盛行率
上次更新日期 2025年3月6日
什麼是盛行率
盛行率會考慮 Facebook 或 Instagram 內容所獲得的總檢視次數，並衡量有多少百分比的檢視次數來自違規內容。（如要深入了解我們如何定義檢視次數，請見「我們為什麼要衡量檢視次數的盛行率」一節）。這項衡量數據會假設違規內容所造成的影響，與內容獲得的檢視次數成正比。
盛行率的另一種解讀方法是計算我們因為偵測太晚或完全漏掉，而沒有防範到的違規內容獲得多少次檢視。
我們如何衡量盛行率
在估計違規內容的盛行率時，會從整個 Facebook 或 Instagram 上的內容檢視次數中抽樣。計算方式如下：將估計的違規內容檢視次數，除以估計的 Facebook 或 Instagram 總內容檢視次數。如果成人裸露與性行為內容的盛行率是 0.18% 到 0.20%，這就表示每 10,000 次的內容檢視當中，平均有 18 至 20 次的檢視來自違反《社群守則》中有關成人裸露與性行為之規定的內容。
1 點 = 10 次檢視
共 10,000 次檢視
20 次違規內容
如果盛行率是 0.20%，就表示每 10,000 次檢視當中，有 20 次觀看來自違規內容。雖然數據可能很低，但即使是最小的數字也可能會對用戶造成重大影響。
有些類型的違規問題在我們的服務中很少發生。用戶看到違規內容的可能性很低，而這類內容有很多在用戶看到之前，就已經被我們移除。因此，許多時候我們找不到足夠的違規樣本來精準估計盛行率。在這些情況下，我們可以改為預測用戶可能會看到這些違規內容的頻率上限。舉例來說，如果恐怖主義宣揚內容的盛行率上限是 0.04%，就表示這段期間內每 10,000 次的 Facebook 或 Instagram 檢視當中，我們估計違反宣揚恐怖主義政策的內容所獲得的檢視次數不會超過 4 次。
請特別注意，如果某種違規問題的盛行率低到我們只能提供上限的程度，這個上限在兩段舉報期之間可能就會出現幾萬分之幾的變化幅度。不過，小到這種程度的變化可能不具統計顯著性，此時也不代表服務上的該違規內容盛行率有真正的差異。
我們為什麼要衡量檢視次數的盛行率
我們會估計內容獲得檢視的頻率，而非已發佈的內容數量，因為我們希望判斷有多少這樣的內容對 Facebook 或 Instagram 用戶產生了影響。一項違規內容可能只發佈一次，卻獲得成千上百萬次檢視，或是零次檢視。衡量違規內容的檢視次數而非已發佈的違規內容數量，比較能反映出社群所受到的影響。就算盛行率很低，還是有可能代表我們的服務受到大幅影響，因為我們服務上的整體內容獲得了大量檢視。
當內容出現在用戶的畫面上時，我們就會記錄為一次內容檢視。具體而言，檢視成立與否取決於用戶是否符合下列條件：
- 檢視帖子 – 即使該帖子是由多項內容所構成，還是會被當作對帖子的檢視
- 點擊放大相片或影片播放器 – 當作對相片或影片的檢視
我們如何抽樣估計盛行率
我們在估計盛行率時，會對 Facebook 或 Instagram 上的內容檢視次數進行抽樣。
為此，我們會手動審查檢視次數的樣本，以及獲得這些檢視的內容。接著，我們會根據政策規定，將樣本標示為違規或未違規。負責抽樣的團隊會審查整個帖子是否有違規情形，即使抽樣的檢視並非來自看過帖子全部內容的用戶也一樣。
我們會根據屬於違規內容的抽樣部分，估計在所有檢視次數當中來自違規內容的檢視次數比例。請注意，我們不會針對每一種違規問題，從 Facebook 或 Instagram 的每個部分進行抽樣。
對於某些違規內容類型，我們會採用分層抽樣方式；如果背景資料顯示被檢視的內容較有可能包含違規內容，我們便會提高抽樣的機率。舉例來說，如果違規內容在群組出現的頻率高於動態消息，我們針對群組的檢視次數進行抽樣的可能性，就會高於針對動態消息帖子的檢視次數進行抽樣的可能性。這樣做的原因之一，就是降低因抽樣而造成的不確定性。我們表達這種不確定性的方法，就是引用一段範圍內的值，例如每 10,000 次檢視就有 18 至 20 次來自違反成人裸露與性行為相關規定的內容。這個範圍反映出信賴指數區間高達 95%。換言之，如果我們每次都使用不同的樣本來進行這項衡量 100 次，真實的數字應該就會落在這 100 次當中會有 95 次的範圍內。
如果是獲得很少檢視次數的違規內容類型，抽樣時就必須使用大量的內容樣本來估計準確的盛行率。在這種情況下，我們只能估計上限，換言之，我們確信違規內容檢視次數的盛行率低於該上限，但無法精準斷言低於上限的幅度。這類上限的信賴指數區間也是 95%。
注意事項
- 負責為樣本加上標籤的人員有時會犯錯，包括將違規內容標示為非違規內容，反之亦然。這些失誤的相對比率可能會影響盛行率的衡量成效。因此，我們會請兩位人員審查樣本來確保標籤的準確性，如果出現意見分歧的情況，則會由第三位人員作出裁決。
- 就血腥暴力內容等方面而言，內容可能會被標示為令人反感，因此在計算盛行率時會考慮該內容在遮蔽以前獲得的檢視次數。
- 目前的盛行率衡量涵蓋了佔 Facebook 和 Instagram 90% 以上檢視次數的介面，不包括 Messenger 或 Instagram Direct 上的私人對話。
- 為了產生具有代表性的全球盛行率衡量，我們對 Facebook 和 Instagram 的多種語言內容進行採樣和標示，並相信這種方法可以提供具有代表性的全球估計值，而且持續努力拓展該衡量數據的涵蓋範圍。
- 我們透過審查人員和技術的整體內容政策執行，將會拓展至更多語言。
Facebook 假帳戶的盛行率
Facebook 假帳戶的盛行率是指在每個月的 Facebook 活躍帳戶當中，估計屬於假帳戶的百分比。有別於違規內容的盛行率，假帳戶的盛行率會假設用戶受到的影響與 Facebook 上活躍的假帳戶數量成正比，即使用戶沒看過或遇過這類帳戶也一樣。
為了估計假帳戶的盛行率，我們會針對每月活躍用戶進行抽樣，並將他們按照真偽來標示。我們所謂的每月活躍用戶（MAU）是指到衡量當天為止的最近 30 天內，已註冊的 Facebook 用戶透過我們的網站或流動裝置登入並瀏覽 Facebook，或是使用我們的 Messenger 應用程式（同樣也是已註冊的 Facebook 用戶）。