In mei 2022 onderging het algoritme van LinkedIn redelijk belangrijke veranderingen (Engelse site) LinkedIn voerde beperkingen in zijn algoritme in en houdt rekening met meer expliciete variabelen. Dit heeft een aanzienlijke invloed gehad op de zichtbaarheid van de berichten. Hoewel de basiswerking van het LinkedIn-algoritme niet echt wordt gewijzigd, willen we toch dieper ingaan op deze aankondiging
Het doe van de algoritmewijziging van LinkedIn
- De regels voor het markeren van berichten zijn niet veranderd. Betrokkenheid is nog altijd het belangrijkste criterium voor het algoritme. LinkedIn voert echter mechanismen in om bepaalde inhoud te bestraffen.
- De sanctiemechanismen zijn hoofdzakelijk gebaseerd op zogenaamde expliciete variabelen (die door de gebruiker zelf geactiveerd worden)
- Een nieuw mechanisme, gebaseerd op een impliciete variabele, is bedoeld om auteurs te straffen die in hun berichten om likes of commentaren vragen. Waarschijnlijk is dit mechanisme gebaseerd op eenvoudige “bedrijfsregels” (zie hier voor een gedetailleerde uitleg)
- De veranderingen zijn echter niet zonder gevolgen, want zij dreigen een filterbel te creëren
- Alle veranderingen zijn gericht op het bevorderen van kwaliteitsinhoud en inhoud die aanzet tot interactie.
De veranderingen in het kort
De op de blog van LinkedIn aangekondigde veranderingen zijn veelvoudig:
Minder enquêtes in de LinkedIn-feed
Gebruikers hadden geklaagd over de alomtegenwoordigheid van enquêtes in hun newsfeed. Zoals zo vaak het geval wanneer een nieuwe functie wordt gelanceerd, heeft LinkedIn de neiging het gebruik ervan te promoten door de zichtbaarheid kunstmatig te verhogen. Daardoor konden de enquêtes moeiteloos duizenden views vergaren en werden ze zeer populair. Ze werden lukraak gebruikt zonder dat degenen die ze gecreëerd hadden, begrepen dat de echte toegevoegde waarde van LinkedIn in de interactie zit. Zinloze opiniepeilingen overspoelden de newsfeeds van de gebruikers, tot op het punt dat er een storm van protest opstak.
Minder politieke inhoud
LinkedIn is, net als alle andere sociale netwerken, een platform geworden voor de uiting van politieke ideeën. De polarisatie van ideeën voedt de versplintering van de maatschappij. Dit is het verschijnsel van de archipelvorming dat door de socioloog J. Fourquet beschreven is. Om geen verhitte discussies aan te wakkeren, was er dus een zekere urgentie om de gebruikers van dit soort inhoud te “beschermen”. Dit is nu mogelijk als u in de Verenigde Staten gevestigd bent.
Ongewenste inhoud en auteurs melden
Een belangrijke verandering is de mogelijkheid voor gebruikers om inhoud die hen stoort te melden zonder de regels van het platform te overtreden. Nieuw is dat het algoritme van LinkedIn nu rekening houdt met deze expliciete feedbacks. U merkt dat de mogelijkheden om feedback aan het algoritme te geven nogal uiteenlopen. Er moesten verschillende feedback-lussen worden opgezet om het LinkedIn-algoritme te voeden. Onder een eenvoudig uiterlijk blijft het gebruik van dit soort feedback vrij ingewikkeld.
Het gebruik van de feedback “Ik heb te veel berichten over dit onderwerp gezien” impliceert bijvoorbeeld dat elk bericht met een NLP-algoritme geanalyseerd wordt om het te “taggen”, d.w.z. om te het(de) verwant(e) onderwerp(en) te bepalen. Dit soort algoritme werkt vrij goed met lange inhoud, maar als u bedenkt dat 50% van de berichten minder dan 39 woorden bevat, kunt u redelijkerwijs vraagtekens zetten bij de nauwkeurigheid van het proces.
De categorie “dit bericht is oud”, hoewel schijnbaar onschuldig, kan een doeltreffend middel zijn om plagiaat op te sporen. Het is niet ongewoon dat sommige gebruikers virale berichten overnemen. Dit is wat er gebeurde met het beroemde bericht “ziet u de panda?
Hoe kan LinkedIn “oproepen” voor likes of commentaren opsporen?
“Laat een reactie achter als u mijn gratis gids wilt ontvangen”. Dit soort techniek is heel klassiek om de populariteit van een bericht kunstmatig op te voeren. En LinkedIn heeft besloten het aan te pakken. In de aankondiging op zijn blog legt LinkedIn het als volgt uit:
Wij hebben een aantal berichten gezien die de gemeenschap specifiek vragen of aanmoedigen om te reageren met “likes” of opmerkingen, met als enig doel het viraal gaan van het bericht op het platform te verhogen. Wij begrijpen dat dit soort inhoud voor sommigen van u misleidend en frustrerend kan zijn. Wij zullen dit soort inhoud niet promoten en wij moedigen alle leden van de gemeenschap aan zich te concentreren op het leveren van betrouwbare, geloofwaardige en authentieke inhoud.
“We’ve seen a number of posts that expressly ask or encourage the community to engage with content via likes or reactions – posted with the exclusive intent of boosting reach on the platform. We’ve heard this type of content can be misleading and frustrating for some of you. We won’t be promoting this type of content and we encourage everyone in the community to focus on delivering reliable, credible and authentic content.”
De vraag die onmiddellijk opkomt is: hoe kan LinkedIn dit soort inhoud herkennen? Zonder een kristallen bol te hebben, is het redelijk om aan te nemen dat LinkedIn hier gewoon weer van een bedrijfsregel zal gebruik maken.
Berichten die dit soort gedrag propageren, gebruiken bijna altijd dezelfde bewoordingen. Het is dus gemakkelijk voor LinkedIn om de typische zinnen te herkennen en deze berichten te bestraffen. Dit zal een zeer praktisch gevolg hebben voor alle gebruikers. Vanaf nu moet u oppassen dat u deze woordcombinatie niet meer gebruikt, met het risico dat uw bericht, zelfs een legitiem bericht, onzichtbaar wordt.
Inhoud met toegevoegde waarde om de interactie en de bestede tijd te verhogen
Alle door LinkedIn aangekondigde veranderingen zullen de gebruiker een beetje controle geven om zijn newsfeed te verbeteren. De steeds terugkerende redenen voor ontevredenheid in de afgelopen maanden zouden dus mogelijk kunnen verminderen. De echte uitdaging voor LinkedIn blijft echter om voldoende expliciete feedback te verzamelen om die te exploiteren.
De belofte van LinkedIn is om zijn aanbevelingsalgoritme te gebruiken om elke newsfeed te personaliseren. Het is dus niet mogelijk om de feedbacks van een beperkt aantal mensen te gebruiken om ze te extrapoleren naar de rest van de bevolking. Welke bevolking, trouwens? Op basis van welke criteria moeten homogene groepen van gebruikers worden gevormd?
Het is duidelijk dat LinkedIn de bedoeling heeft om interactie (in de vorm van commentaar) aan te moedigen. Dit doel is zeer prijzenswaardig. Uitwisselingen zijn gezond en wenselijk. Het voordeel voor het platform is duidelijk. Hoe meer interactie de leden van het netwerk hebben, hoe meer tijd zij op LinkedIn doorbrengen (en minder op Meta, Tik Tok, enz …).
Conclusie: wat moeten wij leren van deze nieuwe wijzigingen in het LinkedIn-algoritme?
De nieuwe veranderingen in het algoritme van LinkedIn zijn bedoeld om de tevredenheid van de gebruikers te verbeteren. Zij moeten vooral bepaalde afwijkende gedragingen vaststellen en bestraffen. Om deze te identificeren geeft LinkedIn meer controle terug aan de gebruiker in de vorm van “filters” om de newsfeed te personaliseren. Het gebruik daarvan zal het mogelijk maken expliciete signalen naar het algoritme te sturen. Er wachten LinkedIn twee uitdagingen:
- gebruikers stimuleren om ze te gebruiken
- filterbubbels vermijden door het bereik van aanbevelingen in de newsfeed te beperken
Posted in Data en IT.
