Vår hantering av rankning i Facebook-flödet

UPPDATERAD 11 JUN 2025
Facebooks mål är att du ska se inlägg från personer, intressen och idéer som du tycker är viktiga, vare sig det innehållet kommer från personer du redan har kontakt med eller personer som du kanske inte känner än. När du öppnar Facebook och ser flödet på fliken Startsida får du en blandning av ”kopplat innehåll” (till exempel innehåll från personer som du är vän med eller följer, grupper du har gått med i och sidor du har gillat) och ”rekommenderat innehåll” (till exempel innehåll som vi tror att du kan vara intresserad av, från personer som du kanske skulle vilja känna). Vi visar även annonser som är skräddarsydda för dig.
Nedan hittar du information om hur vi använder rankning i flödet, med fokus specifikt på kopplat innehåll. Vi erbjuder nu en djupare inblick i vilka typer av signaler och prognosmodeller som vi använder i den här processen så att du bättre kan förstå detaljerna kring hur våra rankningssystem fungerar.
INNEHÅLLSFÖRTECKNING
Därför använder vi anpassad rankning
Vi anpassar varje flöde efter våra över två miljarder användare genom att använda ultramoderna maskininlärningssystem för att ranka innehåll. Eftersom de flesta har mer innehåll i sina flöden än vad de kan bläddra igenom under en session hjälper de här rankningssystemen användarna att se det innehåll som är värdefullast för dem. Även om många olika faktorer påverkar hur innehåll sorteras i flödet ger informationen nedan en bättre inblick i vilka typer av prognoser och signaler som i allmänhet har störst inverkan på hur våra system avgör vad du ser.
Hur rankning i flödet fungerar för kopplat innehåll
Systemen arbetar i fyra steg för att bestämma rankningen för kopplat innehåll i ditt flöde:
Först samlar vi det senaste utbudet – alla potentiella nya inlägg, eller inlägg med ny aktivitet, som du skulle kunna se när du öppnar Facebook. Det innefattar alla inlägg som delats av 1) personer du har kontakt med som ”vänner”, 2) sidor du följer och 3) grupper du har gått med i, och utesluter innehåll som flaggats för att bryta mot våra communityregler.
Därefter tittar vi på tusentals ”signaler” för alla dessa inlägg för att göra prognoser om vad du skulle tycka var intressantast. Många av de här signalerna är informationsbitar du ger till oss direkt genom att gilla eller dela ett inlägg, ta kontakt med en vän eller grupp eller kommentera en sidas inlägg. Andra är slutsatser baserade på åtgärder du har vidtagit på Facebook. Nedan kan du se mer information om vilka typer av signaler som används i rankningen.
Sedan använder vi de här signalerna för att göra en serie anpassade prognoser om vilket typ av innehåll du kommer tycka är relevantast och värdefullast. Våra system skapar exempelvis prognoser om hur sannolikt det är att du kommenterar ett inlägg, hur sannolikt det är att dina vänner kommenterar inlägget om du delar det eller hur sannolikt det är att inlägget sätter igång en konversation eller en dubbelriktad diskussion. Vi använder oss även av undersökningar där vi frågar användare om ett inlägg var ”värt deras tid”. De här undersökningarna används sedan för att skapa prognoser om vilket annat innehåll du skulle kunna vara intresserad av. Vi gör även prognoser om huruvida innehåll är problematiskt och skulle få minskad spridning. Alla dessa prognoser kombineras i nästa steg för att ta fram slutsorteringen. Nedan kan du se mer information om vilka prognoser som används i rankningen.
Härnäst räknar systemet ut ett ”relevansresultat” för varje inlägg, och inläggen sorteras baserat på det resultatet. Inlägg som enligt systemets beräkningar är värdefullare för dig visas vanligtvis högre upp i ditt flöde. Systemet försöker även se till att flödet innehåller en balanserad blandning av innehållstyper. Det betyder exempelvis att du antagligen inte ser flera inlägg efter varandra från samma grupper eller från samma sida. Du ser snarare olika sorters inlägg från olika källor.
När våra rankningssystem har räknat ut relevansresultatet är vårt näst sista steg att blanda in rekommenderat innehåll. Vi lägger till det för att hjälpa dig att utforska och upptäcka mer om dina intressen genom andra personer med samma intressen, vare sig ni redan har kontakt eller inte. Slutligen lägger vi också in annonser i flödet. När vi har gått igenom den här processen är ditt anpassade flöde klart!
Titta på videon nedan om du vill se mer om hur vår rankningsprocess fungerar.
Vi ger användarna mer kontroll över vad de ser i flödet
När du interagerar med innehåll i flödet ger du oss en kombination av explicita signaler (genom att till exempel gilla, kommentera eller dela vidare innehåll) och implicita signaler (genom att till exempel visa inlägg) som hjälper oss att göra prognoser om vad som är meningsfullt för dig. Och eftersom vi tycker det är viktigt att du har ännu mer kontroll över din flödesupplevelse har vi skapat verktyg som hjälper dig att ytterligare anpassa vad du ser. Dessa kontroller är bland annat följande:
  • Inställningar för flöde: Erbjuder alternativ för att finjustera hur innehåll rankas i ditt flöde, bland annat möjligheten att prioritera inlägg från dina favoriter. Pausa eller sluta följ personer, sidor och grupper för att sluta se deras inlägg, och ta upp kontakten med andra som du kanske har slutat följa.
  • Intresserad och Inte intresserad: Gör att du kan berätta för oss direkt vad du vill se mer eller mindre av genom att välja Intresserad eller Inte intresserad för inlägg du ser. Om du väljer Intresserad höjs rankningen tillfälligt för det inlägget och inlägg som liknar det, och om du väljer Inte intresserad sänks rankningen tillfälligt.
  • Fliken Flöde: Här kan du se de senaste inläggen först. Innehåll sorteras i omvänd kronologisk ordning (tillsammans med annonser).
En djupdykning i våra prognoser om vad du vill se
De här två komponenterna är viktigast för att avgöra vilket kopplat innehåll du ser längst upp i flödet. Detta är signaler som berättar mer för oss om vad du vill se, och de anpassade prognosmodeller som utifrån dessa signaler sedan skapar ditt unika flöde.
Signaler som används vid rankning av kopplat innehåll
Vi använder tusentals olika signaler för att göra prognoser om huruvida du kommer tycker att något är mer eller mindre värdefullt. De kategorier av signaler som listas nedan representerar merparten av de signaler som för närvarande används vid rankning i flödet för kopplat innehåll för att göra de här anpassade prognoserna. Du kan göra en djupdykning i varje kategori för att ta reda på mer om vilka typer av data vi använder oss av i våra modeller och se några exempel på enskilda signaler.
Vi har inkluderat kategorier och exempel på signaler som används specifikt för att identifiera problematiskt innehåll som vi nedgraderar (eller visar längre ned i flödet). Informationen vi delar här om den här undergruppen av signaler är avsiktligt mer begränsad för att skydda oss mot bedragare som vill missbruka vårt system. Informationen kan dessutom komma att ändras.
Allmän kontoinformation
  • Hur länge du har använt Facebook.
  • Vilket språk du använder på Facebook.
  • Platsrelaterade uppgifter, till exempel IP-adress och andra enhetssignaler om du godkänner att vi tar emot dem.
Tid, frekvens och varaktighet för dina aktiviteter på Facebook
  • Tid på dygnet för platsen där du befinner dig.
  • Hur många dagar du har varit aktiv på Facebook under en viss tidsperiod.
Enheten som du använder
  • Vilken enhet och programvara som du använder och andra enhetsegenskaper, till exempel typ av enhet, information om operativsystemet, information om maskin- och programvara, batterinivå, signalstyrka.
Hur du har delat olika innehåll
  • Hur många olika inlägg du har delat, till exempel videor, foton, reels med mera.
Hur du har interagerat med olika innehåll
  • Vilka typer av innehåll som du har interagerat med och hur du har gjort det, till exempel hur många gånger du har klickat på fotoinlägg eller kommenterat videoinlägg.
Hur du har tittat på olika innehåll
  • Vilka typer av innehåll som du har sett och hur länge du har tittat på det, till exempel hur länge du tittar på foton, hur länge du läser kommentarer eller hur länge du tittar på video.
Data om det totala antalet tillgängliga inlägg från dina vänner, sidor och grupper
  • Hur många nya inlägg som finns tillgängliga för dig att se och vilka olika typer av inlägg som är tillgängliga.
  • Hur många av dina kontakters inlägg som har nya kommentarer.
Data om vänner
  • Hur många vänner du har.
  • Hur ofta du interagerar med innehåll från varje vän.
Data om sidor du följer
  • Totalt antal sidor som du följer.
  • Antal sidor som du har besökt under en viss tidsperiod.
Data om de grupper du är medlem i
  • Antal grupper som du har gått med i under en viss tidsperiod.
Integritetsinställningen eller synligheten för ett inlägg
  • Om inlägget är offentligt eller har någon av dessa inställningar för synlighet: bara vänner, anpassad eller bara jag.
Vilken typ av inlägg det är och vilka objekt det innehåller
  • Om inlägget innehåller foton, video, livevideo, en länk med mera.
  • Om inlägget är en livevideo eller om videon har varit live tidigare.
Data om inläggets innehåll
  • Om inlägget innehåller en webbadress, popularitetstalen för en domän på Facebook jämfört med internet som helhet.
  • Hur många procent av innehållet i det här inlägget som är identiskt med andra inlägg.
  • Om inlägget sannolikt innehåller nakenhet, grovt våld eller andra sannolika brott mot communityreglerna.
  • Om innehållet i inlägget har bedömts vara falskt eller delvis falskt av en av våra oberoende faktagranskningspartner.
Data om objektet, som foto eller video, i inlägget
  • Bredd och höjd i pixlar för det foto som delas.
  • Vilket visuellt material som förekommer i fotot.
  • Om inlägget innehåller video som upprepas eller om det är en stillbild.
Ämne(n) som inlägget handlar om
Attribut för aktören
  • Om inlägget har publicerats i en profil, på en sida eller i en grupp.
  • Antal medlemmar i gruppen om det är ett gruppinlägg.
  • Antal bekräftade brott mot communityreglerna som kontot har genererat.
Åtgärder som den här aktören har utfört på Facebook
  • Hur många inlägg (videor, länkar, foton med mera) aktören har delat under en viss tidsperiod.
Hur andra användare har sett på aktören eller innehåll från aktören tidigare
  • Hur många gånger sidan har setts av användare under en viss tidsperiod.
  • Totalt antal personer som följer sidan under en viss tidsperiod.
Hur andra användare har interagerat med innehåll från aktören tidigare
  • Totalt antal gånger som innehåll från sidan har delats av användare.
  • Totalt antal kommentarer, gilla-markeringar och delningar på sidan.
Attribut för aktören
  • Om inlägget har publicerats i en profil, på en sida eller i en grupp.
  • Antal medlemmar i gruppen om det är en grupp.
  • Antal bekräftade brott mot communityreglerna som ett konto har genererat.
Åtgärder som den här aktören har utfört på Facebook
  • Hur många inlägg (videor, länkar, foton med mera) aktören har delat under en viss tidsperiod.
Hur andra användare har sett på aktören eller innehåll från aktören tidigare
  • Hur många gånger sidan har setts av användare under en viss tidsperiod.
  • Totalt antal personer som följer sidan under en viss tidsperiod.
Hur andra användare har interagerat med innehåll från aktören tidigare
  • Totalt antal gånger som innehåll från sidan har delats av användare.
  • Totalt antal kommentarer i innehåll från den här sidan av användare.
Visningar av det här inlägget från alla användare
  • Total eller genomsnittlig tid som användare har tittat på inlägget.
  • Total eller genomsnittlig tid som användare har tittat på en video i inlägget.
Interaktioner på det här inlägget från alla användare
  • Totalt antal gilla-markeringar för inlägget.
  • Totalt antal kommentarer i inlägget.
  • Förhållandet mellan klick, gilla-markeringar och kommentarer på ett inlägg för alla gånger det har visats.
Dina interaktioner med det här inlägget
  • Om du har gillat inlägget.
Hur du har tittat på liknande innehåll
  • Dina totala antal visningar av annat innehåll av samma typ.
Hur du har interagerat med liknande innehåll
  • Dina totala antal delningar av annat innehåll av samma typ.
Din relation till aktören som skapade inlägget
  • Om du är administratör för sidan eller om din vän är administratör för sidan som delat inlägget.
Hur du har tittat på innehåll från den här aktören tidigare
  • Dina totala antal visningar av andra inlägg från den här gruppen.
Hur du har interagerat med innehåll från den här aktören tidigare
  • Dina totala antal delningar av annat innehåll från den här sidan.
Din relation till aktören som delade inlägget
  • Om du är administratör för sidan eller om din vän är administratör för sidan som delat inlägget.
Hur du har tittat på innehåll från den här aktören tidigare
  • Dina totala antal visningar av andra inlägg från den här gruppen.
Hur du har interagerat med innehåll från den här aktören tidigare
  • Dina totala antal delningar av annat innehåll från den här sidan.
Prognosmodeller som används vid rankning av kopplat innehåll.
Systemet för rankning i flödet har över 100 olika prognosmodeller. Dessa prognosmodeller kan i allmänhet delas in i fyra olika kategorier:
  1. Prognoser om åtgärder som du vidtar för inlägget.
  2. Prognoser om hur du spenderar tid på att titta på inlägget.
  3. Prognoser om ditt intresse för inlägget eller personen, sidan eller gruppen som delat inlägget.
  4. Prognoser om hur andra interagerar med inlägget om du vidtar en viss åtgärd, till exempel kommenterar eller delar ett inlägg.
Varje prognos är en potentiell indikator på hur värdefullt en person kan tycka att ett visst innehåll är. Exempelvis kan det faktum att du delar ett inlägg till andra vara ett tecken på att du tyckte att det var ett värdefullt inlägg. Det betyder att prognoser om huruvida du kommer att dela ett inlägg är en bra signal om värde som vi kan använda för att visa vissa inlägg högre upp än andra i flödet. Som du säkert kan tänka dig finns det ingen prognos som är ett perfekt mätinstrument av huruvida ett inlägg är värdefullt för dig. Därför använder vi flera prognosmodeller i kombination med det övergripande målet att göra Facebook-appen värdefull för personer på lång sikt, inte bara just när de ser innehållet.
Nedan kan du läsa mer om de olika prognosmodeller som vi för närvarande använder oftast vid rankning i flödet. I vissa fall där enskilda modeller är väldigt lika i sina prognoser har vi samlat flera modeller i en beskrivning. Vi har till exempel flera modeller för prognoser om var du kan klicka på ett inlägg, om du klickar på det – på ett foto i inlägget, i kommentarer till inlägget och så vidare. I listan hänvisar vi till alla dessa modeller som Hur sannolikt det är att du klickar på någon del av inlägget.
I listan nedan har vi sorterat modellerna efter hur bra de är på att avgöra huruvida ett inlägg kommer vara värdefullt eller inte. Modellerna i den översta gruppen tenderar att användas oftast för att avgöra ordningen för innehållet i ditt flöde jämfört med modellerna i de andra två grupperna. Det viktigaste är dock kombinationen av alla dessa modeller.
Rankning i flödet är anpassad, vilket betyder att varje prognosmodells relativa inverkan på flödet varierar beroende på personen och innehållet eftersom alla har olika preferenser kring vad de gillar och hur de vill interagera med innehåll. Till exempel kan prognoser om hur lång tid du kanske lägger på att titta på en video vara en starkare indikator av värde för ett videoinlägg än huruvida du klickar på videon eller inte. Samtidigt kan motsatsen gälla för ett inlägg som innehåller en länk till en artikel. Ett annat exempel är att för vissa personer kan en gilla-markering för ett inlägg vara en stark indikator på att de tyckte att inlägget var värdefullt, medan det för andra (till exempel personer som inte använder gilla-knappen) kan vara en mer användbar prognos att titta på hur länge de läser inlägget.
Vi strävar ständigt efter att förbättra våra rankningssystem för att bättre kunna leverera så värdefulla upplevelser som möjligt till våra användare. Det innebär att informationen som anges här kan komma att ändras med tiden. I vårt arbete för att leverera en mer anpassad upplevelse fortsätter vi dessutom att testa och förfina vår hantering av hur politiskt innehåll visas på Facebook.
Typer av prognosmodeller
Modellerna är angivna i alfabetisk ordning inom varje grupp, och inte i rangordning. En del av dessa prognoser används bara om inlägget är relevant för modellen, till exempel tillämpas prognoser om inlägg från grupper bara om inlägget som rankas är ett gruppinlägg.
  • Hur sannolikt det är att du är intresserad av innehåll från dina vänner.
  • Hur sannolikt det är att du är intresserad av gruppen som delat inlägget eller innehåll från gruppen, vilket mäts i interaktion med gruppen eller dess innehåll.
  • Hur sannolikt det är att du är intresserad av sidan som delat inlägget eller innehållet, vilket mäts i interaktion med sidan eller dess innehåll.
  • Hur sannolikt det är att du klickar på någon del av inlägget.
  • Hur sannolikt det är att du interagerar med ett inlägg på något sätt, genom att gilla, reagera eller kommentera.
  • Hur sannolikt det är att du på ett meningsfullt sätt interagerar med inlägget, genom en kombination av att kommentera, gilla, reagera, dela på Messenger, dela vidare eller ägna tid åt att titta på det.
  • Hur sannolikt det är att du delar inlägget.
  • Hur sannolikt det är att du ägnar tid åt att läsa kommentarerna i inlägget.
  • Hur sannolikt det är att du ägnar tid åt att titta på inlägget eller innehåll i inlägget (snarare än att bara skrolla förbi det).
  • Hur sannolikt det är att du besöker en sida efter att ha sett ett inlägg från den sidan.
  • Hur sannolikt det är att du vill se mer eller mindre innehåll från den person eller sida som har delat inlägget.
  • Hur sannolikt det är att du tittar på en video i inlägget och hur länge du beräknas titta på den.
  • Hur sannolikt det är att dina interaktioner med inlägget från en sida uppmuntrar administratören för en sida att i framtiden dela mer innehåll som är värdefullt för dig.
  • Hur många ytterligare kommentarer eller svar ett inlägg beräknas få om du kommenterar eller delar inlägget.
  • Hur sannolikt det är att du kommenterar inlägget.
  • Hur sannolikt det är att du tycker att en nyhetsartikel är informativ, om inlägget innehåller en länk till en nyhetsartikel.
  • Hur sannolikt det är att du tycker att det var värt att ägna tid åt inlägget.
  • Hur sannolikt det är att du följer en sida efter att ha sett ett sidinlägg som en vän delat vidare.
  • Hur sannolikt det är att du döljer, pausar eller avslutar prenumerationen på inlägget (används för att minska spridningen av ett inlägg).
  • Hur sannolikt det är att du gillar inlägget.
  • Hur sannolikt det är att du reagerar på inlägget (älska, gilla, markera med haha, wow, ledsen, arg), prognoser om en arg reaktion används för att minska spridningen av ett inlägg.
  • Hur sannolikt det är att du svarar på ett evenemang om inlägget innehåller ett Facebook-evenemang.
  • Hur sannolikt det är att du skrollar igenom ett säljinlägg från en köp-/säljgrupp.
  • Hur sannolikt det är att du skickar ett meddelande om ett säljinlägg för en produkt, där det är tillåtet enligt dataintegritetslagar.
  • Hur sannolikt det är att du ägnar tid åt att titta på evenemanget i ett inlägg, om du klickar på det.
  • Hur sannolikt det är att dina interaktioner med gruppinlägget uppmuntrar andra medlemmar att i framtiden dela mer innehåll i gruppen eller interagera med annat innehåll från gruppen.
  • Det beräknade antalet ytterligare gånger som inlägget kommer att delas om du delar inlägget.
  • Det beräknade antalet gilla-markeringar som inlägget får om du delar inlägget.
  • Hur sannolikt det är att du ansluter till en communitychatt från ett gruppinlägg.
  • Hur sannolikt det är att du gillar inlägget och ägnar tid åt att titta på inlägget från en sida som du har favoritmarkerat.
  • Hur sannolikt det är att du skänker en gåva i ett inlägg med en insamling.
  • Hur sannolikt det är att du anmäler inlägget (används för att minska spridningen av ett inlägg).
  • Hur sannolikt det är att du skickar inlägget i ett meddelande (där det är tillåtet enligt dataintegritetslagar).
  • Hur sannolikt det är att du vidtar åtgärder för att stötta en kreatör, till exempel skicka Stjärnor.
  • Hur sannolikt det är att du tittar på en video i helskärm, om inlägget innehåller en video.
  • Hur lång tid du beräknas stanna i webbläsaren, om du klickar på en webbadress i inlägget.
Meta kan marknadsföra sin företagsröst, sina åsikter och chefer genom relevanta sociala medier-konton på våra plattformar.