Facebook的新聞提要正在收到另一項改革，因為社交媒體公司旨在濾除點擊誘餌，並使用戶訪問有意義的內容。
Facebook最近的公告顯示，將部署改進的“排名信號”。它將幫助該算法檢測到用戶發現最“有益的”的故事，因此將其放置在新聞提要中。
隨著社交網絡的用戶群的增長，很明顯，統一的新聞提要無法滿足其用戶的所有需求。這就是為什麼該平台收集來自飼料質量計劃中成千上萬用戶的反饋。與單個用戶數據配對時，調查的結果應確保Facebook提供具有啟發性和相關性的個性化新聞提要。
在飼料質量計劃中，要求用戶在飼料中將故事從1到5中排名 - 其中一個代表“真正的信息”，而五個則讚揚“真正有益的”作品。
調查結果表明，用戶根據一些標準判斷一個故事：如果它與他們的興趣相匹配，如果它鼓勵他們參加更廣泛的討論，並在周圍世界上發表新聞。
通過將類別融合在一起，社交網絡創建了一個新穎的“預測”系統，該系統應該過濾和促進更多信息內容。
如您所料，平台上自己的習慣也將在新系統中發揮重要作用。您與故事的人或出版商的聯繫以及標準點擊，評論和分享習慣都是影響您將看到的內容的因素。
“我們的新聞提要之一是，您的飼料中的故事應該是有益的，”閱讀來自Facebook的博客文章。
該公司進一步表示，它承認每個用戶都會通過不同的數據源以不同的方式獲悉。這種消息來源可能是名人八卦故事，一部本地新聞，電影評論，烹飪食譜或國際事務新聞。
該更新強調了Facebook在出版商面前的新職位，以及其努力用鐵握把來策劃其平台內容。上週，Facebook重述它在clickbait方面的零容忍政策（對於委婉的愛好者而言，“誤導”內容）。
該政策因其問題性質而受到媒體的責備，該政策依賴於表面因素，例如文章的標題。媒體上的大多數名稱都同意，標題太少了，無法作為點擊誘餌，但Facebook似乎不同意。
高度有爭議的另一個標準是指該平台專注於為每個用戶定制體驗。反對它的一個有力的論點是，通過僅向人們提供自己喜歡或支持的人，Facebook減少了用戶發現新事物和信息豐富的機會。無意間，Facebook可能會將其用戶推向確認偏見的和弦。同時，多樣化的社交媒體飼料促進了對世界的更好，更細微的理解。
Facebook選擇採取哪種路徑還有待觀察，以及其機器學習算法是否能夠使用戶對他們的新聞提要感到滿意，又對那裡的其他內容感興趣。
