EdgeRank

Speciální algoritmus, který Facebook využívá při posuzování vhodnosti zobrazení daného příspěvku na zdi daného uživatele. EdgeRank využívá při posuzování zobrazení vztah daného člověka ke stránce, váhu příspěvku a čas jeho vydání. Je proto důležité testovat různé typy příspěvků, časy, ve kterých fanouškové nejvíce reagují a přinutit povahou příspěvků uživatele, aby na příspěvek reagovali.

EdgeRank a jeho nástupci mají zásadní dopad na to, co uživatelé ve skutečnosti na Facebooku vidí. To napomáhá vytváření sociálních, názorových, zájmových či jiných bublin a v konečném důsledku vytváří či mění náladu lidí i celé společnosti.

Výsledkem je fakt, že u stránek na Facebooku je typická míra zapojení méně než 1% a organická míra dosahuje u většiny neziskových organizací méně než 10%. V důsledku toho může být pro stránky téměř nemožné oslovit jakékoli významné publikum (cílové skupiny) bez placení za propagaci jejich obsahu.

Jak Facebook EdgeRank funguje (fungoval)?

Původní Edgerank navrhl Serkan Piantino. Jeho primárním cílem bylo, aby pomáhal organizovat velké množství materiálů publikovaných na Facebooku každý den. V roce 2011 však přestal být pro Facebook dostatečný a byl nahrazen algoritmy strojového učení.

Vzorec EdgeRank používal tři hlavní faktory k uspořádání materiálu ve vašem zdroji na Facebooku, včetně:

• Aktuálnost příspěvku
• Akce provedené uživateli u příspěvku (zapojení, jako jsou lajky, komentáře a sdílení)
• Afinita uživatele – vztah mezi osobou sledující příspěvek a společností nebo jednotlivcem, který materiál publikoval.