Глубокое изучение технической документации Meta позволяет раскрыть принципы работы алгоритмов Instagram Stories. В отличие от хронологического порядка, который использовался ранее, современная система основывается на сложной многоуровневой системе ранжирования с использованием более 1000 ML-моделей.
Процесс обработки и модерации контента
После загрузки Stories проходит этап анализа, аналогичный обработке Reels:
-
Компьютерное зрение (CV) идентифицирует лица, объекты и сцены;
-
OCR-система извлекает текст из изображения;
-
ASR (автоматическое распознавание речи) преобразует голос в текст;
-
Аудиомодели классифицируют музыку по жанру, настроению и популярности.
Полученные данные сохраняются в feature store — общей базе признаков, используемой алгоритмами поиска и ранжирования.
Перед попаданием в кандидаты на показ контент проверяется на:
-
Соответствие стандартам сообщества (отсеивается 18+ контент, хейтспич, насилие);
-
Бренд-безопасность (например, помеченный как branded content);
-
Авторский рейтинг (учитываются предыдущие нарушения и блокировки).
Контент с серьезными нарушениями блокируется, а пограничные материалы получают понижающий коэффициент в выдаче.
Система ранжирования Stories
При открытии ленты Сторис система формирует список кандидатов из:
-
Актуальных Stories от подписок пользователя;
-
Рекламных вставок (где доступно);
-
Для каждого кандидата анализируются параметры автора, история взаимодействий и мультимодальные признаки контента.
ML-модели прогнозируют вероятности различных действий:
-
Просмотр до конца;
-
Ответ в Direct;
-
Использование реакций;
-
Пропуск Stories.
На основе этих прогнозов формируется итоговый рейтинг. Авторы с высоким удержанием и минимальным количеством жалоб получают дополнительное усиление в выдаче.
Финальные корректировки и социальный граф
После основного ранжирования применяются дополнительные правила:
-
Приоритет свежего контента;
-
Чередование серийных и одиночных Stories;
-
Учет настроек пользователя (заглушенные аккаунты показываются реже);
-
Максимальный приоритет для близких друзей.
Особое значение имеет социальный слой ранжирования. Алгоритм отдает приоритет контенту от авторов, с которыми пользователь активно взаимодействует. Наибольший вес имеют:
-
Регулярные просмотры Stories;
-
Ответы в Direct;
-
Использование реакций;
-
Личные сообщения в директ.
Практическое применение для роста охватов
Исследования показывают, что самый эффективный способ повысить охваты — установление персональной коммуникации с подписчиками. Даже 2-3 сообщения в Direct, получившие ответ, значительно повышают приоритет показа Stories для этого пользователя.
Это объясняет строгую политику Meta против автоматизации исходящих сообщений — система отличает живую коммуникацию от автоматизированной. Найм ассистента для персонального общения с подписчиками может увеличить охваты в 2-5 раз за счет повышения социального веса автора в алгоритмах платформы.
Система постоянно обновляется на основе поведения пользователей: каждый просмотр, пропуск или реакция влияют на персональные векторы интересов и авторские рейтинги через механизм обучения с отложенной обратной связью.
