Onze aanpak voor rangschikking van het Facebook-overzicht

BIJGEWERKT 11 JUN. 2025
Het doel van Facebook is om ervoor te zorgen dat je berichten ziet van mensen, interesses en ideeën die je waardevol vindt, of die content nu komt van mensen met wie je al verbonden bent of van mensen die je misschien nog niet kent. Wanneer je Facebook opent en het overzicht ziet op je tabblad Startpagina, zie je een mix van 'verbonden content' (bijvoorbeeld content van de mensen met wie je bevriend bent of die je volgt, groepen waarbij je bent aangesloten en pagina's die je leuk vindt) en 'aanbevolen content' (bijvoorbeeld content waarvan we denken dat je die interessant vindt van mensen die je misschien wilt leren kennen). We laten je ook advertenties zien die op jou zijn afgestemd.
Hieronder vind je informatie over hoe we rangschikking gebruiken in het overzicht, waarbij we ons specifiek richten op verbonden content. We gaan nu dieper in op de soorten signalen en voorspellingsmodellen die we in dit proces gebruiken, zodat je beter begrijpt hoe onze rangschikkingssystemen werken.
INHOUDSOPGAVE
Waarom we gepersonaliseerde rangschikking gebruiken
Hoe overzichtsrangschikking werkt voor verbonden content
Mensen meer controle geven over wat ze zien in het overzicht
Diepgaandere informatie over het voorspellen van wat je wilt zien
Signalen die worden gebruikt bij het rangschikken van verbonden content
Voorspellingsmodellen die worden gebruikt bij het rangschikken van verbonden content
Waarom we gepersonaliseerde rangschikking gebruiken
We personaliseren elk overzicht voor onze meer dan 2 miljard gebruikers door gebruik te maken van geavanceerde machinelearningsystemen om content te rangschikken. Omdat de meeste mensen meer content in hun overzicht hebben dan ze in één sessie kunnen doorbladeren, helpen deze classificatiesystemen ervoor te zorgen dat mensen de content te zien krijgen die voor hen het waardevolst is. Hoewel veel verschillende factoren van invloed zijn op de volgorde van content in het overzicht, geeft de informatie hieronder je meer inzicht in de soorten voorspellingen en signalen die over het algemeen de grootste invloed hebben op hoe onze systemen bepalen wat je te zien krijgt.
Hoe rangschikking van het overzicht werkt voor verbonden content
Om de rangschikking van verbonden content in je overzicht te bepalen, werkt het systeem in 4 stappen:
Eerst verzamelen we je recente voorraad: alle potentiële nieuwe berichten of berichten met nieuwe activiteit die je zou kunnen zien wanneer je Facebook opent. Dit omvat alle berichten die worden gedeeld door 1) de mensen met wie je contact hebt gelegd als 'vrienden', 2) de pagina's die je volgt en 3) de groepen waarbij je bent aangesloten. Dit omvat geen content die is gemarkeerd wegens schending van onze richtlijnen voor de community.
Vervolgens bekijken we voor elk van deze berichten duizenden 'signalen' om voorspellingen te doen over wat je het interessantst zult vinden. Veel van deze signalen zijn stukjes informatie die je ons rechtstreeks geeft wanneer je een bericht leuk vindt of deelt, wanneer je contact maakt met een vriend of groep of wanneer je reageert op een bericht van een pagina; andere signalen worden afgeleid op basis van de acties die je op Facebook hebt ondernomen. Hieronder geven we meer informatie over de soorten signalen die worden gebruikt bij het rangschikken.
Van daaruit gebruiken we deze signalen om een reeks gepersonaliseerde voorspellingen te doen over welke content je het relevantst en waardevolst zult vinden. Onze systemen voorspellen bijvoorbeeld hoe waarschijnlijk het is dat je een opmerking plaatst bij een bericht, hoe waarschijnlijk het is dat je vrienden een opmerking plaatsen bij het bericht als je het deelt, of hoe waarschijnlijk het is dat het bericht een gesprek of discussie op gang zal brengen. We gebruiken ook enquêtes om mensen te vragen of een bericht 'hun tijd waard' was en deze enquêtes worden gebruikt om voorspellingen te doen over andere content die je de moeite waard zult vinden. We doen ook voorspellingen over of een contentitem problematisch is en minder zou moeten worden verspreid. Al deze voorspellingen worden in de volgende stap gecombineerd tot de uiteindelijke ordening. Hieronder geven we meer informatie over de voorspellingen die worden gebruikt bij het rangschikken.
Vervolgens berekent het systeem een 'relevantiescore' voor elk bericht en ordent het de berichten op basis van deze score. Over het algemeen worden berichten waarvan het systeem voorspelt dat ze meer waarde voor je hebben hoger in je overzicht weergegeven. Het systeem probeert er ook voor te zorgen dat je overzicht uit een evenwichtige mix van contenttypen bestaat. Dat betekent bijvoorbeeld dat het minder waarschijnlijk is dat je meerdere berichten van dezelfde groepen of van dezelfde pagina achter elkaar ziet; in plaats daarvan zie je een reeks berichten van verschillende bronnen.
Zodra ons rangschikkingssysteem de relevantiescores heeft berekend, is de een na laatste stap die we nemen het tussenvoegen van aanbevolen content: we voegen dit toe om je te helpen meer over je interesses te ontdekken via andere mensen die deze interesses delen, ongeacht of je al verbonden bent. Tot slot voegen we ook advertenties toe aan het overzicht. Zodra dit proces is voltooid, is je gepersonaliseerde overzicht klaar!
Bekijk de video hieronder voor meer informatie over hoe ons rangschikkingsproces in zijn werk gaat.
Mensen meer controle geven over wat ze te zien krijgen in het overzicht
Als je content in het overzicht bekijkt, geef je ons een combinatie van expliciete signalen (zoals content leuk vinden, er een opmerking bij plaatsen of opnieuw delen) en impliciete signalen (zoals berichten bekijken) die ons helpen te voorspellen wat voor jou betekenisvol is. En omdat we het belangrijk vinden dat je nog meer controle hebt over je ervaring met het overzicht, hebben we tools ontwikkeld waarmee je nog beter kunt aanpassen wat je te zien krijgt. Deze controles omvatten:
  • Voorkeuren voor het overzicht: biedt opties om de manier waarop content in je overzicht wordt gerangschikt te verfijnen, inclusief de mogelijkheid om prioriteit te geven aan berichten uit je Favorieten; Personen, pagina's en groepen snoozen of niet meer volgen zodat je hun berichten niet langer te zien krijgt, en opnieuw in contact komen met mensen die je mogelijk niet meer volgt.
  • Geïnteresseerd en Niet geïnteresseerd: hiermee kun je direct aangeven wat je meer of minder wilt zien door Geïnteresseerd en Niet geïnteresseerd te selecteren bij de berichten die je ziet. Als je Geïnteresseerd selecteert, zal de rangschikkingsscore voor dat bericht en berichten die hierop lijken tijdelijk omhoog gaan, en als je Niet geïnteresseerd selecteert, zal de rangschikkingsscore tijdelijk omlaag gaan.
  • Tabblad Overzichten: laat je de nieuwste berichten eerst zien; content wordt in omgekeerd chronologische volgorde gesorteerd (naast advertenties).
Diepgaandere informatie over het voorspellen van wat je wilt zien
De volgende 2 onderdelen zijn het belangrijkst om te bepalen welke verbonden content je bovenaan je overzicht te zien krijgt: signalen die ons meer vertellen over wat je wilt zien en de gepersonaliseerde voorspellingsmodellen die op basis van deze signalen jouw unieke overzicht maken.
Signalen die worden gebruikt bij het rangschikken van verbonden content
We gebruiken duizenden verschillende signalen om te voorspellen of je iets meer of minder waardevol zult vinden. De onderstaande categorieën signalen vertegenwoordigen de overgrote meerderheid van de signalen die momenteel worden gebruikt bij het rangschikken van het overzicht voor verbonden content om deze gepersonaliseerde voorspellingen te doen. Door in elke categorie te duiken, kun je meer te weten komen over de soorten gegevens die we gebruiken in onze modellen en over enkele voorbeelden van individuele signalen.
We hebben categorieën en voorbeelden opgenomen van signalen die specifiek worden gebruikt voor het identificeren van problematische content die we degraderen (oftewel lager weergeven in het overzicht). De informatie die we hier delen over deze subset van signalen is met opzet beperkter om te voorkomen dat kwaadwillenden misbruik maken van onze systemen. Bovendien kan deze informatie worden gewijzigd.
Algemene accountgegevens
  • Hoelang je Facebook al gebruikt
  • Taal waarin je Facebook gebruikt
  • Locatiegerelateerde informatie zoals IP-adres en andere apparaatsignalen als je ons toestaat deze te ontvangen
Het tijdstip, de frequentie en de duur van je activiteiten op Facebook
  • Tijdstip van de dag voor de locatie waar je bent
  • Aantal dagen dat je actief bent geweest op Facebook, gedurende een bepaalde periode
Apparaat dat je gebruikt
  • Het apparaat en de software die je gebruikt en andere kenmerken van het apparaat, bijvoorbeeld het type apparaat, details over het besturingssysteem, details over de hardware en software, het accuniveau, de signaalsterkte
Hoe je verschillende content hebt gedeeld
  • Het aantal verschillende berichten dat je hebt gedeeld, bijvoorbeeld video's, foto's, reels enzovoort.
Hoe je interactie hebt gehad met verschillende content
  • Soorten content waarmee je interactie hebt gehad en hoe je daarmee bent omgegaan, bijvoorbeeld het totale aantal keren dat je op fotoberichten hebt geklikt of hoe vaak je opmerkingen hebt geplaatst bij videoberichten
Hoe je verschillende content hebt bekeken
  • Soorten content die je bekijkt en hoelang je die bekijkt, bijvoorbeeld hoelang je foto's bekijkt, hoeveel tijd je besteedt aan het lezen van reacties of hoeveel tijd je besteedt aan het bekijken van video's
Gegevens over het totale aantal beschikbare berichten van je vrienden, pagina's en groepen
  • Hoeveel nieuwe berichten je kunt zien en de verschillende soorten berichten die beschikbaar zijn
  • Hoeveel van de berichten van je connecties nieuwe opmerkingen hebben
Gegevens over vrienden
  • Hoeveel vrienden je hebt
  • Hoe vaak je interactie hebt met content van elk van je vrienden
Gegevens over pagina's die je volgt
  • Totaal aantal pagina's dat je volgt
  • Aantal pagina's dat je hebt bezocht in een bepaalde periode
Gegevens over de groepen waarvan je lid bent
  • Het aantal groepen waarvan je lid was in een bepaalde periode
De privacyinstelling of zichtbaarheid van een bericht
  • Of het bericht openbaar is of alleen zichtbaar voor vrienden, aangepast of alleen ik
Wat voor type bericht dit is en welke media het bevat
  • Of het bericht foto's, video, livevideo, een link enzovoort bevat
  • Is het bericht een livevideo of was de video eerder live
Gegevens over de berichtcontent
  • Als het bericht een URL bevat, de verhouding van de populariteit van een domein op Facebook tegenover het internet als geheel
  • Het percentage identieke content tussen dit bericht en andere berichten
  • Of het bericht waarschijnlijk naaktbeelden, gewelddadige beelden of een andere waarschijnlijke schending van de richtlijnen voor de community bevat
  • Of de content van het bericht als onjuist of gedeeltelijk onjuist is beoordeeld door een van onze onafhankelijke feitencheckpartners
Gegevens over de media, zoals foto's of video's, die het bericht bevat
  • Breedte en hoogte in pixels van de foto die wordt gedeeld
  • Welk beeldmateriaal de foto bevat
  • Of het bericht video bevat die wordt herhaald en/of een stilstaand beeld is
Onderwerp(en) waarover het bericht gaat
Kenmerken van de persoon die het bericht heeft gemaakt
  • Of deze persoon een bericht op een profiel, pagina of in een groep plaatst
  • Als een groep een bericht plaatst, het aantal leden in die groep
  • Aantal bevestigde schendingen van de richtlijnen voor de community dat het account telt
Acties die deze persoon heeft uitgevoerd op Facebook
  • Hoeveel berichten (video's, links, foto's enzovoort) deze persoon heeft gedeeld in een bepaalde periode
Hoe andere gebruikers deze persoon of content van deze persoon eerder hebben bekeken
  • Hoe vaak deze pagina is bekeken door gebruikers in een bepaalde periode
  • Totaal aantal mensen dat de pagina volgt in een bepaalde periode
Hoe andere gebruikers eerder interactie hebben gehad met content van deze persoon
  • Totaal aantal keren dat content van deze pagina is gedeeld door gebruikers
  • Totaal aantal opmerkingen, vind-ik-leuks, deelacties op de pagina
Kenmerken van de persoon
  • Of deze persoon een bericht op een profiel, pagina of in een groep plaatst
  • In geval van een groep, het aantal leden in die groep
  • Aantal bevestigde schendingen van de richtlijnen voor de community dat een account telt
Acties die deze persoon heeft uitgevoerd op Facebook
  • Hoeveel berichten (video's, links, foto's enzovoort) deze persoon heeft gedeeld in een bepaalde periode
Hoe andere gebruikers deze persoon of content van deze persoon eerder hebben bekeken
  • Hoe vaak deze pagina is bekeken door gebruikers in een bepaalde periode
  • Totaal aantal mensen dat de pagina volgt in een bepaalde periode
Hoe andere gebruikers eerder interactie hebben gehad met content van deze persoon
  • Totaal aantal keren dat content van deze pagina is gedeeld door gebruikers
  • Totaal aantal opmerkingen over content van deze pagina door gebruikers
Weergaven van dit bericht voor alle gebruikers
  • Totale of gemiddelde tijd dat mensen dit bericht hebben bekeken
  • Totale of gemiddelde tijd dat mensen een video in het bericht hebben bekeken
Interacties met dit bericht door alle gebruikers
  • Totaal aantal vind-ik-leuks voor het bericht
  • Totaal aantal opmerkingen bij het bericht
  • Verhouding van klikken, 'vind-ik-leuks' en opmerkingen bij een bericht van alle keren dat het is bekeken
Jouw interacties met dit bericht
  • Of je dit bericht leuk vindt
Hoe je vergelijkbare content hebt bekeken
  • Je totale aantal weergaven voor andere content van hetzelfde soort
Hoe je interactie hebt gehad met vergelijkbare content
  • Het totale aantal keren dat je content van hetzelfde soort hebt gedeeld
Je relatie met de persoon die het bericht heeft gemaakt
  • Of jij de beheerder van de pagina bent of je vriend een beheerder is van de pagina die het bericht heeft gedeeld
Hoe je eerder content van deze persoon hebt bekeken
  • Het totale aantal keren dat je andere berichten van deze groep hebt bekeken
Hoe je eerder interactie hebt gehad met content van deze persoon
  • Het totale aantal keren dat je andere content van deze pagina hebt gedeeld
Je relatie met de persoon die het bericht heeft gedeeld
  • Of jij de beheerder van de pagina bent of je vriend een beheerder is van de pagina die het bericht heeft gedeeld
Hoe je eerder content van deze persoon hebt bekeken
  • Het totale aantal keren dat je andere berichten van deze groep hebt bekeken
Hoe je eerder interactie hebt gehad met content van deze persoon
  • Het totale aantal keren dat je andere content van deze pagina hebt gedeeld
Voorspellingsmodellen die worden gebruikt bij het rangschikken van verbonden content
Het rangschikkingssysteem voor het overzicht heeft meer dan 100 verschillende voorspellingsmodellen. Meestal vallen deze voorspellingsmodellen in 4 categorieën:
  1. Voorspellingen over acties die je op het bericht zult ondernemen
  2. Voorspellingen over hoe je tijd doorbrengt met het bekijken van het bericht
  3. Voorspellingen over je interesse in het bericht of de persoon, pagina of groep die het bericht heeft gedeeld
  4. Voorspellingen over hoe anderen op het bericht zullen reageren als je een bepaalde actie onderneemt, zoals een opmerking plaatsen of een bericht delen
Elke voorspelling is een potentiële indicator van hoe waardevol iemand bepaalde content zou kunnen vinden. Het delen van een bericht met andere mensen kan bijvoorbeeld een indicatie zijn dat je dat bericht waardevol vond, dus voorspellen of je een bericht zult delen is een goed signaal van waarde voor ons om te gebruiken om bepaalde berichten hoger in het overzicht weer te geven dan andere. Zoals je je misschien kunt voorstellen, is geen enkele voorspelling een perfecte graadmeter voor de vraag of een bericht waardevol voor je is. Daarom gebruiken we meerdere voorspellingsmodellen in combinatie met het algemene doel om de Facebook-app waardevol te maken voor mensen op de lange termijn, niet alleen op het specifieke moment dat ze deze content zien.
Hieronder zie je meer details over de verschillende voorspellingsmodellen die we momenteel het meest gebruiken voor het rangschikken van het overzicht. In bepaalde situaties waarin de individuele modellen erg op elkaar lijken in wat ze voorspellen, hebben we meerdere modellen gecombineerd in één beschrijving. We hebben bijvoorbeeld meerdere modellen om te voorspellen waar je op een bericht zou kunnen klikken - of je op het bericht klikt, op een foto in het bericht, in de opmerkingen bij het bericht enzovoort. In deze lijst hebben we naar al deze modellen verwezen als 'Hoe waarschijnlijk het is dat je op een bepaald deel van het bericht klikt'.
De onderstaande lijst is gegroepeerd op basis van hoe goed deze modellen in staat zijn om te bepalen of een bericht waardevol is of niet. De modellen in de bovenste groep worden het vaakst gebruikt bij het bepalen van de volgorde van de content in je overzicht versus de modellen in de volgende 2 groepen. Het is echter de combinatie van al deze modellen samen die het belangrijkst is.
Omdat de rangschikking van het overzicht is gepersonaliseerd, zal de relatieve impact van elk voorspellingsmodel op het overzicht variëren afhankelijk van de persoon en de content. Dit is omdat iedereen weer andere voorkeuren heeft over wat ze leuk vinden en hoe ze interactie willen hebben met content. Voorspellingen over hoelang je naar een video zult kijken kunnen bijvoorbeeld een sterkere indicator van waarde zijn voor een videobericht dan of je wel of niet op de video zult klikken, terwijl het tegenovergestelde waar kan zijn voor een bericht met een link naar een artikel. Een ander voorbeeld is dat voor sommige mensen het 'leuk vinden' van een bericht een sterke indicator is dat ze het bericht waardevol vonden, terwijl voor anderen (zoals mensen die de 'Vind ik leuk'-knop niet gebruiken) het lezen van het bericht een nuttigere voorspelling kan zijn.
We streven er voortdurend naar onze rangschikkingssystemen te verbeteren om onze gebruikers de waardevolste ervaring te bieden, dus de informatie die hier wordt beschreven kan na verloop van tijd veranderen. Daarnaast blijven we, in een poging om mensen een persoonlijkere ervaring te bieden, onze benadering van de manier waarop politieke content wordt weergegeven op Facebook testen en verfijnen.
Soorten voorspellingsmodellen
Binnen elke groep staan de modellen op alfabetische volgorde en zijn ze niet gerangschikt. Sommige van deze voorspellingen worden alleen gebruikt als het bericht relevant is voor het model. Voorspellingen over berichten uit groepen zijn bijvoorbeeld alleen van toepassing als het bericht dat wordt gerangschikt een bericht uit een groep is.
  • Hoe waarschijnlijk het is dat je geïnteresseerd bent in content van je vrienden
  • Hoe waarschijnlijk het is dat je geïnteresseerd bent in de groep die het bericht of de content van de groep heeft gedeeld, gemeten aan de hand van de betrokkenheid bij de groep of de content ervan
  • Hoe waarschijnlijk het is dat je geïnteresseerd bent in de pagina die het bericht of de content van de pagina heeft gedeeld, gemeten aan de hand van de betrokkenheid bij de pagina of de content ervan
  • Hoe waarschijnlijk het is dat je op een deel van het bericht klikt
  • Hoe waarschijnlijk het is dat je op de een of andere manier interactie hebt met een bericht door het leuk te vinden, erop te reageren of een opmerking te plaatsen
  • Hoe waarschijnlijk het is dat je zinvolle interactie hebt met het bericht, door een combinatie van opmerking plaatsen/leuk vinden/reageren/delen naar messenger/opnieuw delen en/of tijd besteden aan het bekijken ervan
  • Hoe waarschijnlijk het is dat je het bericht zult delen
  • Hoe waarschijnlijk het is dat je tijd besteedt aan het bekijken van opmerkingen over het bericht
  • Hoe waarschijnlijk het is dat je tijd besteedt aan het bekijken van het bericht of de content van het bericht (in tegenstelling tot er gewoon langs scrollen)
  • Hoe waarschijnlijk het is dat je een pagina bezoekt nadat je een bericht van die pagina hebt gezien
  • Hoe waarschijnlijk het is dat je meer of minder content wilt zien van de persoon of pagina die het bericht heeft gedeeld
  • Hoe waarschijnlijk het is dat je een video in het bericht bekijkt en de voorspelde tijd die je eraan besteedt
  • Hoe waarschijnlijk het is dat jouw interacties met het bericht van een pagina de beheerder van die pagina zullen aanmoedigen om in de toekomst meer content te delen die waardevol voor je is
  • Het voorspelde aantal extra opmerkingen bij of reacties op een bericht als je een opmerking plaatst of het bericht deelt
  • Hoe waarschijnlijk het is dat je een opmerking plaatst bij het bericht
  • Hoe waarschijnlijk het is dat je een nieuwsartikel informatief vindt, als het bericht een link bevat naar een nieuwsartikel
  • Hoe waarschijnlijk het is dat je het bericht de moeite waard vindt om je tijd aan te besteden
  • Hoe waarschijnlijk het is dat je een pagina gaat volgen nadat je hebt gezien dat een bericht op de pagina opnieuw wordt gedeeld door een vriend
  • Hoe waarschijnlijk het is dat je het bericht verbergt, snoozet of je afmeldt (gebruikt om de verspreiding van een bericht te verminderen)
  • Hoe waarschijnlijk het is dat je het bericht leuk zult vinden
  • Hoe waarschijnlijk het is dat je op het bericht reageert (geweldig, medeleven, grappig, verbluft, verdrietig, boos); voorspellingen over een boos-reactie worden gebruikt om de verspreiding van een bericht te verminderen
  • Hoe waarschijnlijk het is dat je reageert op een evenement, als het bericht een Facebook-evenement bevat
  • Hoe waarschijnlijk is het dat je door een bericht scrolt met een productadvertentie uit een koop-/verkoopgroep
  • Hoe waarschijnlijk het is dat je een chatbericht verstuurt via een bericht over de verkoop van een product, als de privacywetgeving dit toestaat
  • Hoe waarschijnlijk het is dat je tijd besteedt aan het bekijken van het evenement in een bericht, als je erop klikt
  • Hoe waarschijnlijk het is dat jouw interacties met het bericht in de groep andere leden zullen aanmoedigen om in de toekomst aanvullende content te delen met de groep of interactie aan te gaan met andere content van de groep
  • Het voorspelde aantal extra keren dat het bericht zal worden gedeeld als je het bericht deelt
  • Het voorspelde aantal vind-ik-leuks dat het bericht zal krijgen als je het bericht deelt
  • Hoe waarschijnlijk het is dat je deelneemt aan een communitychat vanuit een bericht in de groep
  • Hoe waarschijnlijk het is dat je een bericht leuk vindt en dat je tijd besteedt aan het bekijken van een bericht van een pagina die je hebt toegevoegd aan je favorieten
  • Hoe waarschijnlijk het is dat je een donatie zult doen voor een bericht met een inzamelingsactie
  • Hoe waarschijnlijk het is dat je het bericht rapporteert (gebruikt om de verspreiding van een bericht te verminderen)
  • Hoe waarschijnlijk het is dat je het bericht verstuurt in een chatbericht (als de privacywetgeving dit toestaat)
  • Hoe waarschijnlijk het is dat je een actie onderneemt om een maker te steunen, bijvoorbeeld door een ster te sturen
  • Hoe waarschijnlijk het is dat je een video op volledig scherm bekijkt, als het bericht een video bevat
  • De voorspelde tijd die je in de webbrowser doorbrengt als je doorklikt op een url in het bericht
Meta kan zijn ondernemingsstem, standpunten en leidinggevenden promoten via relevante socialemedia-accounts op onze platformen.