آموزش ریلز اینستاگرام ویدئویی و قدم به قدم

برای اینکه درک بهتری از الگوریتم های اینستاگرام داشته باشید بله یک الگوریتم نیس چندین الگوریتم داره اینستاگرام برای مثال الگوریتم ریلز باید این مقاله از وبلاگ اینستاگرام رو بخونی که لینکش رو گذاشتم.

Shedding More Light on How Instagram Works

البته مختصر و مفیدشو به زبان خودمونو اینجا نوشتم بخون : یکی از اشتباهات اصلی که می‌خواهیم برطرف کنیم، وجود “الگوریتم” است. اینستاگرام یک الگوریتم واحد ندارد که تمام فعالیت‌ها و محتواهایی که در برنامه مشاهده می‌شوند را نظارت کند. ما از تنوعی از الگوریتم‌ها، طبقه‌بندها و فرآیندها استفاده می‌کنیم، هرکدام با هدف خاص خود. ما می‌خواهیم بهترین استفاده را از وقت شما ببریم و باور داریم که استفاده از فناوری برای شخصی‌سازی تجربه شما بهترین راه برای این کار است.

تو وبلاگشون میگه : وقتی در سال ۲۰۱۰ اینستاگرام را راه‌اندازی کردیم، آن زمان تنها یک جریان تک تک عکس‌ها بود که براساس ترتیب زمانی نمایش داده می‌شد. اما با پیوستن بیشتر افراد و به اشتراک گذاری بیشتر، برای بیشتر افراد غیرممکن شد که همه چیز را ببینند، فقط حتی تمامی ارسال‌هایی که در اهتمام آن‌ها بود. تا سال ۲۰۱۶، افراد ۷۰٪ از تمام ارسال‌هایشان در صفحه پیام‌ها را از دست می‌دادند، از جمله تقریباً نیمی از ارسال‌های از ارتباط‌های نزدیکشان. بنابراین ما یک صفحه پیام طراحی و معرفی کردیم که ارسال‌ها را بر اساس آنچه شما بیشتر اهمیت می‌دهید، رتبه‌بندی می‌کند.

هر بخش از برنامه – صفحه پیام‌ها، کاوش، ریلز – از الگوریتم خود استفاده می‌کند که بر اساس نحوه استفاده مردم از آن طراحی شده است. مردم تمایل دارند در داستان‌ها دنبال دوستان نزدیک خود باشند، اما در کاوش می‌خواهند چیزی کاملاً جدید کشف کنند. ما در بخش‌های مختلف برنامه رتبه‌بندی را بر اساس نحوه استفاده مردم از آنها متفاوت می‌کنیم.

نحوه رتبه بندی ریلز

ریلز برای سرگرمی شما طراحی شده است. همانند کاوش، بیشترین محتوا که مشاهده می‌کنید، از حساب‌هایی است که دنبال نمی‌کنید. بنابراین ما ابتدا ریل‌هایی را که فکر می‌کنیم شما ممکن است دوست داشته باشید، جستجو می‌کنیم و سپس آن‌ها را بر اساس جذابیتی که برای شما دارند، مرتب می‌کنیم.

اما درباره ریلز، به خصوص بر روی آنچه ممکن است شما را سرگرم کند، تمرکز داریم. ما از نظرات مردم سوال می‌کنیم و از آن‌ها می‌پرسیم که آیا یک ریل خاص سرگرم کننده یا خنده دار است و از بازخوردها برای بهتر شدن در فهمیدن آنچه مردم را سرگرم می‌کند، با توجه به خلق کنندگان کوچکتر، استفاده می‌کنیم.

مهمترین پیش‌بینی‌هایی که انجام می‌دهیم شامل این است که چقدر احتمال دارد که شما یک ریل را تا انتها تماشا کنید، آن را لایک کنید، بگویید که سرگرم کننده یا خنده دار بوده است و به صفحه صدا بروید (نشانگری برای اینکه آیا ممکن است برای ساخت ریل خود الهام بگیرید یا خیر). مهمترین سیگنال‌ها، به تقریب در ترتیب اهمیت، عبارتند از:

 –  فعالیت شما. ما به مواردی مانند ریل‌هایی که اخیراً لایک کرده، نظر داده یا با آن‌ها در تعامل بوده‌اید نگاه می‌کنیم. این سیگنال‌ها به ما کمک می‌کنند تا متوجه شویم کدام محتوا ممکن است برای شما مربوط باشد. 

– تاریخچه تعامل شما با شخصی که ارسال کرده است. مانند کاوش، احتمالاً ویدیو توسط شخصی ساخته شده است که هرگز از آن شنیده‌اید، اما اگر با آن‌ها تعامل داشته باشید، احساس می‌کنیم چقدر علاقه‌مند به آنچه به اشتراک گذاشته‌اند می‌شوید. 

– اطلاعات درباره شخصی که ارسال کرده است. ما به محبوبیت کمک می‌کنیم تا محتوای جذابی را از گروه‌های مختلف افراد پیدا کنیم و همه را برای پیدا کردن مخاطب خود شانسی بدهیم. دستورالعمل‌های توصیه‌کننده که برای کاوش معتبر هستند، برای ریلز نیز اعمال می‌شود. 

دستور العمل‌های توصیه ÷ننده هم که برای کاوش معتبر هستند، برای ریلز نیز اعمال می شود. همچنین از توصیه کردن ریل‌ها به دلایل دیگری مانند ریل های با وضوح پایین یا با علامت واترمارک، ری

ز هایی که بیصدا هستند یا حاوی حاشیه ها هستند ریلز هایی که بیشتری متن دارند یا ریلز که بر روی مسائل سیاسی تمرکز دارند یا توسط اشخاص سیاسی، احزاب یا مقامات دولتی – یا به نیابت از آنها – ساخته شده اند، خودداری می کنیم.