שכיחות
מעודכן 6 במרץ 2025
מהי שכיחות
שכיחות לוקחת בחשבון את כל הצפיות בתוכן בפייסבוק או באינסטגרם ומודדת את האחוז המשוער מתוך הצפיות הללו שהיו צפיות בתוכן שמפר את המדיניות. (קבלו מידע נוסף על האופן שבו אנחנו מגדירים צפיות בסעיף 'מדוע אנחנו מודדים את שכיחות הצפיות'). מדד זה מניח שההשפעה הנגרמת עקב תוכן שמפר את המדיניות פרופורציונלית למספר הפעמים שהתוכן הוצג.
דרך אחרת שבה ניתן לחשוב על שכיחות היא כמה צפיות בתוכן שמפר את המדיניות לא מנענו – משום שלא איתרנו את ההפרות מוקדם מספיק או משום שפספסנו אותן לחלוטין.
כיצד אנחנו מודדים שכיחות
הערכת השכיחות של תוכן מפר עושה שימוש במדגמים של צפיות בתוכן בפייסבוק ובאינסטגרם. אנחנו מחשבים זאת באופן הבא: המספר המשוער של צפיות שהציגו תוכן מפר, חלקי המספר המשוער של סה"כ הצפיות בתוכן בפייסבוק ובאינסטגרם. אם השכיחות של עירום ופעילות מינית של מבוגרים הייתה 0.18% עד 0.20%, פירוש הדבר הוא שמתוך כל 10,000 צפיות בתוכן, 18 עד 20, בממוצע, היו צפיות בתוכן שהפר את הכללים שלנו לגבי עירום ופעילות מינית של מבוגרים.
נקודה אחת = 10 צפיות
סה"כ 10,000 צפיות
20 צפיות בתוכן מפר
אם השכיחות הייתה 0.20%, פירוש הדבר הוא שמתוך כל 10,000 צפיות, 20 היו צפיות בתוכן מפר. בעוד שהנתונים עשויים להיות נמוכים מאוד, אפילו המספר הקטן ביותר עלול לגרום להשפעה משמעותית על אנשים.
חלק מסוגי ההפרות מתרחשים בתדירות נמוכה מאוד בשירותים שלנו. הסבירות לכך שאנשים יצפו בתוכן שפוגע בהם נמוכה מאוד, ואנחנו מסירים חלק ניכר מהתוכן מסוג זה לפני שאנשים רואים אותו. כתוצאה מכך, במקרים רבים איננו מוצאים מספיק מדגמים של ההפרה כדי להעריך במדויק את השכיחות. במקרים אלה, נוכל להעריך גבול עליון של התדירות שבה מישהו יראה תוכן שמפר את המדיניות הזו. לדוגמה, אם הגבול העליון לגבי תעמולת טרור היה 0.04%, משמעות הדבר היא שמתוך כל 10,000 צפיות בפייסבוק או באינסטגרם באותו פרק זמן, אנחנו מעריכים שלא יותר מאשר 4 מתוך הצפיות הללו כללו תוכן שהפר את מדיניות תעמולת הטרור שלנו.
חשוב לציין שכאשר השכיחות של סוג ההפרה היא עד כדי כך נמוכה שבאפשרותנו לספק רק את הגבול העליון, גבול זה עשוי להשתנות בכמה מאיות האחוז בין תקופות הדיווח. עם זאת, שינויים קטנים כל כך עשויים להיות חסרי מובהקות סטטיסטית; במקרים כאלה, השינויים הקטנים הללו אינם מצביעים על הבדל שקיים בפועל בשכיחות של תוכן מפר זה בשירות.
מדוע אנחנו מודדים את שכיחות הצפיות
אנחנו מבצעים הערכה של התדירות שבה התוכן נצפה ולא של כמות התוכן שפורסם, מכיוון שאנחנו רוצים לקבוע עד כמה התוכן השפיע על אנשים בפייסבוק או באינסטגרם. פריט תוכן מפר יכול להתפרסם פעם אחת אך להיות מוצג 1,000 פעמים, מיליון פעמים או לא להיות מוצג כלל. מדידת הצפיות בתוכן מפר במקום מדידת כמות התוכן המפר שפורסם משקפת בצורה טובה יותר את ההשפעה על הקהילה. נתון נמוך של שכיחות עדיין יכול להוביל להשפעה רבה על השירותים שלנו, עקב המספר הגדול של כלל הצפיות בתוכן בשירותים שלנו.
אנחנו מתעדים צפייה בתוכן כאשר פריט תוכן מופיע על מסך המשתמש. באופן ספציפי, צפייה מתרחשת כאשר מישהו:
- צופה בפוסט - אפילו כאשר פריטי תוכן רבים קיימים בפוסט, הצפייה מוקצית לפוסט
- לוחץ כדי להגדיל תמונה או לוחץ על נגן הסרטונים - הצפייה תוקצה לתמונה או לסרטון
איך אנחנו משתמשים בדגימה כדי להעריך את השכיחות
אנחנו מעריכים את השכיחות על ידי דגימת צפיות בתוכן בפייסבוק או באינסטגרם.
לשם כך, אנחנו בודקים באופן ידני את מדגם הצפיות ואת התוכן שמוצג בהן. לאחר מכן אנחנו מתייגים את המדגמים כמפרים או כלא מפרים בהתאם למדיניות שלנו. הצוותים שמבצעים את המדגם הזה בודקים את כל הפוסט כדי לאתר הפרות, אפילו אם הצפייה שנדגמה לא חשפה את כל התוכן בפוסט.
לפי החלק מתוך המדגמים האלה שהיה של תוכן מפר, אנחנו מעריכים את האחוז ממספר הצפיות הכולל שהיו של תוכן מפר. שימו לב, איננו דוגמים מכל חלק בפייסבוק או באינסטגרם עבור כל סוג של הפרה.
עבור סוגים מסוימים של הפרות, אנחנו משתמשים במדגם שכבות, שמגדיל את מספר הדגימות אם ההקשר מצביע על כך שהתוכן המוצג מכיל ככל הנראה הפרה. לדוגמה, אם ההפרות נצפו בתדירות רבה יותר בקבוצות מאשר בפיד, אנחנו נדגום צפיות בקבוצות בסבירות גבוהה יותר מהדגימות שנבצע לצפיות בפיד. סיבה אחת לכך שאנחנו עושים זאת היא צמצום חוסר הוודאות עקב הדגימה. אנחנו מבטאים חוסר ודאות זה על ידי ציון טווח ערכים. לדוגמה, אנחנו אומרים ש-18 עד 20 מכל 10,000 צפיות הן הפרות שקשורות לעירום ולפעילות מינית של מבוגרים. טווח זה משקף חלון מהימנות של 95%. משמעות הדבר היא שאם נבצע את המדידה הזו 100 פעמים על ידי שימוש במדגמים שונים בכל פעם, אנחנו נצפה שהנתון הנכון יהיה בטווח ב-95 מתוך 100 פעמים.
לגבי סוגי הפרות שנצפו בתדירות נמוכה מאוד, ביצוע הדגימה מחייב מספר גדול מאוד של מדגמי תוכן על מנת להעריך במדויק את מדידת השכיחות. במקרים אלה, נוכל רק להעריך את הגבול העליון – כלומר, אנחנו בטוחים שהשכיחות של צפיות מפרות נמוכה מגבול זה, אך לא נוכל לומר במדויק עד כמה היא נמוכה מהגבול. חלון המהימנות שלנו לגבי גבולות עליונים אלה גם הוא 95%.
הסתייגויות
- האנשים שמוסיפים תוויות למדגמים שלנו טועים לפעמים, ומתייגים הפרה כאי-הפרה ולהפך. השיעור היחסי של טעויות אלה עשוי להשפיע על מדידת השכיחות. מסיבה זו, אנחנו עשויים להקצות לשני בודקים מדגם כדי להבטיח דיוק בהוספת התוויות, ואם תהיה מחלוקת, נדאג לאדם שלישי שישמש כשובר השוויון.
- לגבי תחומים כמו תוכן אלים וגרפי, שבהם התוכן עשוי להיות מסומן כמטריד, חישוב השכיחות לוקח בחשבון את הצפיות בתוכן זה לפני הוספת הכיסוי בלבד.
- מדידת השכיחות הנוכחית מכסה תחומים שתורמים ליותר מ-90% מכלל הצפיות בפייסבוק ובאינסטגרם ואינה כוללת שיחות פרטיות ב-Messenger או ב-Instagram Direct.
- כדי לקבל מדידה מייצגת של השכיחות הגלובלית, אנחנו דוגמים ומסמנים תוכן בשפות השונות עבור פייסבוק ואינסטגרם ובטוחים שגישה זו מספקת אומדן גלובלי מייצג, ואנחנו פועלים ללא הרף להרחבת הכיסוי של המדד.
- אכיפת התוכן הכוללת שלנו, הן באמצעות בודקים והן באמצעות טכנולוגיה, מקיפה שפות רבות נוספות.
השכיחות של חשבונות מזויפים בפייסבוק
השכיחות של חשבונות מזויפים בפייסבוק היא אומדן של אחוז הפעילות החודשית בחשבונות פייסבוק שהיו מזויפים. שלא כמו השכיחות של הפרות תוכן, שכיחות החשבונות המזויפים מניחה שההשפעה על משתמשים פרופורציונלית למספר החשבונות המזויפים הפעילים בפייסבוק, גם אם אנשים מעולם לא ראו את החשבונות האלה או חוו אותם.
כדי להעריך את השכיחות של חשבונות מזויפים, אנחנו דוגמים משתמשים פעילים חודשיים ומסמנים אותם כמזויפים או לא. אנחנו מגדירים משתמש פעיל חודשי (MAU) כמשתמש רשום בפייסבוק שהתחבר וביקר בפייסבוק דרך האתר שלנו במכשיר נייד, או שהשתמש באפליקציית Messenger (והוא גם משתמש רשום בפייסבוק), במהלך 30 הימים האחרונים החל בתאריך המדידה.