celého procesu je kanál příspěvků přizpůsobený vám přímo na míru.
Abyste se dozvěděli víc o tom, jak probíhá proces řazení, můžete se podívat na následující video.
Dáváme lidem větší kontrolu nad tím, co se jim zobrazuje v kanálu příspěvků
Když na obsah ve svém kanálu příspěvků zareagujete, poskytnete nám tím kombinaci přímých signálů (třeba když dáte obsahu To se mi líbí, přidáte k němu komentář nebo ho budete sdílet) a nepřímých signálů (jako je zobrazení příspěvků), které nám pomohou líp předpovědět, o jaký obsah se zajímáte. A protože vám chceme poskytnout nad prostředím kanálu příspěvků ještě větší kontrolu, vytvořili jsem nástroje, které vám umožní si zobrazovaný obsah ještě víc přizpůsobit. Patří mezi ně:
  • Předvolby kanálu příspěvků: Nabízejí možnosti, jak si vyladit způsob řazení obsahu v kanálu příspěvků, včetně možnosti zvýšení priority příspěvků z kategorie Oblíbených. Uživatele, stránky a skupiny, jejichž příspěvky už nechcete vídat, můžete uspat nebo je přestat sledovat. Stejně tak můžete znovu navázat spojení s kýmkoli, koho jste třeba sledovat přestali.
  • „Zajímá mě to“ a „Nezajímá mě to“: Prostřednictvím těchto možností nám můžete přímo sdělit, co chcete vídat více, a co naopak vídat nechcete. U zobrazených příspěvků stačí vybrat buď „Zajímá mě to“, nebo „Nezajímá mě to“. Když vyberete „Zajímá mě to“, dočasně se tím zvýší skóre pro řazení daného příspěvku a příspěvků, které se mu podobají. Výběrem možnosti „Nezajímá mě to“ se skóre pro řazení příspěvku naopak dočasně sníží.
  • Karta Kanály příspěvků: Umožňuje nastavit, aby se vám jako první zobrazovaly nejnovější příspěvky. Obsah v takovém případě řadíme v opačném chronologickém pořadí (spolu s reklamami).
Jak předpovídáme, co byste mohli chtít vidět
Následující dvě komponenty jsou nejdůležitějším pomocníkem při určování toho, jaký propojený obsah se vám zobrazí nahoře v kanálu příspěvků. Jde o signály, ze kterých zjistíme víc o tom, co chcete vidět, a o personalizované predikční modely využívající zmíněné signály, které následně vytvoří váš jedinečný kanál příspěvků.
Signály používané při řazení propojeného obsahu
Z tisíců různých signálů vytváříme předpovědi o tom, jak moc by vás mohl obsah zajímat. Kategorie signálů, o kterých se zmiňujeme dál v článku, představují naprostou většinu signálů, které v současnosti využíváme k řazení propojeného obsahu v kanálech příspěvků a k vytváření personalizovaných předpovědí. Když jednotlivé kategorie rozbalíte, budete si moct přečíst víc o tom, jaké údaje v rámci našich modelů používáme, a seznámíte se s příklady jednotlivých signálů.
Dole uvádíme kategorie a příklady signálů, které využíváme konkrétně k identifikaci problematického obsahu, u něhož pak snižujeme hodnocení (nebo ho v kanálu příspěvků zobrazujeme níž). Informace o této podmnožině signálů ale nejsou úplné. Chráníme se tak před uživateli s nekalými úmysly, kteří by mohli chtít naše systémy zneužít. Informace navíc můžeme průběžně měnit.
Základní informace o účtu
  • Jak dlouho používáte Facebook
  • Jazyk, ve kterém Facebook používáte
  • Informace o poloze, jako je IP adresa a další signály ze zařízení, pokud nám jejich získávání povolíte
Čas, četnost a doba trvání vašich aktivit na Facebooku
  • Denní doba v lokalitě, kde se nacházíte
  • Počet dní, kdy jste byli v určitém období na Facebooku aktivní
Používané zařízení
  • Používané zařízení, jeho software a další charakteristiky, jako je typ zařízení, podrobnosti o jeho operačním systému, hardwaru a softwaru, úroveň nabití baterie nebo síla signálu
Jak jste sdíleli různé druhy obsahu
  • Počet různých příspěvků, které jste sdíleli (třeba videa, fotky, reely atd.)
Jak jste interagovali s různým obsahem
  • Typ obsahu, se kterým jste interagovali, a způsob vaší interakce (třeba kolikrát jste celkem klikli na příspěvky s fotkou nebo kolikrát jste okomentovali videopříspěvky)
Jak jste si prohlíželi různé typy obsahu
  • Typy obsahu, který si zobrazujete, a jak dlouho si ho prohlížíte (třeba jak dlouho si prohlížíte fotky, kolik času trávíte čtením komentářů nebo jak dlouho sledujete video)
Data o celkových dostupných příspěvcích od vašich přátel, stránek a skupin
  • Kolik nových příspěvků si můžete zobrazit a různé typy dostupných příspěvků
  • U kolika příspěvků od vašich spojení jsou nové komentáře
Údaje o přátelích
  • Kolik máte přátel
  • Jak často interagujete s obsahem od přátel
Data o stránkách, které sledujete
  • Celkový počet sledovaných stránek
  • Počet stránek, které jste navštívili během určitého období
Data o skupinách, ve kterých jste členem
  • Počet skupin, do kterých jste se přidali během určitého období
Nastavení soukromí nebo viditelnost příspěvku
  • Jestli je příspěvek veřejný, nebo jestli je viditelný jen pro přátele, vlastní okruh uživatelů nebo jen pro autora
Typ příspěvku a jaká média obsahuje
  • Jestli příspěvek obsahuje fotky, video, živé vysílání, odkaz nebo jiný obsah
  • Jestli je příspěvek živým vysíláním nebo jestli se příslušné video předtím vysílalo živě
Data o obsahu příspěvku
  • Pokud příspěvek obsahuje URL, poměr popularity domény na Facebooku oproti celkové popularitě na internetu
  • Procentuální podíl totožného obsahu v konkrétním příspěvku a dalších příspěvcích
  • Jestli je pravděpodobné, že příspěvek obsahuje nahotu, realisticky vyobrazené násilí nebo jiným způsobem porušuje zásady komunity
  • Jestli některý z našich nezávislých partnerů zabývajících se ověřováním faktů ohodnotil obsah jako nepravdivý nebo částečně nepravdivý
Data o médiích, jako je fotka nebo video, obsažených v příspěvku
  • Šířka a výška (v pixelech) sdílené fotky
  • Jaký vizuální obsah je na fotce
  • Jestli příspěvek obsahuje video ve smyčce nebo statický obrázek
Téma nebo témata, kterých se příspěvek týká
Vlastnosti uživatele
  • Jestli daný uživatel zveřejňuje příspěvky na profilu, na stránce nebo ve skupině
  • V případě příspěvku ve skupině: počet členů v dané skupině
  • Počet potvrzených případů porušení zásad komunity, kterých se účet dopustil
Akce, které uživatel provedl na Facebooku
  • Kolik příspěvků (videí, odkazů, fotek atd.) daný uživatel za určité období sdílel
Jak si jiní uživatelé daného uživatele nebo jeho obsah prohlíželi v minulosti
  • Kolikrát si stránku uživatelé za určité období zobrazili
  • Celkový počet lidí, kteří byli během určitého období stránku sledovali
Jak ostatní uživatelé reagovali na obsah od daného uživatele v minulosti
  • Kolikrát celkem uživatelé sdíleli obsah z dané stránky
  • Celkový počet komentářů, To se mi líbí a sdílení na stránce
Vlastnosti uživatele
  • Jestli daný uživatel zveřejňuje příspěvky na profilu, na stránce nebo ve skupině
  • V případě skupiny: počet členů v dané skupině
  • Počet potvrzených případů porušení zásad komunity, kterých se účet dopustil
Akce, které uživatel provedl na Facebooku
  • Kolik příspěvků (videí, odkazů, fotek atd.) daný uživatel za určité období sdílel
Jak si jiní uživatelé daného uživatele nebo jeho obsah prohlíželi v minulosti
  • Kolikrát si stránku uživatelé za určité období zobrazili
  • Celkový počet lidí, kteří byli během určitého období stránku sledovali
Jak ostatní uživatelé reagovali na obsah od daného uživatele v minulosti
  • Kolikrát celkem uživatelé sdíleli obsah z dané stránky
  • Celkový počet komentářů uživatelů u obsahu z dané stránky
Zobrazení příspěvku všemi uživateli
  • Celková nebo průměrná doba, kterou lidé strávili prohlížením příspěvku
  • Celková nebo průměrná doba, kterou lidé strávili sledováním videa v příspěvku
Interakce u tohoto příspěvku ze strany všech uživatelů
  • Celkový počet To se mi líbí u příspěvku
  • Celkový počet komentářů u příspěvku
  • Počet kliknutí, To se mi líbí a komentářů u příspěvku v poměru k celkovému počtu zobrazení
Vaše interakce s příspěvkem
  • Jestli jste příspěvku dali To se mi líbí
Jak jste si zobrazovali podobný obsah
  • Celkový počet vašich zobrazení jiného obsahu stejného typu
Jak jste reagovali na podobný obsah
  • Celkový počet vašich sdílení jiného obsahu stejného typu
Váš vztah k uživateli, který příspěvek vytvořil
  • Jestli jste vy nebo váš přítel správcem stránky, která příspěvek sdílela
Jak jste si prohlíželi obsah od daného uživatele v minulosti
  • Celkový počet vašich zobrazení dalších příspěvků z dané skupiny
Jak jste v minulosti interagovali s obsahem daného uživatele
  • Celkový počet vašich sdílení jiného obsahu z dané stránky
Váš vztah k uživateli, který příspěvek sdílel
  • Jestli jste vy nebo váš přítel správcem stránky, která příspěvek sdílela
Jak jste si prohlíželi obsah od daného uživatele v minulosti
  • Celkový počet vašich zobrazení dalších příspěvků z dané skupiny
Jak jste v minulosti interagovali s obsahem daného uživatele
  • Celkový počet vašich sdílení jiného obsahu z dané stránky
Predikční modely využívané při řazení propojeného obsahu
Systém řazení obsahu v kanálu příspěvků využívá víc než 100 různých predikčních modelů. Ty obecně spadají do čtyř kategorií:
  1. Předpovědi, které se snaží odhadnout, jaké akce u příspěvku provedete
  2. Předpovědi, které posuzují, jakým způsobem si budete příspěvek prohlížet
  3. Předpovědi týkající se vašeho zájmu o příspěvek, případně o člověka, stránku nebo skupinu, která příspěvek sdílela
  4. Předpovědi o tom, jak budou ostatní uživatelé interagovat s příspěvkem, když provedete určitou akci (třeba k příspěvku přidáte komentář nebo ho budete sdílet)
Každá z předpovědí představuje potenciální ukazatel toho, nakolik bude určitý obsah pro uživatele přínosný. Když budete třeba sdílet příspěvek s dalšími lidmi, můžete nám tím naznačit, že pro vás byl daný příspěvek zajímavý. Předpověď, jestli budete příspěvek sdílet, je pro nás tedy dobrým signálem, díky kterému budeme vědět, jestli máme určité příspěvky zobrazovat v kanálu příspěvků výš než jiné. Žádná předpověď samozřejmě není bezchybným ukazatelem toho, jakou pro vás má příspěvek hodnotu. Proto používáme několik predikčních modelů, které nám pomáhají dosáhnout našeho cíle. Snažíme se tak zajistit, aby byla aplikace Facebook pro lidi zajímavá v dlouhodobém horizontu a ne jen v konkrétní okamžik, kdy se jim zobrazí daný příspěvek.
Dál v článku najdete další podrobnosti o různých predikčních modelech, které v současnosti při řazení obsahu v kanálu příspěvků nejčastěji používáme. V určitých situacích, kdy se předpovědi jednotlivých modelů značně podobají, kombinujeme v rámci jednoho popisu hned několik modelů. Máme třeba několik modelů, které předpovídají, kde byste mohli na příspěvek kliknout – jestli kliknete přímo na příspěvek, na fotku v příspěvku nebo třeba na komentáře u příspěvku. V seznamu dole odkazuje na všechny tyto modely bod „Jak je pravděpodobné, že kliknete na nějakou část příspěvku“.
Seznam jsme sestavili podle toho, jak dobře se modelům daří určovat, jestli bude příspěvek přínosný. Modely v první skupině bývají k určování pořadí obsahu ve vašem kanálu příspěvků používané nejčastěji, tedy ve větší míře než modely z dalších dvou skupin. Nejdůležitější je ale to, co modely dokážou společně.
Řazení obsahu v kanálu příspěvků je personalizované, každý uživatel má totiž ohledně obsahu i způsobu interakce s ním různé preference. Relativní vliv predikčních modelů na kanál příspěvků se proto bude lišit podle jednotlivých uživatelů a obsahu. Třeba u videopříspěvku můžou být přesvědčivějším ukazatelem jeho hodnoty předpovědi, jak dlouho byste ho mohli sledovat, spíš než jestli na příslušné video kliknete. U příspěvku s odkazem na článek to ale může být přesně obráceně. U některých uživatelů může být zase přesvědčivějším ukazatel hodnoty to, jestli dají příspěvku To se mi líbí. U jiných lidí (kteří třeba tlačítko To se mi líbí vůbec nepoužívají) to může být naopak doba, kterou stráví čtením příspěvku.
Systémy pro řazení obsahu se snažíme neustále vylepšovat, aby se uživatelům ukazovalo takové prostředí, které se jim skutečně zamlouvá. Informace z tohoto článku se proto můžou časem změnit. Dál taky testujeme a zpřesňujeme náš přístup k zobrazování politického obsahu na Facebooku, abyste měli prostředí co nejvíc šité na míru.
Typy predikčních modelů
Modely jsou v jednotlivých skupinách seřazené podle abecedy, ne podle hodnocení. Některé z uvedených předpovědí používáme jen tehdy, pokud se příspěvek do konkrétního modelu hodí. Předpovědi pro příspěvky ze skupin by se tedy použily jen v případě, že by hodnocený příspěvek pocházel ze skupiny.
  • Jak je pravděpodobné, že vás bude zajímat obsah od vašich přátel
  • Jak je pravděpodobné, že vás bude zajímat skupina, která příspěvek sdílela, nebo její obsah (měřeno podle zájmu projeveného o skupinu nebo její obsah)
  • Jak je pravděpodobné, že vás bude zajímat stránka, která příspěvek sdílela, nebo její obsah (měřeno podle zájmu projeveného o stránku nebo její obsah)
  • Jak je pravděpodobné, že kliknete na nějakou část příspěvku
  • Jak je pravděpodobné, že budete na příspěvek reagovat (třeba tím, že mu dáte To se mi líbí, okomentujete ho u něj provedete jinou akci)
  • Jak je pravděpodobné, že budete na příspěvek reagovat libovolnou kombinací následujících činností – přidání komentáře, To se mi líbí, reakce, sdílení v Messengeru, opětovné sdílení nebo prohlížení příspěvku po určitou dobu
  • Jak je pravděpodobné, že budete příspěvek sdílet
  • Jak je pravděpodobné, že strávíte nějaký čas čtením komentářů u příspěvku
  • Jak je pravděpodobné, že strávíte nějaký čas prohlížením příspěvku nebo jeho obsahu (v porovnání s tím, když se v kanálu příspěvků jen rychle přesunete pryč)
  • Jak je pravděpodobné, že navštívíte stránku po prohlédnutí jejího příspěvku
  • Jak je pravděpodobné, že budete chtít od člověka nebo stránky, kteří příspěvek zveřejnili, vídat víc nebo míň obsahu
  • Jak je pravděpodobné, že zhlédnete video v příspěvku a předpověď doby, po kterou ho budete sledovat
  • Jak je pravděpodobné, že vaše reakce na příspěvek stránky přiměje správce ke sdílení většího množství obsahu, který se vám bude líbit
  • Odhadovaný počet dalších komentářů nebo odpovědí, které příspěvek získá poté, co ho okomentujete nebo budete sdílet
  • Jak je pravděpodobné, že příspěvek okomentujete
  • Jak je pravděpodobné, že pro vás bude zpravodajský článek přínosný (pokud příspěvek obsahuje odkaz na zpravodajský článek)
  • Jak je pravděpodobné, že se vám příspěvek bude líbit
  • Jak je pravděpodobné, že začnete stránku sledovat poté, co uvidíte její příspěvek sdílený někým z vašich přátel
  • Jak je pravděpodobné, že příspěvek skryjete, uspíte nebo u něj zrušíte odběr (využívá se k omezení distribuce příspěvku)
  • Jak je pravděpodobné, že dáte příspěvku To se mi líbí
  • Jak je pravděpodobné, že na příspěvek zareagujete (pomocí reakcí Super, Péče, Haha, Paráda, To mě mrzí a To mě štve); předpovědi ohledně reakce To mě štve využíváme k omezení distribuce příspěvku
  • Jak je pravděpodobné, že potvrdíte účast na události (pokud příspěvek obsahuje Facebook událost)
  • Jak je pravděpodobné, že si projdete příspěvek obsahující inzerát produktu ze skupiny pro nákup a prodej
  • Jak je pravděpodobné, že pošlete zprávu jako reakci na prodejní příspěvek nějakého produktu (pokud to právní předpisy na ochranu osobních údajů povolují)
  • Jak je pravděpodobné, že si zobrazíte událost v příspěvku (pokud na něj kliknete) a strávíte nějaký čas jejím prohlížením
  • Jak je pravděpodobné, že vaše interakce s příspěvkem ve skupině přimějí ostatní členy ke sdílení dalšího obsahu ve skupině nebo k interagování s jiným obsahem ze skupiny
  • Odhadovaný počet dalších sdílení příspěvku, která získá poté, co jste ho sdíleli
  • Předpovídaný počet To se mi líbí, která příspěvek získá poté, co ho budete sdílet
  • Jak je pravděpodobné, že se z příspěvku ve skupině přidáte do komunitního chatu
  • Jak je pravděpodobné, že dáte příspěvku (ze stránky, kterou máte v Oblíbených) To se mi líbí a strávíte nějaký čas jeho prohlížením
  • Jak je pravděpodobné, že pošlete finanční dar u příspěvku s dobročinnou sbírkou
  • Jak je pravděpodobné, že příspěvek nahlásíte (využívá se k omezení distribuce příspěvku)
  • Jak je pravděpodobné, že příspěvek pošlete ve zprávě (pokud to právní předpisy na ochranu osobních údajů povolují)
  • Jak je pravděpodobné, že provedete akci na podporu tvůrce (třeba odeslání hvězdičky)
  • Jak je pravděpodobné, že video zhlédnete v režimu celé obrazovky (pokud příspěvek obsahuje video)
  • Odhadovaná doba, kterou byste po prokliku na URL v příspěvku mohli strávit ve webovém prohlížeči
Společnost Meta může přes příslušné účty na sociálních sítích v rámci svých platforem propagovat vlastní identitu, postoje a vrcholové manažery.