Cos’è l’EdgeRank di Facebook?

Svelato per la prima volta nel 2010, l’EdgeRank è l’algoritmo sviluppato dai
programmatori Facebook per determinare, in base ad alcuni fattori che rappresentano le scelte personali, ciò che deve comparire tra le Notizie nei profili del Social Network.

L’algoritmo è stato nuovamente aggiornato lo scorso agosto per poter includere nella selezione anche altri fattori, ma la sua formula (ufficiale) è data essenzialmente dalla somma degli Edges.

Σ u_e w_e d_e

Un Edge corrisponde a una qualunque azione compiuta all’interno del proprio profilo, si tratti di un commento, di un Mi piace o di una condivisione, ed è costituito da tre variabili: affinità (Affinity), peso (Weight) e tempo di decadimento (Time Decay).

u = Affinity score between viewing user and edge
creator

w = Weight for this edge type (stutus, comment,
like, tag, etc.)

d = Time Decay factor based on how long te edge
was created

L’intento degli sviluppatori del sistema è quello di avvicinarsi il più possibile ai gusti degli utenti di Facebook (per questo l’algoritmo è in continua evoluzione), cercando di capire in base alle azioni compiute da ognuno cosa potrebbe interessare e cosa no.

Ognuna di queste azioni viene classificata dall’EdgeRank e permette di creare una selezione delle Notizie, che altrimenti sarebbero migliaia e finirebbero solo per intasare la pagina Facebook.
Ogni azione ha un valore se collegata a un’altra, un peso differente e un tempo in cui essere utile, così entrano in gioco le variabili Edge:

– l’affinità è un rapporto univoco, definito dalla relazione che lega ad esempio un fan a un certo brand o a un altro utente che ha creato qualcosa e l’ha postata. Più si interagisce con qualcuno tramite commenti, condivisioni, Mi piace, ecc., più il valore dell’affinità nell’EdgeRank sarà alto;

– il peso è dato da un insieme di fattori che possono aumentare o diminuire il valore di alcune azioni all’interno di Facebook: un commento ha un posto molto più in alto nella scala di valori rispetto a un Mi piace. Come regola generale, pare che si privilegi di più quell’azione che occupa un lasso
maggiore di tempo per essere compiuta;

– il tempo di decadimento è in relazione a quando l’azione è stata compiuta: più tempo è passato, minore è il valore. Ma questo non può valere sempre. Ci sono delle notizie che restano rilevanti anche se sono passate delle ore o dei giorni (dipende anche dalla frequenza con cui si accede al social network). Se la notizia continua a essere commentata o ad essere argomento di discussione, anche se “vecchia”, avrà un punteggio alto nell’EdgeRank.

L’algoritmo, oltre a “smistare” le Notizie in arrivo sulla pagina Facebook e filtrarle secondo quelli che potrebbero essere i gusti personali dell’utente, potrebbe essere sfruttato dalle aziende per capire cosa fare per ottimizzare le proprie risorse di budget e il proprio marketing su Facebook ed essere visti da un numero sempre maggiore di potenziali clienti.