Facebook GraphRank-Một khái niệm mới ?

Mới đây tại hội thảo F8 ra mắt giao diện Timeline, Facebook cũng đã hé lộ sơ về thuật toán GraphRank, một thuật toán con của thuật toán EdgeRank truyền thống. Công nghệ mới này sẽ đóng góp gì vào sự phát triển của mạng xã hội khổng lồ này ? Chúng ta hãy cùng xem nhé.

GraphRank là một thuật toán con của EdgeRank. Nó cũng bao gồm các trọng số về mức độ quan hệ và tương tác giữa các user (Coefficient hay Affinity), trọng số tương tác (Weights) và Yếu tố thời gian (Time Decay). Các đại lượng trong công thức GraphRankcũng gần như y hệt với công thức EdgeRank. Coefficient (hay Affinity) là đại lượng biểu hiện mối quan hệ giữa các user có cùng những sở thích và có tần suất tương tác với nhau cao (về những chủ đề này).    

Theo Giám đốc công nghệ của Facebook Bret Taylor, GraphRank giống như một lưu đồ thể hiện mối quan hệ giữa các sở thích cá nhân của bạn và bạn bè. GraphRank sẽ là yếu tố cực kì quan trọng đối với các nhà phát triển ứng dụng Facebook trong nỗ lực gia tăng mức độ hiển thị của mình tại News Feed.

GraphRank và EdgeRank khác gì nhau ?

GraphRank sẽ quyết định ứng dụng Facebook nào sẽ xuất hiện tại News Feed của người dùng. Một đặc điểm chỉ có ở GraphRank đó là khả năng thay đổi một cách linh hoạt dựa vào sự biến đổi trong thành phần Friend list của bạn. Ví dụ, nó sẽ hiển thị các ứng dụng liên quan tới âm nhạc mà bạn bè bạn tương tác theo gu âm nhạc mà bạn đã khai báo trong Profile của mình hoặc dựa vào các tương tác trong quá khứ của bạn có liên quan tới chủ đề âm nhạc này. Nói thì có vẻ phức tạp, thôi thì chúng ta xem qua một ví dụ so sánh giữa đối tượng GraphRank và đối tượng EdgeRank dưới đây:

Giả sử chúng ta có 2 đối tượng facebook như sau:

• Đối tượng A (Từ ứng dụng Netflix): là hành động ”5 người bạn của bạn đã xem các bộ phim có Johnny Depp thủ vai qua ứng dụng Netflix trên Facebook”

•  Đối tượng B (được xác định bởi thuật toán EdgeRank): “Có n người là fan của Johnny Depp ?” – hành động “Like” Fan Page của Johnny Depp.

Đối tượng A sẽ chịu ảnh hưởng bởi GraphRank vốn xác định khả năng những hành động này sẽ xuất hiện tại News Feed. Nếu bạn đã từng “xem” các bộ phim có Johnny Depp thủ vai trong quá khứ (qua ứng dụng NetFlix) thì trọng số quan hệ (affinity) của bạn với những hành động đó sẽ cao và kết quả là bạn có nhiều khả năng sẽ thấy chúng tại News Feed của mình. Đó là minh hoạ cho sự ảnh hưởng của GraphRank đối với đối tượng A.

Như vậy sau này nếu lượng friend của bạn càng gia tăng thêm, và xác suất bạn bè của bạn xem qua các bộ phim có Johnny Depp thủ vai (qua ứng dụng NetFlix)  sẽ cao hơn và kết quả là trị số GrapRank cho ứng dụng Netflix lúc này cũng sẽ thay đổi (dĩ nhiên là nếu ứng dụng này ngày càng phổ biến). Đó chính là hiệu ứng lan truyền (viral) của mạng xã hội được diễn tả qua thuật toán đấy cả nhà :)

Đối tượng B xuất phát từ Fan Page sẽ chịu ảnh hưởng bởi thuật toán EdgeRank. Xác suất xuất hiện tại News Feed của B tuỳ thuộc vào điểm số EdgeRank của đối tượng này, bao gồm các yếu tố như affinity, weight và time decay. 

Ngoài yếu tố sở thích GraphRank còn dựa vào nhiều yếu tố khác như những người có cùng sở thích ở cùng một địa điểm và cùng là fan của một số page…Hiểu được GraphRank sẽ giúp bạn chọn đúng thời điểm để tiếp thị và cho ra mắt các ứng dụng Facebook của mình và tạo ra sức mạnh lan truyền tốt nhất. 

Như vậy GrapRank chỉ khác so với EdgeRank ở chỗ nó đi sâu và phân tích mối quan hệ về sở thích chung của người dùng và ra quyết định phân phối nội dung của ứng dụng tại News Feed. Theo quan sát của mình thì gần đây dường như Facebook đả có những động thái đầu tiên tích hợp GraphRank vào Thuật toán EdgeRank truyền thống của mình.

Facebook đã bắt đầu quét nội dung, comment (text) mà bạn post và so sánh nó với nội dung của bạn bè để tìm ra những từ khoá chung, đồng thời so sánh nó với các yếu tố sở thích trong profile và tần suất “gắn bó”, “tương tác” giữa các bạn để quyết định khả năng hiển thị nội dung tại News Feed chứ không đơn thuần là chỉ xét mối quan hệ tương tác (like, comment…) như xưa.

Thậm chí gã khổng lồ này đã bắt đầu mạnh tay hơn khi đã bắt đầu matching nội dung quảng cáo với nội dung mà bạn thường xem tại facebook cũng như những chủ đề và từ khoá tương đồng. 

Một ví dụ khác

Mình lấy một ví dụ mà mình đã quan sát để có một kết luận sơ khởi về điều này nhé. Mình và một người bạn có cùng sở thích là Bowling. Cả 2 rất ghiền Bowling. Chúng mình thường hay tag, chia sẻ các nội dung về môn thể thao này qua lại ở Wall của nhau. Và đặc biệt là tần suất của từ khoá Bowling xuất hiện dày đặc trong các nội dung này. Kết quả là sau đó một thời gian không post qua lại, 1 ngày đẹp trời mình post một nội dung có lặp lại từ bowling thì thực sự xác suất mà người bạn đó thấy nội dung mình post tại news feed rất cao mặc cho mình post ở bất cứ thời điểm nào trong ngày. Thậm chí các bạn bè của người bạn ấy có cùng like về bowling cũng tham gia vào tương tác. Đó có lẽ là sự ưu tiên mà facebook đặc cách cho những user có cùng sở thích chăng ?

Cả nhà hãy cùng thử nghiệm, trải nghiệm và đánh giá xem nhé J Facebook đang không ngừng cải tiến thuật toán của mình và đem “chất người” vào các công thức liên kết xã hội của mình đấy.

Mr Thằng@mrthang.net