A Facebook-hírfolyamban való rangsorolással kapcsolatos megközelítésünk

FRISSÍTVE 2025. JúN. 11.
A Facebook célja, hogy olyan emberekkel, érdeklődési körökkel és gondolatokkal kapcsolatos bejegyzéseket láss, akiket/amelyeket értékesnek találsz – függetlenül attól, hogy ezek a tartalmak olyan személyektől származnak-e, akikkel már kapcsolatban állsz, vagy olyanoktól, akiket még nem ismersz. Amikor megnyitod a Facebookot, és megjelenik a kezdőlapodon a hírfolyam, különböző „kapcsolódó tartalmak” (pl. az ismerőseidtől vagy az általad követett emberektől, a csoportjaidtól vagy az általad kedvelt oldalakról származó tartalmak) és „ajánlott tartalmak” (pl. olyan tartalmak, amelyek szerintünk érdekelni fognak, olyan emberektől, akiket talán szívesen megismernél) keverékét látod. Személyre szabott hirdetéseket is megjelenítünk a számodra.
Az alábbiakban arról olvashatsz, hogyan alkalmazzuk a rangsorolást a hírfolyamban, különös tekintettel a kapcsolt tartalmakra. Mélyebb betekintést nyújtunk az e folyamat során használt jelek és előrejelzési modellek típusaiba, hogy jobban megértsd rangsorolási rendszereink működését.
TARTALOMJEGYZÉK
Miért használunk személyre szabott rangsorolást?
Hogyan működik a hírfolyambeli rangsorolás a kapcsolódó tartalmak esetében?
Több beállítási lehetőség az embereknek a hírfolyamukban megjelenő tartalmak kapcsán
Részletesebb ismertető az általad látni kívánt tartalmak előrejelzéséről
A kapcsolódó tartalmak rangsorolásához használt jelek
A kapcsolódó tartalmak rangsorolásához használt előrejelzési modellek
Miért használunk személyre szabott rangsorolást?
A tartalmak rangsorolásához a legmodernebb gépi tanulási rendszerek segítségével több mint 2 milliárd felhasználó számára szabjuk személyre a hírfolyamot. Mivel az emberek többségének több tartalom van a hírfolyamában, mint amit egy munkamenet alatt valószínűleg végig tud böngészni, ezek a rangsorolási rendszerek gondoskodnak róla, hogy az emberek a számukra legértékesebb tartalmakat lássák. Bár sok különböző tényező befolyásolja a tartalmak sorrendjét a hírfolyamban, az alábbiakban részletesebben ismertetjük azoknak az előrejelzéseknek és jeleknek a típusait, amelyek általánosságban a leginkább befolyásolják, miként határozzák meg rendszereink az általad látottakat.
Hogyan működik a hírfolyambeli rangsorolás a kapcsolt tartalmaknál
A rendszer négy lépésben határozza meg a hírfolyamban található kapcsolt tartalmak rangsorolását:
Először is összegyűjtjük a legutóbbi leltárt – az összes lehetséges új bejegyzést vagy új tevékenységet tartalmazó bejegyzést, amelyet a Facebook megnyitásakor láthatsz. Ez magában foglalja az összes olyan bejegyzést, amelyet 1) az „ismerősként” hozzád kapcsolódó személyek, 2) az általad követett oldalak és 3) azok a csoportok osztanak meg, amelyeknek tagja vagy, de nem foglalja magában a közösségi alapelveink megsértése miatt megjelölt tartalmakat.
Ezután minden egyes bejegyzésnél több ezer „jelet” veszünk figyelembe, hogy előrejelezzük, mit fogsz a legérdekesebbnek találni. E jelek közül sok olyan információ, amelyet közvetlenül te adsz meg nekünk, amikor kedvelsz vagy megosztasz egy bejegyzést, kapcsolatba lépsz egy ismerőssel vagy csoporttal, vagy hozzászólsz egy oldal bejegyzéséhez; más jelek a Facebookon végzett tevékenységeid alapján meghozott következtetésekre épülnek. Az alábbiakban bővebben tájékoztatunk a rangsoroláshoz használt jelek típusairól.
Ezeket a jeleket a későbbiekben személyre szabott előrejelzések készítésére használjuk arról, melyik tartalmat találod majd a legrelevánsabbnak és legértékesebbnek. A rendszereink megjósolják például, mennyire valószínű, hogy hozzászólsz egy bejegyzéshez, mennyire valószínű, hogy az ismerőseid hozzászólnak az általad megosztott bejegyzéshez, és mennyire valószínű, hogy a bejegyzés beszélgetést vagy vitát vált ki. Felmérésekben is megkérdezzük az embereket, hogy „megérte-e időt fordítani” egy adott bejegyzésre, és e felmérések alapján előrejelzéseket készítünk az általad értékesnek tartott tartalmakról. Azt is előrejelezzük, hogy problémás-e egy tartalom, és csökkenteni kell-e a terjesztését. A következő lépésben ezeket az előrejelzéseket összesítjük a végső sorrend kialakításához. Az alábbiakban bővebben tájékoztatunk a rangsoroláshoz használt előrejelezésekről.
Ezután a rendszer minden egyes bejegyzéshez kiszámítja a „relevancia-pontszámot”, és e pontszám alapján sorrendbe állítja a bejegyzéseket. Általában azok a bejegyzések, amelyek a rendszer előrejelzése szerint nagyobb értéket képviselnek a számodra, előrébb jelennek meg a hírfolyamodban. A rendszer a hírfolyam különféle tartalomtípusok szerinti összetételének kiegyensúlyozottságára is törekszik. Ez azt jelenti például, hogy kisebb valószínűséggel fogsz egymás után több bejegyzést látni ugyanattól a csoporttól vagy oldaltól; inkább különböző források különféle bejegyzéseit fogod látni.
Miután a rangsoroló rendszerünk kiszámította a relevancia-pontszámokat, az utolsó előtti lépés az ajánlott tartalmak beillesztése: ezeket azért adjuk hozzá a hírfolyamhoz, hogy segítsünk több tartalmat felfedezni és többet megtudni az érdeklődési köreiddel kapcsolatban más, hasonló érdeklődésű embereken keresztül, függetlenül attól, hogy már kapcsolatban állsz-e velük. Végül hirdetéseket is elhelyezünk a hírfolyamban. Ha ez a folyamat befejeződött, készen áll a személyre szabott hírfolyamod!
Az alábbi videó részletesebben bemutatja a rangsorolási folyamat működését.
Nagyobb ellenőrzés biztosítása az embereknek a hírfolyamban látottak felett
Amikor aktivitást mutatsz a hírfolyamban látott tartalmakkal kapcsolatban, ezzel explicit jelek (pl. tartalmak kedvelése, továbbosztása, hozzászólás stb.) és implicit jelek (pl. bejegyzések megtekintése) kombinációját biztosítod számunkra, amelyek alapján előre tudjuk jelezni, mi fontos neked. És mivel szerintünk lényeges, hogy még jobban kézben tudd tartani a hírfolyamod nyújtotta élményt, olyan eszközöket építünk, amelyekkel még inkább testreszabhatod a látottakat. Ilyenek például a következők:
  • Hírfolyam-beállítások: lehetőséget biztosít a hírfolyambeli tartalmak rangsorolásának finomhangolására, beleértve a Kedvencek listájáról származó bejegyzések előbbre sorolását; szundi beállítása vagy a követés leállítása a bizonyos emberektől, oldalaktól vagy csoportoktól származó bejegyzések megjelenítésének megszüntetéséhez; és ismételt kapcsolatfelvétel valakivel, akinek a követését esetleg korábban leállítottad.
  • Érdekel és Nem érdekel: lehetővé teszi, hogy közvetlenül megmondd nekünk, miből szeretnél többet vagy kevesebbet látni az általad látott bejegyzéseknél az „Érdekel” vagy a „Nem érdekel” beállítás kiválasztásával. Az „Érdekel” lehetőség kiválasztása átmenetileg megnöveli az adott bejegyzés és a hozzá hasonló bejegyzések rangsorolási pontszámát, míg a „Nem érdekel” átmenetileg csökkenti a rangsorolási pontszámot.
  • Hírfolyamok lap: elsőként jeleníti meg a legújabb bejegyzéseket; fordított időrendi sorrendben rendezi a tartalmakat (a hirdetések mellett).
Részletesebb ismertető az általad látni kívánt tartalmak előrejelzéséről
A következő két összetevő a legfontosabb annak meghatározásához, milyen kapcsolódó tartalmakat látsz a hírfolyamod tetején. Ezek a jelek többet elárulnak nekünk arról, mit szeretnél látni, és az e jelekre épülő személyre szabott előrejelzési modellek eredményeként jön létre az egyedi hírfolyamod.
A kapcsolt tartalmak rangsorolásához használt jelek
Több ezer különböző jel alapján előrejelzéseket készítünk arról, hogy értékesebbnek vagy kevésbé értékesnek fogsz-e találni valamit. A kapcsolt tartalmak hírfolyambeli rangsorolásához és a fenti személyre szabott előrejelzések elkészítéséhez jelenleg használt jelek túlnyomó többsége az alábbiakban felsorolt jelkategóriákba sorolható. Az egyes kategóriákat alaposabban megvizsgálva többet is megtudhatsz arról, milyen típusú adatokat használunk fel modelljeinkben, valamint néhány példát is találsz az egyes jelekre.
Megjegyezzük, hogy a felsorolás a kifejezetten a problémás, hátrébb sorolt (vagy a hírfolyamban lejjebb megjelenített) tartalmak azonosítására használt jelek kategóriáit és azok példáit is tartalmazza). A jelek ezen alcsoportjával kapcsolatban megosztott adatok köre szándékosan korlátozott annak érdekében, hogy védekezzünk a rendszereinkkel visszaélő rosszindulatú szereplők ellen. Ezen túlmenően, ezek az adatok változhatnak.
Alapvető fiókadatok
  • Mennyi ideje használod a Facebookot
  • Milyen nyelven használod a Facebookot
  • A tartózkodási helyeddel kapcsolatos adatok, például IP-cím és más eszközjelek, ha engedélyezed, hogy megkapjuk őket
A facebookos tevékenységeid időpontja, gyakorisága és időtartama
  • Milyen napszak van a tartózkodási helyeden
  • Hány napon mutattál aktivitást a Facebookon egy bizonyos időszak alatt
Az általad használt eszköz
  • Az általad használt eszköz és szoftver, valamint az eszköz egyéb jellemzői, például az eszköz típusa, az operációs rendszer adatai, a hardver és a szoftver adatai, az akkumulátor töltöttségi szintje, jelerősség
Hogyan osztottál meg különböző tartalmakat?
  • Hány különböző bejegyzést (pl. videót, fényképet, Reels-videót stb.) osztottál meg
A különböző tartalmakkal folytatott interakcióid
  • Milyen típusú tartalmakkal és hogyan léptél interakcióba, például összesen hány alkalommal kattintottál fényképes bejegyzésekre, és hányszor szóltál hozzá videós bejegyzésekhez
Hogyan tekintettél meg különböző tartalmakat?
  • Az általad megtekintett tartalmak típusai és a megtekintés hosszúsága – például mennyi időt töltöttél fényképek megnézésével, hozzászólások olvasásával vagy videók megtekintésével
Az ismerőseid, oldalak és csoportok által közzétett összes bejegyzésre vonatkozó adatok
  • Hány új bejegyzést nézhetsz meg, és milyen különböző típusú bejegyzések elérhetőek a számodra
  • A kapcsolataid bejegyzései közül hányhoz érkeztek új hozzászólások
Adatok az ismerősökről
  • Az ismerőseid száma
  • Milyen gyakran lépsz interakcióba az egyes ismerőseidtől származó tartalmakkal
Az általad követett oldalakra vonatkozó adatok
  • Az általad követett oldalak teljes száma
  • Hány oldalt kerestél fel adott időszakban
Azoknak a csoportoknak az adatai, amelyeknek tagja vagy
  • Hány csoporthoz csatlakoztál egy adott időszakban
Adott bejegyzés adatvédelmi beállítása vagy láthatósága
  • A bejegyzés nyilvános, illetve csak az ismerősök számára látható, egyedi láthatóságú vagy csak te láthatod
A bejegyzés típusa és a benne szereplő médiatartalom
  • Tartalmaz-e a bejegyzés fényképet, videót, élő videót, hivatkozást stb.
  • A bejegyzés élő videó-e, vagy régebben élő videó volt-e
A bejegyzés tartalmára vonatkozó adatok
  • Ha a bejegyzés URL-címet tartalmaz, akkor a tartomány népszerűségének aránya a Facebookon az internet egészéhez képest
  • Az azonos tartalom százalékos aránya ebben a bejegyzésben és más bejegyzésekben
  • Tartalmaz-e a bejegyzés vélelmezhetően meztelenséget, durva erőszakot, illetve vélelmezhetően sérti-e más módon a közösségi alapelveket
  • Minősítette-e hamisnak vagy részben hamisnak a bejegyzés tartalmát valamelyik független tényellenőrző partnerünk
A bejegyzésben szereplő médiatartalomra (pl. fényképre vagy videóra) vonatkozó adatok
  • A megosztott fénykép szélessége és magassága képpontban
  • Milyen vizuális elemeket tartalmaz a fénykép
  • Tartalmaz-e a bejegyzés folyamatosan ismétlődő videót és/vagy állóképet
A bejegyzés témája
A cselekvő fél tulajdonságai
  • A cselekvő fél profilon, oldalon vagy csoportban tette-e közzé a bejegyzést
  • Csoportbejegyzés esetén az adott csoport tagjainak száma
  • Összesen hány alkalommal szegte meg megerősített módon a fiók a közösségi alapelveket
A cselekvő fél által végrehajtott műveletek a Facebookon
  • Hány bejegyzést (videót, hivatkozást, fényképet stb.) osztott meg a cselekvő fél egy adott időszakban
Más felhasználók miként tekintették meg ezt a cselekvő felet, illetve a cselekvő féltől származó tartalmat korábban
  • Hány alkalommal tekintették meg felhasználók ezt az oldalt egy adott időszakban
  • Az oldal követőinek teljes száma egy adott időszakban
Más felhasználók korábban milyen aktivitást mutattak az ezen cselekvő féltől származó tartalmakhoz kapcsolódóan
  • Összesen hány alkalommal osztották meg felhasználók az oldal tartalmait
  • Az oldal hozzászólásainak, kedveléseinek és megosztásainak száma összesen
A cselekvő fél tulajdonságai
  • A cselekvő fél profilon, oldalon vagy csoportban tette-e közzé a bejegyzést
  • Csoport esetén az adott csoport tagjainak száma
  • Hány alkalommal szegte meg megerősített módon egy fiók a közösségi alapelveket
A cselekvő fél által végrehajtott műveletek a Facebookon
  • Hány bejegyzést (videót, hivatkozást, fényképet stb.) osztott meg a cselekvő fél egy adott időszakban
Más felhasználók miként tekintették meg ezt a cselekvő felet, illetve a cselekvő féltől származó tartalmat korábban
  • Hány alkalommal tekintették meg felhasználók ezt az oldalt egy adott időszakban
  • Az oldal követőinek teljes száma egy adott időszakban
Más felhasználók korábban milyen aktivitást mutattak az ezen cselekvő féltől származó tartalmakhoz kapcsolódóan
  • Összesen hány alkalommal osztották meg felhasználók az oldal tartalmait
  • Az ezen oldaltól származó tartalmakhoz a felhasználók által hozzáfűzött hozzászólások száma összesen
A bejegyzés megtekintései az összes felhasználó részéről
  • Összesen vagy átlagosan mennyi időt töltöttek az emberek ennek a bejegyzésnek a megtekintésével
  • Összesen vagy átlagosan mennyi ideig nézték az emberek a bejegyzésben szereplő videót
A bejegyzéshez kapcsolódó interakciók az összes felhasználó részéről
  • A bejegyzés kedveléseinek száma összesen
  • A bejegyzés hozzászólásainak száma összesen
  • A bejegyzés kattintásainak, kedveléseinek és hozzászólásainak aránya az összes megtekintés arányában
Az interakcióid ennél a bejegyzésnél
  • Kedvelted-e a bejegyzést
Hogyan tekintettél meg hasonló tartalmakat
  • Összesen hány alkalommal tekintettél meg azonos típusú, egyéb tartalmakat
A hasonló tartalmakkal folytatott interakcióid
  • Összesen hány alkalommal osztottál meg azonos típusú, egyéb tartalmakat
A kapcsolatod a bejegyzést létrehozó cselekvő féllel
  • Adminisztrátora vagy-e, vagy valamelyik ismerősöd adminisztrátora-e a bejegyzést megosztó oldalnak
Hogyan nézted meg korábban az adott cselekvő fél tartalmait?
  • Összesen hány alkalommal tekintetted meg a csoport egyéb bejegyzéseit
Milyen aktivitást mutattál korábban az adott cselekvő fél tartalmainál?
  • Összesen hány alkalommal osztottad meg az oldal más tartalmait
A kapcsolatod a bejegyzést megosztó cselekvő féllel
  • Adminisztrátora vagy-e, vagy valamelyik ismerősöd adminisztrátora-e a bejegyzést megosztó oldalnak
Hogyan nézted meg korábban az adott cselekvő fél tartalmait?
  • Összesen hány alkalommal tekintetted meg a csoport egyéb bejegyzéseit
Milyen aktivitást mutattál korábban az adott cselekvő fél tartalmainál?
  • Összesen hány alkalommal osztottad meg az oldal más tartalmait
A kapcsolt tartalmak rangsorolásához használt előrejelzési modellek
A hírfolyambeli rangsorolást végző rendszer több mint 100 különböző előrejelzési modellel rendelkezik. Ezek az előrejelzési modellek általánosságban véve négy kategóriába sorolhatók:
  1. Előrejelzések arról, milyen műveleteket fogsz végrehajtani a bejegyzéssel kapcsolatban
  2. Előrejelzések arról, hogyan töltesz majd időt a bejegyzés megtekintésével
  3. Előrejelzések a bejegyzés vagy a bejegyzést megosztó személy, oldal vagy csoport iránti érdeklődésedről
  4. Előrejelzések arra vonatkozóan, mások hogyan fognak interakcióba lépni a bejegyzéssel, ha végrehajtasz egy bizonyos műveletet, például hozzászólsz a bejegyzéshez vagy megosztod azt
Minden előrejelzés potenciálisan megmutatja, hogy egy személy mennyire találhat értékesnek egy bizonyos tartalmat. Egy bejegyzés másokkal való megosztása jelezheti, hogy értékesnek találtad a bejegyzést, így annak előrejelzése, hogy meg fogsz-e osztani egy bejegyzést, jól jelzi számunkra annak értékét, ami alapján bizonyos bejegyzéseket előbb jeleníthetünk meg a hírfolyamban másoknál. Amint azt valószínűleg sejted is, egyetlen előrejelzés sem tökéletes mércéje annak, hogy egy bejegyzés értékes-e a számodra, ezért egyszerre többféle előrejelzési modellt használunk azzal az általános céllal, hogy a Facebook alkalmazás hosszú távon is értékes legyen az emberek számára, ne csak abban a konkrét pillanatban, amikor látják az adott tartalmat.
Alább részletesebb tájékoztatást találsz a hírfolyambeli rangsoroláshoz jelenleg leggyakrabban használt előrejelzési modellekről. Bizonyos helyzetekben, amikor az egyes modellek nagyon hasonló előrejelzéseket adnak, összevonunk több modellt egy leírásba. Több modellünk is van például arra, hogy megjósoljuk, hova fogsz kattintani egy bejegyzésben – a bejegyzésre, a bejegyzésben található fényképre, a bejegyzés hozzászólásaira stb. Ebben a listában az összes ilyen modellre a következő mondattal utalunk: „Mennyire valószínű, hogy rákattintasz a bejegyzés valamelyik részére”.
Az alábbi listát aszerint csoportosítottuk, mennyire hatékonyan képesek ezek a modellek meghatározni, hogy egy bejegyzés értékes lesz-e vagy sem; a felső csoportban található modelleket használjuk leggyakrabban a hírfolyamodban szereplő tartalmak sorrendjének meghatározásához, szemben a következő két csoportban található modellekkel. A legfontosabb azonban az összes modell együttes alkalmazása.
Mivel a hírfolyam rangsorolása személyre szabott, az egyes előrejelzési modellek hírfolyamra gyakorolt relatív hatása személytől és tartalomtól függően változik, hiszen mindenkinek más-más preferenciái vannak azzal kapcsolatban, mit szeret, és hogyan szeretne interakcióba lépni a tartalommal. Például az arra vonatkozó előrejelzések, hogy feltehetően mennyi időt tölt el egy videó megtekintésével, pontosabb értékmérője lehet egy videós bejegyzésnek, mint az, hogy rákattint-e a videóra vagy sem, míg egy cikkre mutató hivatkozást tartalmazó bejegyzésre ennek az ellenkezője lehet igaz. Egy másik példa, hogy egyeseknél a bejegyzés kedvelése azt jelzi, hogy az illető értékesnek találta a bejegyzést, míg másoknál (például azoknál, akik nem használják a „Tetszik” gombot) a bejegyzés elolvasására fordított idő hasznosabb előrejelzési mérőszám lehet.
Folyamatosan törekszünk a rangsorolási rendszereink fejlesztésére, hogy a lehető legértékesebb élményt nyújtsuk felhasználóinknak, így az itt ismertetett információk idővel változhatnak. Ezen túlmenően, annak érdekében, hogy személyre szabottabb élményt nyújtsunk az embereknek, továbbra is teszteljük és finomítjuk a politikai tartalmak Facebookon való megjelenítésével kapcsolatos megközelítésünket.
Az előrejelzési modellek típusai
Az egyes csoportokon belül a modellek ábécérendben vannak felsorolva, nem fontosság szerint. Az előrejelzések némelyikét csak akkor használjuk, ha a bejegyzés releváns a modell szempontjából, például a csoportokból származó bejegyzésekre vonatkozó előrejelzések csak akkor érvényesek, ha a rangsorolt bejegyzés csoportbejegyzés.
  • Mennyire valószínű, hogy érdekelni fognak az ismerőseid tartalmai
  • Mennyire valószínű, hogy érdekelni fog az a csoport, amely megosztotta a bejegyzést vagy a csoportból származó tartalmat, a csoporttal vagy annak tartalmával mutatott aktivitás alapján mérve
  • Mennyire valószínű, hogy érdekelni fog az az oldal, amely megosztotta a bejegyzést vagy az oldalról származó tartalmat, az oldallal vagy annak tartalmával mutatott aktivitás alapján mérve
  • Mennyire valószínű, hogy rá fogsz kattintani a bejegyzés valamelyik részére
  • Mennyire valószínű, hogy valamilyen módon interakcióba fogsz lépni a bejegyzéssel: kedveled, reagálsz rá, vagy hozzászólsz
  • Mennyire valószínű, hogy érdemi interakcióba fogsz lépni a bejegyzéssel a következők valamilyen kombinációja révén: hozzászólás/kedvelés/reagálás/Messengeren való megosztás/továbbosztás és/vagy idő töltése a megtekintésével
  • Mennyire valószínű, hogy meg fogod osztani a bejegyzést
  • Mennyire valószínű, hogy időt fogsz tölteni a bejegyzés hozzászólásainak megtekintésével
  • Mennyire valószínű, hogy időt fogsz tölteni a bejegyzés vagy a bejegyzés tartalma megtekintésével (ahelyett, hogy csak végiggörgetnél rajta)
  • Mennyire valószínű, hogy fel fogsz keresni egy oldalt, miután láttad az oldal egy bejegyzését
  • Mennyire valószínű, hogy több vagy kevesebb tartalmat szeretnél látni a bejegyzést megosztó személytől vagy oldaltól
  • Mennyire valószínű, hogy meg fogod nézni a bejegyzésben szereplő videót és várhatóan mennyi időt fogsz tölteni a megtekintésével
  • Mennyire valószínű, hogy az oldal bejegyzésével kapcsolatos interakcióid arra ösztönzik az oldal adminisztrátorát, hogy a jövőben több, számodra értékes tartalmat osszon meg
  • Várhatóan hány további hozzászólást vagy választ fog kapni egy bejegyzés, ha hozzászólsz vagy megosztod
  • Mennyire valószínű, hogy hozzá fogsz szólni a bejegyzéshez
  • Mennyire valószínű, hogy informatívnak fogsz találni egy hírcikket, ha a bejegyzés hírcikkre mutató hivatkozást tartalmaz
  • Mennyire valószínű, hogy érdemesnek fogod találni a bejegyzést arra, hogy időt tölts vele
  • Mennyire valószínű, hogy el fogsz kezdeni követni egy oldalt, miután láttad az oldal egy ismerősöd által újraosztott bejegyzését
  • Mennyire valószínű, hogy el fogod rejteni a bejegyzést, „szundit” állítasz be rá vagy leiratkozol róla (a bejegyzés terjesztésének csökkentésére használjuk)
  • Mennyire valószínű, hogy kedvelni fogod a bejegyzést
  • Mennyire valószínű, hogy reagálni fogsz a bejegyzésre (imádom, tetszik, vicces, hűha, szomorú, dühítő); a dühítő reakcióra vonatkozó előrejelzéseket a bejegyzés terjesztésének csökkentésére használjuk
  • Mennyire valószínű, hogy válaszolni fogsz egy eseményre, ha a bejegyzés Facebook-eseményt tartalmaz
  • Mennyire valószínű, hogy végig fogsz görgetni egy adásvételi csoport termékhirdetését tartalmazó bejegyzésen
  • Mennyire valószínű, hogy üzenetet fogsz küldeni egy termékeladási bejegyzésre, ha az adatvédelmi jogszabályok ezt lehetővé teszik
  • Mennyire valószínű, hogy időt fogsz tölteni a bejegyzésben szereplő esemény megtekintésével, ha rákattintasz
  • Mennyire valószínű, hogy a csoportbejegyzéssel kapcsolatos interakcióid arra fognak ösztönözni más tagokat, hogy a jövőben további tartalmakat osszanak meg a csoportban, vagy interakcióba lépjenek a csoport más tartalmaival
  • Valószínűleg hány további alkalommal fogják megosztani az általad megosztott bejegyzést
  • Valószínűleg hány kedvelést fog kapni az általad megosztott bejegyzés
  • Milyen valószínűséggel csatlakozol közösségi chathez egy csoportbejegyzésből
  • Mennyire valószínű, hogy kedvelni fogod a bejegyzést, és időt töltesz egy általad kedvelt oldal bejegyzésének megtekintésével
  • Mennyire valószínű, hogy adományt fogsz adni egy adománygyűjtő bejegyzésre
  • Mennyire valószínű, hogy jelenteni fogod a bejegyzést (a bejegyzés terjesztésének csökkentésére használjuk)
  • Mennyire valószínű, hogy el fogod küldeni a bejegyzést egy üzeneteben (ha az adatvédelmi jogszabályok ezt lehetővé teszik)
  • Mennyire valószínű, hogy valamilyen lépést fogsz tenni egy tartalomkészítő támogatására, pl. csillagokat küldesz
  • Mennyire valószínű, hogy teljes képernyőn fogsz megnézni egy videót, ha a bejegyzés videót tartalmaz
  • Várhatóan mennyi időt fogsz tölteni a webböngészőben, ha rákattintasz a bejegyzésben megadott URL-címre
A Meta a platformjainkon futó releváns közösségimédia-fiókokon keresztül mutatja be a vállalat által alkalmazott hangnemet, nézeteket és vezetőket.