सक्रियता दर
अपडेट किया गया 22 फ़र 2023
इस मीट्रिक से उन सभी कंटेंट या अकाउंट का प्रतिशत पता चलता है, जिन्हें हमने यूज़र्स के द्वारा रिपोर्ट किए जाने से पहले ही ढूँढकर उनके खिलाफ़ एक्शन ले लिया था. हम इस मीट्रिक का उपयोग यह दिखाने के लिए करते हैं कि हम उल्लंघनों का पता लगाने का काम कितने अच्छे से करते हैं.
हमारे लिए मशीन लर्निंग टेक्नोलॉजी में किया गया निवेश इसलिए बेहद ज़रूरी है, क्योंकि इनसे हमें उल्लंघनों का तुरंत पता लगाने में मदद मिलती है.
हम विशेषज्ञों की एक प्रशिक्षित टीम की मदद से मशीन लर्निंग का संतुलित तरीके से उपयोग करते हैं. यह टीम उल्लंघन करने वाले कंटेंट का रिव्यू करके उस पर एक्शन लेती है.
उल्लंघन से जुड़े कुछ प्रकार ऐसे हैं, जिनमें उल्लंघन की संभावना रखने वाले कंटेंट का पता आगे रहकर लगाने की हमारी दर बहुत ज़्यादा है. यानी कि हम ज़्यादातर मामलों में यूज़र्स के रिपोर्ट करने से पहले ही ऐसे कंटेंट का पता लगाकर उसके खिलाफ़ एक्शन ले लेते हैं. यह बात खास तौर पर हमारे स्टैंडर्ड का उल्लंघन करने की संभावना रखने वाले ऐसे कंटेंट के मामले में सही साबित होती है, जिसका ऑटोमेटिक तरीके से पता लगाने वाली मशीन लर्निंग टेक्नोलॉजी हमने बना ली है.
ऐसी टेक्नोलॉजी भविष्य में बहुत काम की साबित हो सकती है लेकिन इसे सभी तरह के उल्लंघनों के मामले में इसके कारगर साबित होने में अभी बहुत समय लगेगा. जैसे कि खास तौर पर टेक्स्ट वाले कंटेंट के मामले में, संदर्भ और बारीकियों को समझने की इसकी क्षमता अब भी कम है. इससे कुछ उल्लंघनों का आगे रहकर पता लगाना थोड़ा और मुश्किल हो जाता है.
बाहरी कारकों की वजह से यह मीट्रिक कम या ज़्यादा हो सकता है. जैसे कि ऐसा साइबर हमला, जिसमें स्पैम करने वाले लोग एक ही दुर्भावनापूर्ण URL वाली 1 करोड़ पोस्ट शेयर करते हैं. अगर किसी यूज़र के रिपोर्ट करने से पहले ही हमें किसी दुर्भावनापूर्ण URL का पता चल जाता है, तो साइबर हमले के दौरान सक्रियता दर बढ़ जाएगी और उसके बाद यह कम हो जाएगी, भले ही इस अवधि के दौरान हमारी डिटेक्शन टेक्नोलॉजी में कोई बदलाव न हुआ हो. हमारे प्रोसेस और टूल में होने वाले बदलावों के आधार पर भी यह मीट्रिक बढ़ या घट सकता है. जैसे कि अगर हमारी डिटेक्शन टेक्नोलॉजी बेहतर हो जाए, तो यह बढ़ सकता है, लेकिन हमारी यूज़र रिपोर्टिंग में सुधार होने और इस टेक्नोलॉजी पर हमारी निर्भरता कम होने पर यह मीट्रिक घट सकता है.
यह मीट्रिक उस कंटेंट की संख्या पर निर्भर करता है, जिसके खिलाफ़ एक्शन लिया गया हो, इसलिए इस पर ऐसी कई बातें लागू होती हैं. हमारी सक्रियता दर यह नहीं पता चलता कि उल्लंघन करने वाले कंटेंट का पता लगाने में कितना समय लगा या उसका पता लगाने से पहले उसे कितनी बार देखा गया. इसमें यह भी नहीं पता चलता कि हम कितने उल्लंघनों का पता लगाने में पूरी तरह विफल रहे या वह कंटेंट कितनी बार देखा गया. उल्लंघन से जुड़ी कुछ कैटेगरी ऐसी भी हैं, जिनमें उल्लंघन करने वाले कंटेंट का आगे रहकर पता लगाने का प्रतिशत बहुत ज़्यादा है, यानी कि 99% तक भी हो सकता है, लेकिन जो थोड़ा-सा कंटेंट एक्शन लेने से बच जाता है, उसका भी लोगों पर काफ़ी बुरा असर पड़ सकता है.
हम अपनी सक्रियता दर कैसे निकालते हैं
हम यह दर इस तरह निकालते हैं: उल्लंघन करने वाला ऐसा कंटेंट, जिसका पता हमने Facebook या Instagram के यूज़र्स के रिपोर्ट करने से पहले लगाकर उसके खिलाफ़ एक्शन ले लिया, ऐसे कंटेंट की संख्या को हम उस कंटेंट की कुल संख्या से भाग देते हैं, जिस पर हम एक्शन (यानी कि हमारे द्वारा पता लगाए गए और यूज़र द्वारा रिपोर्ट किए गए कंटेंट पर लिए गए एक्शन की कुल संख्या) ले चुके हैं.
Facebook पर मौजूद फ़ेक अकाउंट के लिए हम इस मीट्रिक की कैलकुलेशन फ़ेक होने कारण बंद किए गए उन Facebook अकाउंट के प्रतिशत के रूप में करते हैं, जिन्हें हमने यूज़र्स के रिपोर्ट करने से पहले ही ढूँढकर उनके खिलाफ़ एक्शन ले ली है. हम इसकी कैलकुलेशन, यूज़र्स के रिपोर्ट करने से पहले ही हमने जितने फ़ेक अकाउंट ढूँढकर उन पर एक्शन लिया है, उनकी संख्या को फ़ेक होने के कारण बंद किए गए कुल अकाउंट की संख्या से भाग देकर करते हैं.
ध्यान रखें
सक्रियता दर की सही कैलकुलेशन करने के लिए, हम यूज़र्स की रिपोर्ट की जाँच उसी कंटेंट को लेकर बड़े ध्यान करते हैं, जिसकी उन्होंने रिपोर्ट की है, ताकि मीट्रिक सही हों. जैसे कि अगर कोई यूज़र किसी पेज की रिपोर्ट करता है और उस पेज का रिव्यू करते समय हमें उस पेज में मौजूद उल्लंघन करने वाले किसी कंटेंट का पता चलता है, तो हम अपनी रिपोर्ट में उस कंटेंट के खिलाफ़ लिए गए एक्शन को हमारी ओर से आगे रहकर लिया गया एक्शन मानेंगे (बशर्ते उस कंटेंट के खिलाफ़ यूज़र ने रिपोर्ट न की हो).
नई कम्युनिटी स्टैंडर्ड एन्फ़ोर्समेंट रिपोर्ट देखें