Иногда достаточно посмотреть несколько роликов на одну тему, чтобы соцсеть заметно изменила рекомендации. Откуда система знает, что тебе может быть интересно, и почему одни публикации появляются в ленте снова и снова?
Разберёмся, какие сигналы используют рекомендательные системы, как они оценивают публикации и что можно сделать, чтобы изменить свою ленту.
Почему лента у всех разная
Персонализация начинается с первых действий в соцсети. Если пользователь смотрит ролики о путешествиях, ставит им лайки и подписывается на авторов, платформа может предложить ему больше похожего контента. Важны и противоположные действия. Если человек пропускает определённые публикации или отмечает их как нежелательные, таких материалов может стать меньше.
Платформа может учитывать и то, как с публикацией взаимодействуют другие пользователи. Например, если определённый контент интересен людям с похожими предпочтениями, система может рекомендовать его и тебе.
Что алгоритм учитывает
У рекомендательных систем нет единого набора данных: факторы зависят от платформы.
Поведение пользователя
Платформы могут учитывать просмотры, лайки, комментарии, репосты, подписки и другие действия. Для видео имеет значение и способ просмотра: например, человек быстро пролистал ролик или досмотрел его до конца.
TikTok указывает на такие факторы. В качестве сильного признака интереса платформа приводит завершённый просмотр длинного видео.
Содержание публикации
Алгоритм анализирует и сам контент. Например, TikTok учитывает подписи к видео, хэштеги и звуки. На рекомендации также могут влиять свежесть публикации и её популярность в регионе.
VK использует собственные технологии анализа контента. В 2025 году компания представила систему Discovery, которая анализирует название, обложку, аудио и видеоряд роликов, а также распознаёт известных людей в видео.
Как формируется лента
Публикаций в соцсети слишком много, чтобы показывать их все подряд. Поэтому система отбирает подходящий контент и определяет, в каком порядке его разместить. При этом в ленту попадает не только то, что с наибольшей вероятностью понравится пользователю. Алгоритмы могут добавлять новые и разнообразные публикации, чтобы дать пользователю возможность столкнуться с другими темами и собрать новые сигналы о его интересах.
Точные формулы платформы не раскрывают. Компании рассказывают об основных принципах работы рекомендаций, но не публикуют полный алгоритм и точное значение каждого фактора.
Зачем нужны эмбеддинги
Для работы с большими объёмами информации системы машинного обучения могут использовать эмбеддинги — числовые представления объектов или контента. Упрощённо это можно представить как перевод характеристик публикации в набор чисел. Модель сравнивает такие представления и определяет, насколько разные объекты похожи друг на друга.
Эмбеддинги широко применяются в машинном обучении, в том числе для задач, связанных с поиском и рекомендациями. При этом само устройство рекомендательной системы зависит от платформы: эмбеддинги могут быть только одним из инструментов, которые она использует для анализа и ранжирования контента.
Почему лента иногда резко меняется
Допустим, у тебя на устройстве несколько раз включалось видео об итальянской кухне. Через некоторое время в рекомендациях становится больше рецептов, ресторанов и роликов о путешествиях по Италии. После нескольких таких просмотров она может увеличить долю похожего контента, чтобы проверить твой интерес. Если тема интересна, она будет появляться чаще. Если начать пропускать такие публикации, подборка со временем изменится.
Почему соцсети показывают рекламу после поиска товара
После поиска товара в интернете действительно можно увидеть рекламу этого или похожего продукта в соцсети.
Рекламные системы могут получать сведения о действиях пользователя на сайтах и в приложениях через различные технологии отслеживания. Например, Meta указывает, что её партнёры могут передавать сведения об активности пользователей за пределами сервисов Meta, включая посещённые сайты, приложения и покупки. Набор данных зависит от платформы, сайта, устройства и настроек приватности.
Как управлять своей лентой
Полностью настроить рекомендации вручную не получится, но изменить их можно.
Что делать, если рекомендации не подходят
Если хочется видеть больше определённой темы, смотри такие видео, подписывайся на авторов и сохраняй понравившиеся публикации. Нежелательный контент лучше пропускать и отмечать встроенными инструментами обратной связи. В TikTok для этого есть функция «Не интересно». Платформа указывает, что она помогает показывать меньше похожего контента.
Как обновить рекомендации в TikTok
В TikTok можно обновить ленту «Для вас», если рекомендации перестали соответствовать интересам. После обновления TikTok показывает популярный контент, а затем корректирует рекомендации с учётом новых взаимодействий пользователя. В VK тоже есть инструменты персонализации и управления контентом, но набор настроек может меняться вместе с интерфейсом приложения.
Заключение
Рекомендации меняются вместе с тем, как ты пользуешься соцсетью.
Полностью управлять лентой всё равно не получится — алгоритм будет пробовать новые темы и публикации.
