EP #652: Fra deterministisk til probabilistisk: Bagom ændringer i Facebooks algoritme

Vi udforsker i dag den fundamentale forskydning i Facebooks algoritme- og auktionsmodel fra deterministiske metoder til probabilistiske i kølvandet på indførelsen af App Tracking Transparency. Dette er en nødvendig indsigt for enhver Facebook annoncør, da det direkte påvirker algoritmens beslutningstagning ved annoncetildeling, hvilket resulterer i ændrede distributionsmønstre og potentielt annoncens effektivitet.

En deterministisk model er en model, der altid vil producere det samme output, når den gives det samme input. Med andre ord, der er ingen tilfældighed involveret i processen. I konteksten af Facebooks algoritme ville det betyde, at givet de samme inputdata, ville algoritmen altid tage den samme beslutning om, hvilke annoncer der skal vises til hvilke brugere.

En probabilistisk model, derimod, er en model, der bruger sandsynlighed og statistik til at forudsige resultater. Det betyder, at output ikke altid vil være det samme, selv når inputdataene er de samme. I stedet vil output variere baseret på sandsynligheden for forskellige resultater.

Facebooks skift fra en deterministisk til en probabilistisk model er et resultat af indførelsen af App Tracking Transparency (ATT). ATT er en funktion introduceret af Apple, der kræver apps at bede om brugerens tilladelse, før de kan tracke deres aktivitet på tværs af andre virksomheders apps og hjemmesider. Dette har haft en betydelig indvirkning på mængden af data, som Facebook har adgang til, hvilket har gjort det vanskeligt at opretholde en deterministisk model.

Med færre data at arbejde med, kan Facebooks algoritme ikke længere lave præcise forudsigelser om, hvilke annoncer en bestemt bruger vil finde mest relevante. Derfor har de flyttet til en probabilistisk model, der bruger de data, de har til rådighed, til at lave sandsynlige gæt om, hvilke annoncer der vil være mest relevante for hver bruger.