ระบบแนะนำคอนเทนต์บน explore tab อาจไม่ได้เป็นแบบที่หลายคนเข้าใจ Instagram ได้เปิดเผยข้อมูลใหม่ เกี่ยวกับระบบแนะนำคอนเทนต์ใน explore tab ของผู้ใช้ Instagram ซึ่งเสนอแนะคอนเทนต์โดยอิงจากแอคเคาท์มากกว่าโพสต์
ทีมงาน Instagram ได้เปิดเผยถึงวิธีการทำงานของระบบแนะนำคอนเทนต์ใน explore tab ผ่าน blog ของพวกเขา โดยเน้นว่า Instagram มีขนาดใหญ่ และมีคอนเทนต์หลากหลาย การแนะนำคอนเทนต์ จึงไม่ได้โฟกัสไปที่โพสต์ซึ่งคนน่าจะชอบ แต่จะโฟกัสไปที่แอคเคาท์ที่คนน่าจะสนใจ
วิธีการแนะนำคอนเทนต์ของ Instagram จะประยุกต์จากวิธี machine learning แบบหนึ่ง ที่เรียกว่า word embedding โดย Instagram จะค้นหา แอคเคาท์ที่ผู้ใช้เคยเข้าถึง และเลือก 500 คอนเทนต์จาก แอคเคาท์เหล่านั้นมาคัดกรอง จากนั้นคอนเทนต์ที่เหลือจะถูกนำมาจัดอันดับ โดยอิงจากว่าอันไหนผู้ใช้น่าจะสนใจมากที่สุด 25 โพสต์ ซึ่งสุดท้ายจะถูกส่งไปยัง explore tab ของผู้ใช้ Instagram
ทางทีมงาน Instagram จะพัฒนา explore tab ต่อไป พวกเขากล่าวใน blog ว่า อาจจะมีการเพิ่มสื่อรูปแบบอื่นใน explore tab อีก เช่น story โพสขายของ และวิดีโอ IGTV
อย่างไรก็ตาม Instagram ไม่ได้กล่าวถึงวิธีการพิสูจน์ spam หรือ ข้อมูลที่ผิดพลาด และไม่ได้อธิบายชัดเจนว่า machine learning ถูกนำมาใช้ในการคัดกรองคอนเทนต์ที่ไม่เหมาะสมอย่างไร ซึ่งทำให้เกิดการตั้งคำถามเรื่องความโปร่งใสของกระบวนการนี้
อ้างอิงจาก
https://ai.facebook.com/blog/powered-by-ai-instagrams-explore-recommender-system/
#Brief #TheMATTER
