こんにちは、ナカムです。
本日は｢Twitterののアルゴリズムを理解しながら｢おすすめ｣に表示される投稿｣を解説します。
本記事で分かる内容
• アルゴリズムの更新
• おすすめに表示される投稿とは？
2023年3月31日にTwitterのアルゴリズム含むソースコードの一部を公開されました。
Today marks a new era of transparency for Twitter. 🧵
We’re sharing much of the source code that powers our platform with the world. Visit our blog to learn more about this initiative: https://t.co/hTHVpuMDz8
— Twitter Engineering (@TwitterEng) March 31, 2023
早速、2023年4月5日にアルゴリズムの変更がありました。解説します。
Twitter GitHub：https://github.com/twitter/the-algorithm-ml/blob/main/projects/home/recap/README.md
前回、まとめたアルゴリズムの記事はこちらになります。参考までに。
□Twitterのおすすめアルゴリズム
Twitterの｢おすすめ｣アルゴリズムについて内容を見ていきます。
結論：リプライに返事するのが効果的。
たとえば、｢みなさんは、どう思いますか？｣ ｢コメントで教えてくれるとありがたいです｣という形で、リプライを求めるような言葉を残す。
よく分からないという方は、難しい事を考えずにツイートした後のリプライに返事をすること。コツコツ続けることでおすすめのタイムラインに表示されます。
なお、エンゲージメント確率の重み付けを合計することで、最終的なモデルスコアにまとめられる。
現在の確率の重み付け(2023年4月5日)は次の通りです。
※GitHubに記載されているブーストの確率が高い順に並べ替えています。
□ブースト
- リプライのリプライ：75.0
- ツイートに対してリプライ：13.5
- プロフィールをクリック：12.0
- ツイートのリプライをクリックし、ツイートに｢リプライ｣｢いいね｣：11.0
- ツイートのリプライをクリック＋2分以上滞在: 10.0
- リツイート：1.0
- いいね：0.5
- 動画の半分以上を視聴：0.005（動画ツイートの場合）
□ネガティブ
- 否定的な反応：-74.0
※ツイートや作者に対して「表示回数を減らす」ことを要求したり、ツイート作者をブロックしたりミュートしたりする
- ツイートを報告する：-369.0
□計算式
score = sum_i { (weight of engagement i) * (probability of engagement i) }
TwitterのGitHubはこちらです。
GitHubの翻訳を記載しておきます。
ヘビーランカーは、候補の検索ステージを通過した「For You」タイムラインのツイートをランク付けするために使用される機械学習モデルです。ファネルの最終段階の一つであり、主にフィルタリングのヒューリスティックによって継承されます。
モデルは、ツイートとそのツイートが推奨されているユーザーを説明する特徴を受け取ります（FEATURES.mdを参照）。モデルのアーキテクチャは並列MaskNetで、0から1の間の数値セットを出力します。各出力は、ユーザーが特定の方法でツイートに関与する確率を表します。予測されるエンゲージメントの種類を以下に説明します：
scored_tweets_model_weight_fav： ユーザーがツイートを「お気に入り」する確率。
scored_tweets_model_weight_retweet： ユーザーがそのツイートをリツイートする確率。
scored_tweets_model_weight_reply： ユーザーがそのツイートに対して返信する確率。
scored_tweets_model_weight_good_profile_click： ユーザーがツイート作成者のプロフィールを開き、ツイートに「いいね！」または「返信」する確率。
scored_tweets_model_weight_video_playback50: ユーザーが動画の半分以上を視聴する確率（動画ツイートの場合）。
scored_tweets_model_weight_reply_engaged_by_author： ユーザーがツイートに対して返信し、この返信がツイート作成者によってエンゲージされる確率。
scored_tweets_model_weight_good_click： ユーザーがこのツイートの会話をクリックし、ツイートに返信したり「いいね！」したりする確率。
scored_tweets_model_weight_good_click_v2： ユーザーがこのツイートの会話をクリックし、少なくとも2分間そこにとどまる確率。
scored_tweets_model_weight_negative_feedback_v2： ユーザーが否定的な反応（ツイートや作者に対して「表示回数を減らす」ことを要求したり、ツイート作者をブロックしたりミュートしたりする）をする確率。
scored_tweets_model_weight_report： ユーザーがツイートを報告するをクリックする確率。
モデルの出力は、予測されたエンゲージメント確率の重み付けを合計することで、最終的なモデルスコアにまとめられます。各エンゲージメント確率の重みは、設定ファイルから読み込まれ、ここでサービングスタックによって読み込まれます。このファイルの正確な重みはいつでも調整できますが、現在の確率の重み付け（2023年4月5日）は次のとおりです：
scored_tweets_model_weight_fav: 0.5
scored_tweets_model_weight_retweet： 1.0
scored_tweets_model_weight_reply： 13.5
scored_tweets_model_weight_good_profile_click： 12.0
scored_tweets_model_weight_video_playback50：0.005件
scored_tweets_model_weight_reply_engaged_by_author： 75.0
scored_tweets_model_weight_good_clickです： 11.0
scored_tweets_model_weight_good_click_v2： 10.0
scored_tweets_model_weight_negative_feedback_v2：-74.0パーセント
scored_tweets_model_weight_reportです： -369.0
基本的に、計算式は以下の通りです：
score = sum_i { (weight of engagement i) * (probability of engagement i) }
□【更新】Twitterアルゴリズムを理解しながら｢おすすめ｣に表示される投稿まとめ
更新されたTwitterアルゴリズムを理解しながら｢おすすめ｣に表示される投稿の要点をまとめます。
• リプライのリプライ
• ツイートにリプライを求めるような言葉を残す
• 確率の重み付けを合計
要点は上記の通りです。リプライに返事をすることが一番、良さそうです。
もう一つは、確率の重み付けが合計されます。
まとめると、積極的にコミュニケーションを取るという｢本来のSNS｣にアルゴリズムが進んでいるといえる。
ツイートのコツとしては、｢みなさんは、どう思いますか？｣ ｢コメントで教えてくれるとありがたいです｣という形でリプライを求めるような言葉を残す。
一体、どうすればいいのか？難しい事を考えずに、普段から自然な形でリプライに返事をすることで、おすすめのタイムラインに表示されます。
ということで、更新されたTwitterのアルゴリズムについてでした。
それでは、また。
