Skip to main content

Si stima che ad aprile 2022, su 17 social media analizzati, siano registrati 4,65 miliardi di utenti, che rappresentano il 58,7% della popolazione mondiale.

Solo negli ultimi 12 mesi il numero degli utilizzatori dei social è cresciuto di 326 milioni.

Altro dato interessante riguarda il tempo trascorso da ogni utente mediamente su queste piattaforme: si parla di 2 ore e mezza al giorno, per un totale di 10 miliardi di ore.

Da questi numeri viene prodotta una mole impressionante di dati: il like a una foto, la visualizzazione di un video per più di qualche secondo, il commento a un post sono solo una parte delle azioni compiute che generano informazioni.

È proprio grazie questi Big Data che le aziende proprietarie dei social media pianificano le proprie strategie di business.

Avere questa conoscenza è ormai diventato il bene più prezioso da sfruttare.

In questo articolo prendiamo in considerazione due social media: Linkedin e Instagram.

LinkedIn

LinkedIn è il più grande sito di social networking professionale, con quasi 800 milioni di membri in più di 200 paesi in tutto il mondo. 

Il 40% degli utenti accede alla piattaforma ogni giorno, la quale registra quindi circa 1 miliardo di interazioni al mese

Il team di Data Science di LinkedIn lavora con questo enorme pool di dati per generare approfondimenti, costruire strategie, applicare algoritmi e inferenze statistiche, e per ottimizzare le soluzioni ingegneristiche e aiutare l’azienda a raggiungere i propri obiettivi. 

LinkedIn Recruiter: algoritmi di ricerca e sistemi di raccomandazione

LinkedIn Recruiter aiuta i reclutatori a creare e gestire una lista di talenti per ottimizzare le possibilità di assumere candidati di successo. 

Questo sofisticato algoritmo gestisce ricerche complesse e filtri su un ampio set di dati in costante crescita, e i risultati forniti sono pertinenti e specifici.

Nella sua versione iniziale l’algoritmo era basato sulla regressione lineare, ma successivamente è stato deciso di utilizzare alberi decisionali che permettono di includere correlazioni non lineari nel set di dati.

L’algoritmo è preciso nelle risposte grazie al costante lavoro di ottimizzazione e apprendimento.

Sistemi di raccomandazione personalizzati per news e post

Il feed di notizie di LinkedIn è il cuore e l’anima della comunità professionale. 

La home di un membro è un luogo in cui scoprire conversazioni tra le connessioni, notizie sulla carriera, post, suggerimenti, foto e video consigliati dai propri contatti. 

Ogni volta che un utente visita LinkedIn, gli algoritmi di Machine Learning identificano i migliori post da visualizzare sulla home, ordinandoli e classificandoli con i risultati più rilevanti in cima. 

Gli algoritmi aiutano LinkedIn a comprendere le preferenze dei membri, e a fornire feed di notizie personalizzati.

Rilevamento di contenuti inappropriati

Fornire uno spazio in cui le persone possano esprimersi professionalmente in una comunità sicura è un obiettivo primario di LinkedIn

L’azienda ha investito molto nella creazione di soluzioni per rilevare account falsi e comportamenti abusivi sulla piattaforma. 

Qualsiasi forma di spam, molestia e contenuto inappropriato viene immediatamente segnalata e rimossa. 

Questi contenuti possono variare da parolacce alla pubblicità di servizi illegali. 

LinkedIn utilizza un modello di apprendimento automatico basato su reti neurali convoluzionali.

Questo classificatore esegue il training su un set di dati di addestramento contenente account etichettati come “inappropriati” o “appropriati”. 

L’elenco inappropriato è costituito da account con contenuto di frasi o parole “bloccate”, e una piccola parte di account rivisti manualmente segnalati dalla comunità di utenti.

Instagram

Instagram ad aprile 2022 ha all’attivo 1 miliardo e 452 milioni di utenti mensili in tutto il mondo, ed è il principale canale di comunicazione per molti marchi e influencer.

Viene utilizzato per l’annuncio di nuovi prodotti e partnership, che permettono di rimanere a contatto con il pubblico. 

Gli account privati, d’altra parte, usano spesso Instagram come diario visivo.

Qui di seguito ti voglio parlare di come gli algoritmi di Instagram classificano i feed da mostrare agli utenti.

Pilota della classifica dei feed

Il progetto “System Card”, lanciato dal team “Equity” di Instagram, si basa sulle esperienze degli utenti.

In primo luogo, il sistema raccoglie i post dagli account seguiti, rimuovendo quelli che violano le linee guida di Instagram.

Utilizzando ciò che resta, prevede la probabilità che l’utente interagisca con ogni singolo elemento selezionato

Per fare ciò, l’algoritmo raccoglie tutte le informazioni relative al post, insieme ad altri dati aggiuntivi, come ad esempio la frequenza con cui l’utente interagisce con l’autore.

Sulla base di questi attributi, il modello calcola una probabilità di quanto quel post potrà essere apprezzato dall’utente (like, commenti, o tempo di visualizzazione se si tratta di un video). 

Il sistema assegna poi un unico punteggio numerico per ogni elemento selezionato. 

Questa fase di selezione dei post viene eseguita su ogni contenuto (foto, video, reel e hashtags seguiti).

A questo punto il sistema normalizza i punteggi per ogni post, in modo che una tipologia non sia dominante su un’altra.

Una volta che sono stati tutti valutati, il sistema retrocede i post che contengono informazioni errate e di terze parti ritenute non adeguate per l’utente, e applica regole aggiuntive per garantire che il feed contenga un’ampia varietà di risultati.

Ad esempio, è stata creata una regola che mostra non più di tre post di fila dello stesso account

Infine l’algoritmo combina tutti i post insieme e li consegna al feed dell’utente.

Questa operazione viene eseguita per ogni account e aggiornata per ogni azione.

Conclusioni

Instagram e LinkedIn dichiarano di essere in costante aggiornamento dei loro modelli di Machine Learning.

Sanno benissimo che le informazioni raccolte sono in continua evoluzione, e che potrebbero portare l’Intelligenza Artificiale fuori da quella che è la realtà, rischiando di commettere errori.

Mente umana e mente artificiale devono lavorare fianco a fianco, quotidianamente.

Analizzare i dati è diventato l’aspetto differenziante per chi vuole ottenere un vantaggio competitivo nel proprio settore di mercato.

Anticipare i competitor accedendo a una conoscenza fino ad oggi sconosciuta fa guadagnare terreno alle aziende.

Perciò non perdere ulteriore tempo e investi su un progetto di Intelligenza Artificiale!

Ti invito a prenotare una videochiamata gratuita nella quale:

  1. Analizzeremo la tua organizzazione
    Per comprendere meglio il mercato in cui ti trovi dobbiamo sapere di che cosa si occupa la tua azienda e com’è strutturata.
  2. Analizzeremo la digitalizzazione della tua azienda
    Per poter sfruttare al meglio le tecnologie che hai a disposizione dobbiamo conoscere quanto la tua azienda oggi è digitalizzata.
  3. Studieremo le basi del progetto
    Se hai deciso di contattarci è perché hai già in mente un progetto su cui vorresti lavorare. Ti chiederemo di parlarcene, e discuteremo insieme la migliore strategia per avviarlo.

Non aspettare ancora