arrow_drop_up arrow_drop_down
EdgeRank

EdgeRank, hoe werkt het?

EdgeRank 

Facebook is een soort online dagboek, een nieuwsoverzicht én het is een advertentie medium. Er wordt veel informatie gedeeld, een gebruiker kan niet alle berichten bekijken.

EdgeRank is het algoritme van Facebook dat bepaalt welke content de gebruiker te zien krijgt. Dit systeem werd in 2011 vervangen door een zelflerend algoritme dat werkt op basis van kunstmatige intelligentie. Het nieuwe algoritme maakte in 2013 al gebruik van ruim 100.000 meetpunten om de relevantie te bepalen.

Waar komt EdgeRank vandaan?

EdgeRank klinkt als PageRank. Het voornaamste verschil is dat EdgeRank van Facebook is, PageRank is het algoritme achter de Google zoekmachine. Het Google zoekalgoritme werd voor een deel ontwikkeld door Larry Page, de naam is dus geen directe verwijzing naar het Engelse woord voor pagina. EdgeRank moet ook niet verward worden met Edge, de internetbrowser van Microsoft die ter vervanging van Internet Explorer is geïntroduceerd. EdgeRank werd oorspronkelijk ontwikkeld door Serkan Piantino.

Hoe werkt EdgeRank?

Een algoritme werkt op basis van calculaties, input wordt verwerkt volgens meerdere meetpunten en afwegingen. Ieder meetpunt op zich is eenvoudig, door meerdere meetpunten te combineren ontstaat er een complexe afweging.

Bij EdgeRank werkt het algoritme in basis op deze wijze:
  • De relatie en afstand van het bericht met de gebruiker wordt bepaald.
  • De actie van de gebruiker aangaande de content wordt gewogen.
  • Hoe oud het bericht is bepaalt voor een deel de positie waarbij meer recente berichten hoger zullen staan.
De standaard Facebook Feed is geen (omgekeerd) chronologische lijst aan evenementen. Oudere en nieuwere berichten kunnen elkaar afwisselen, berichten van personen in de vriendengroep zijn zichtbaar tussen publicaties van nieuwsmedia en advertenties.

EdgeRank was een meer rigide systeem dat daardoor eenvoudiger te beïnvloeden was. Dit is lastiger met het huidige zelflerende systeem. Zo is het voor de gebruiker niet altijd duidelijk waarom berichten worden weergegeven, het maakt commerciële partijen ook lastig om ‘viral’ berichten te publiceren. Door betaald te adverteren kan de aanbieder wel een betere positie en hogere zichtbaarheid mogelijk maken, adverteren maakt dan ook een belangrijk deel uit van het Facebook verdienmodel.

Kritiek op de Facebook bubbel

Relevantie speelt een belangrijke rol bij algoritmen zoals EdgeRank. Facebook wil dat gebruikers zoveel mogelijk tijd doorbrengen op hun platform, en interactie hebben met personen of bedrijven. Door in te spelen op het gedrag van de gebruiker worden berichten gemodereerd vertoond. In de ideale situatie betekent dit informatie waar de gebruiker volgens het gedrag en vrienden behoefte aan heeft, in praktijk kan dit ook betekenen dat er eenzijdige informatie wordt voorgeschoteld. Zo kan een gebruiker in een ‘bubbel’ komen met content die vooroordelen en meningen kan bevestigen. Met name bij politiek getinte content kan dit voor problemen zorgen.

EdgeRank is net als PageRank (deels) vervangen door zelflerende algoritmen die op basis van kunstmatige intelligentie kunnen bepalen wat gebruikers graag zien. Daarbij is zowel Facebook als Google onder vuur komen te liggen, ze worden verweten gebruikers te radicaliseren. Ook gebruikers van deze platformen zijn niet altijd te spreken over de soms zeer beperkte informatievoorziening, of de berichten die op basis van hun historie worden bepaald.
Wij houden van koekjes, jij?