Facebook的新闻提要正在收到另一项改革，因为社交媒体公司旨在滤除点击诱饵，并使用户访问有意义的内容。
Facebook最近的公告显示，将部署改进的“排名信号”。它将帮助该算法检测到用户发现最“有益的”的故事，因此将其放置在新闻提要中。
随着社交网络的用户群的增长，很明显，统一的新闻提要无法满足其用户的所有需求。这就是为什么该平台收集来自饲料质量计划中成千上万用户的反馈。与单个用户数据配对时，调查的结果应确保Facebook提供具有启发性和相关性的个性化新闻提要。
在饲料质量计划中，要求用户在饲料中将故事从1到5中排名 - 其中一个代表“真正的信息”，而五个则赞扬“真正有益的”作品。
调查结果表明，用户根据一些标准判断一个故事：如果它与他们的兴趣相匹配，如果它鼓励他们参加更广泛的讨论，并在周围世界上发表新闻。
通过将类别融合在一起，社交网络创建了一个新颖的“预测”系统，该系统应该过滤和促进更多信息内容。
如您所料，平台上自己的习惯也将在新系统中发挥重要作用。您与故事的人或出版商的联系以及标准点击，评论和分享习惯都是影响您将看到的内容的因素。
“我们的新闻提要之一是，您的饲料中的故事应该是有益的，”阅读来自Facebook的博客文章。
该公司进一步表示，它承认每个用户都会通过不同的数据源以不同的方式获悉。这种消息来源可能是名人八卦故事，一部本地新闻，电影评论，烹饪食谱或国际事务新闻。
该更新强调了Facebook在出版商面前的新职位，以及其努力用铁握把来策划其平台内容。上周，Facebook重述它在clickbait方面的零容忍政策（对于委婉的爱好者而言，“误导”内容）。
该政策因其问题性质而受到媒体的责备，该政策依赖于表面因素，例如文章的标题。媒体上的大多数名字都同意，标题太少了，无法像点击诱饵一样资格，但Facebook似乎不同意。
高度有争议的另一个标准是指该平台专注于为每个用户定制体验。反对它的一个有力的论点是，通过仅向人们提供自己喜欢或支持的人，Facebook减少了用户发现新事物和信息丰富的机会。无意间，Facebook可能会将其用户推向确认偏见的和弦。同时，多样化的社交媒体饲料促进了对世界的更好，更细微的理解。
Facebook选择采取哪种路径还有待观察，以及其机器学习算法是否能够使用户对他们的新闻提要感到满意，又对那里的其他内容感兴趣。
