每個社群媒體平台都在不斷發展，但 X（
Posted: Thu Dec 26, 2024 6:48 am
如何利用 X 演算法發揮行銷優勢
文章
•數位化策略
•社群媒體行銷
丹休斯照片
作者：丹‧休斯
發表於2023 年 5 月 4 日
現在的 X）比其他平台更脫 愛沙尼亞 WhatsApp 負責人 穎而出。如今，我們尚不清楚Twitter/X 會如何改變，但每月活躍用戶超過 3.5 億，有足夠的空間與更廣泛的受眾建立聯繫並提高您的品牌知名度。
2023年4月，平台演算法公開發布，聚焦社群、權威主題、小眾話題、可信任內容。
讓我們看看我們現在對 X/X 演算法的了解，並分享一些關於如何利用它來提升品牌優勢的技巧。
什麼是X/X演算法？
最新的 X/X 演算法專注於排名訊號的緊密結合，包括新近度、病毒性、相關性、地理位置和個人興趣。這套經過修改的排名規則在許多方面都將多種演算法合而為一。
除了其常青的排名基礎之外，X 新近可見的內部工作原理現已從「黑盒子」（秘密）演算法轉變為開源演算法。馬斯克 (Elon Musk) 在 2023 年 3 月底採取的一項舉措，現在可以釋放該平台的全部行銷潛力。
馬斯克推文民意調查截圖
不久前在平台上發起民調後，X/X 執行長發現壓倒性的偏好是讓平台的演算法更加透明。在 X/X 的這個新的開源章節中，任何想要一睹平台真相的人都可以在Github上進行。
但是，儘管 X/X 已採取明顯措施來提高平台的透明度，但並非所有人都同意。事實上，許多頂尖開發人員表示，部分開源程式碼含糊不清，有時缺乏上下文。
儘管人們可能對其透明度有兩極化，但我們對Twitter 演算法的了解如下：
資料聚合：根據您的推文、追蹤者和個人活動收集關鍵資料。正如Aakash Gupta 的 Substack中所述，該演算法的新資料聚合格式會根據您的追蹤者提供見解。但是，更有趣的是，它的資料聚合參數也考慮了「讚」和「書籤」（這一因素可以導致內容增加 30 倍）。該演算法還收集基於視覺媒體的見解（這一因素可以使您的內容提升 20 倍）。
特徵的形成：一旦平台整理了所有相關數據，它將把這些見解轉化為“特徵桶”，包括推文和用戶的相關部分；人們與您的內容互動的機率；以及信任、安全和平台違規檢查。這種非常精細的方法意味著根據其創建積極互動的可能性來分析內容 - 考慮到推文作者、潛在的推文接收者和推文本身。該演算法的「SimClusters」「功能桶」還使用人工智慧功能根據主題或主題對推文和用戶進行精心分組（或聚類）。
混合：過程的第三個也是最後一個階段是將所有內容混合到您的提要中的階段。 X/X 使用名為「HeavyRanker」的概念，旨在根據為您和平台帶來積極行動的機率，對可以向您提供的每條推文進行排名。根據 Aakash Gupta 的知情研究，HeavyRanker 的機率框架實際上擁有最有效的排名訊號。如果演算法認為您的目標用戶會積極回應並與您的推文互動，那麼您的內容可能會增加 75 倍。
文章
•數位化策略
•社群媒體行銷
丹休斯照片
作者：丹‧休斯
發表於2023 年 5 月 4 日
現在的 X）比其他平台更脫 愛沙尼亞 WhatsApp 負責人 穎而出。如今，我們尚不清楚Twitter/X 會如何改變，但每月活躍用戶超過 3.5 億，有足夠的空間與更廣泛的受眾建立聯繫並提高您的品牌知名度。
2023年4月，平台演算法公開發布，聚焦社群、權威主題、小眾話題、可信任內容。
讓我們看看我們現在對 X/X 演算法的了解，並分享一些關於如何利用它來提升品牌優勢的技巧。
什麼是X/X演算法？
最新的 X/X 演算法專注於排名訊號的緊密結合，包括新近度、病毒性、相關性、地理位置和個人興趣。這套經過修改的排名規則在許多方面都將多種演算法合而為一。
除了其常青的排名基礎之外，X 新近可見的內部工作原理現已從「黑盒子」（秘密）演算法轉變為開源演算法。馬斯克 (Elon Musk) 在 2023 年 3 月底採取的一項舉措，現在可以釋放該平台的全部行銷潛力。
馬斯克推文民意調查截圖
不久前在平台上發起民調後，X/X 執行長發現壓倒性的偏好是讓平台的演算法更加透明。在 X/X 的這個新的開源章節中，任何想要一睹平台真相的人都可以在Github上進行。
但是，儘管 X/X 已採取明顯措施來提高平台的透明度，但並非所有人都同意。事實上，許多頂尖開發人員表示，部分開源程式碼含糊不清，有時缺乏上下文。
儘管人們可能對其透明度有兩極化，但我們對Twitter 演算法的了解如下：
資料聚合：根據您的推文、追蹤者和個人活動收集關鍵資料。正如Aakash Gupta 的 Substack中所述，該演算法的新資料聚合格式會根據您的追蹤者提供見解。但是，更有趣的是，它的資料聚合參數也考慮了「讚」和「書籤」（這一因素可以導致內容增加 30 倍）。該演算法還收集基於視覺媒體的見解（這一因素可以使您的內容提升 20 倍）。
特徵的形成：一旦平台整理了所有相關數據，它將把這些見解轉化為“特徵桶”，包括推文和用戶的相關部分；人們與您的內容互動的機率；以及信任、安全和平台違規檢查。這種非常精細的方法意味著根據其創建積極互動的可能性來分析內容 - 考慮到推文作者、潛在的推文接收者和推文本身。該演算法的「SimClusters」「功能桶」還使用人工智慧功能根據主題或主題對推文和用戶進行精心分組（或聚類）。
混合：過程的第三個也是最後一個階段是將所有內容混合到您的提要中的階段。 X/X 使用名為「HeavyRanker」的概念，旨在根據為您和平台帶來積極行動的機率，對可以向您提供的每條推文進行排名。根據 Aakash Gupta 的知情研究，HeavyRanker 的機率框架實際上擁有最有效的排名訊號。如果演算法認為您的目標用戶會積極回應並與您的推文互動，那麼您的內容可能會增加 75 倍。