主動發現率
上次更新日期 2023年2月22日
這項衡量數據代表在所有處置的內容或帳戶當中，我們在用戶舉報前就已發現並處置的百分比比例。我們以這項衡量數據來反映偵測違規問題的成效。
我們在機器學習技術方面投入的心血，是我們能加快偵測速度的關鍵所在。
我們在機器學習技術與訓練有素的專家之間找到平衡點，這些專家負責審查和處置違規內容。
對於某些疑似違規的內容，我們能主動偵測的比例很高，這表示我們可以搶在用戶舉報之前找出並處置大多數的違規內容。這特別是因為我們開發出的機器學習技術，能主動找出疑似違反守則的內容。
這類技術大有可為，但還要幾年時間才能有效找出各種違規問題。舉例來說，解讀情境和細微差異的能力還是有限制，特別是文字內容。在主動偵測特定違規問題方面，這構成了更多的挑戰。
這項衡量數據可能會受到外界因素的影響而有起伏。例如假設在一次網絡攻擊中，垃圾內容發送者分享了 1,000 萬則帖子，內含同一個惡意網址。如果我們在任何用戶舉報前偵測到惡意網址，網絡攻擊期間的主動發現率就會攀升，之後則會下降，即使我們的偵測技術在這段期間沒有改變也一樣。此外，這項衡量數據也可能會因我們程序和工具的變動而有所升降；舉例來說，如果我們的偵測技術獲得改善，數值可能就會攀升，而如果用戶的舉報情況有所改善，我們對主動偵測的依賴度變低，數值可能就會下降。
由於這項衡量數據取決於處置內容的數量，因此許多需要考慮的要點都一樣。主動發現率無法反映我們偵測違規內容所需的時間，也無法反映該內容在系統偵測到之前獲得的觀看次數。此外，這項衡量數據更無法反映我們偵測不到的違規內容數量，以及該內容獲得的觀看次數。雖然我們主動偵測的內容比例可能很高（某些情況甚至高達 99%），但即使是小小的比例也能對用戶產生大大的影響。
我們如何計算主動發現率
這個比例的計算方法是將我們在 Facebook 或 Instagram 用戶舉報前就已發現和處置的內容數量，除以我們實際處置的內容總數。
以 Facebook 假帳戶而言，主動發現率是指因造假而被我們停用的 Facebook 帳戶數量中，有多少百分比是我們在用戶舉報前就已發現和處置。計算方法則是將我們在用戶舉報前就已發現和處置而加以停用的帳戶數量，除以因造假而被停用的帳戶總數。
注意事項
我們在計算主動發現率時，是採用嚴格的用戶內容舉報歸因標準。舉例來說，如果有人舉報了某專頁，而我們在審查時發現該專頁有違規內容並給予處置，就會報告是我們主動處置了該內容（除非另有特定用戶提出舉報）。
查看最新的社群守則執行狀況報吿