您想改進 Twitter 上的廣告活動嗎？進入 此處並下載免費手冊，這將幫助您透過 Twitter 廣告（2022 年版）帶領您的公司取得成功。
Twitter 演算法的工作原理以及如何為您創建最佳內容
Twitter 的「為你推薦」部分是什麼？
2023 年 1 月，Twitter 推出了平台更新：「為你」部分。這個新的推 奧地利電話號碼數據 薦選項卡還包括您關注的人的內容，有自己的演算法，社交網路團隊計劃將其設為訪問時的預設部分。儘管如此，用戶將能夠繼續在「關注」部分中僅看到他們關注的人的內容。這樣，Twitter 就取代了先前的主頁和「最新」選項卡。
如果此訊息仍未出現在您的帳戶中，則很可能這只是時間問題，您將在未來幾週內看到它。
Twitter 的「為你推薦」部分演算法如何運作？
適用於本部分的 Twitter 推薦演算法也適用於社群網路的其他領域，例如廣告、搜尋和探索部分。儘管如此，該平台還是傾向於只在「為你」部分發表關於演算法運行情況的聲明。
正如他們所宣布的，首先，要使一條推文出現在本部分中，它會經歷一個過濾和選擇過程，該過程分為三個階段：
最好的推文是透過一個稱為「候選來源」的過程從不同的推薦來源獲得的。
使用機器學習模型對推文進行分類。
過濾器用於丟棄來自被封鎖用戶的推文、包含不當內容以及用戶已經查看過的推文。
這個過程一天可以執行約 50 億次，只需幾秒鐘。
下面我們將更深入地解釋這三個階段。
候選人搜尋
在第一階段，平台選擇最好的推文，從而形成一個大型資料庫。為了創建此選擇，需要考慮互動指標、用戶關注的人以及其他相關數據（例如您感興趣的內容）。
然後將計算應用於該資料庫，為用戶選擇最合適的推文。例如，計算該個人資料對某條推文感興趣的機率。
接下來，在應用這些公式後，從最初可能存在的數億條推文中選出大約 1,500 條最佳推文。當然，在整個過程中，您關注的帳戶和您不關注的帳戶都會受到重視。如此之多，以至於在最後的「為你」部分中，你會發現大約 50% 的內容來自你關注的人，50% 的內容來自你網路之外的帳戶。
當選擇後者時，也會考慮與您相似的用戶，並研究與他們互動的推文。
推文分類
正如我們所告訴您的，在第一次選擇過程之後，系統已經選擇了大約 1,500 條很有潛力吸引您注意力的推文。然而，在這個分類階段，他們會透過機器學習模型來計算每個人可能具有的重要性。
這些模型由一個具有約4800 萬個參數的神經網路組成，這些參數不斷地使用來自推文互動的資料進行訓練，例如轉發、按讚、評論…經過分析後，系統會為每條推文給出一個分數，該分數的機率決定使用者與出版物的交互。
過濾器應用
最後的篩選階段允許社交網路為使用者提供更精確的推薦。這是刪除來自被封鎖帳戶的推文或來自同一用戶的一些推文的地方，這樣它們就不會壟斷建議。但除此之外，還採取了以下行動：
試著控制內容的平衡，讓「為你」部分的網外推文和網內推文數量相近。
所選推文保證是最新的和最新版本。
內容如何到達「為您推薦」部分？
一旦選擇了平台想要向您呈現的推文，不同的建議就會發送到每個裝置。同時，分類系統將其與其他內容結合，例如追蹤來自其他帳戶或廣告的推薦。
