X'in Açık Kaynak Algoritmasının İçerik Yükseltme Mekanizması Hakkında Söyledikleri

Algoritma Kodunun Ortaya Koyduğu Gerçek Ağırlıklar

2023 yılında X (eski adıyla Twitter), öneri algoritmasının önemli bir bölümünü GitHub'da açık kaynak olarak yayımladı. Bu hamle, platformun içerikleri nasıl sıraladığına dair spekülasyonların ötesine geçip somut verilere ulaşmamızı sağladı. Kod incelendiğinde, platformun hangi etkileşim türlerine ne kadar ağırlık verdiği net bir şekilde görülüyor.

Algoritma, bir tweet'in "skor"unu hesaplarken farklı sinyallere farklı katsayılar uygulıyor. Örneğin bir fav (beğeni) +0.5 puan değerindeyken, bir retweet +1.0 puan getiriyor. Ancak asıl dikkat çekici olan, yanıtların (reply) ağırlığı: Bir yanıt, tweet'in skoruna +13.5 puan ekliyor — beğeninin 27 katı, retweet'in 13.5 katı. Bu ağırlık farkı, platformun konuşma başlatan içerikleri ne kadar önemsediğini gösteriyor.

Negatif Sinyaller ve Ceza Mekanizması

Algoritma yalnızca pozitif etkileşimleri ödüllendirmekle kalmıyor; kullanıcıların negatif geri bildirimlerini de hesaba katıyor. Kod içinde şu ceza mekanizmaları açıkça tanımlanmış:

• "Bu tweet'i görmek istemiyorum" bildirimi: -74 puan
• Engelleme (block): -74 puan
• Sessize alma (mute): -11 puan
• Spam bildirimi: Değişken ceza, tekrar eden şikayetlerde ağırlaşıyor

Bu cezalar, tek bir pozitif etkileşimin getirdiği puandan çok daha ağır. Bir kullanıcının içeriğinizi "görmek istemiyorum" olarak işaretlemesi, yaklaşık 148 beğeninin ya da 5.5 yanıtın etkisini sıfırlıyor. Bu nedenle geniş bir kitleye ulaşmak kadar, içeriğinizi gören kişilerin negatif tepki vermemesi de kritik.

Etkileşim Süresi (Dwell Time) ve Gerçek İlgi

Açık kaynak kodda "dwell time" (içerikte geçirilen süre) için de bir ağırlık tanımlanmış. Bir kullanıcı tweet'inizi açıp üzerinde zaman geçirirse, bu davranış algoritma tarafından "gerçek ilgi" olarak yorumlanıyor ve içeriğin skorunu artırıyor. Tam ağırlık katsayısı kod içinde +0.75 olarak belirtilmiş; bu, bir beğeniden daha fazla, ancak bir retweet'ten daha az değer taşıyor.

Bu bulgu, özellikle uzun formatlı thread'ler ve detaylı açıklamalar içeren içerikler için önemli. Kullanıcıyı durdurup okutabilen bir tweet, yalnızca hızlı bir beğeni alandan daha fazla yükseliyor. Ancak burada dikkat edilmesi gereken nokta: Eğer kullanıcı tweet'i açıp hemen kapatıyorsa (düşük dwell time), bu da negatif bir sinyal olarak yorumlanabiliyor.

Takipçi Etkileşim Oranı ve Güvenilirlik Skoru

Algoritma, bir hesabın takipçi sayısını değil, takipçilerinin ne kadarının gerçekten etkileşim verdiğini önemsiyor. Kod içinde "real graph" (gerçek ilişki ağı) kavramı tanımlanmış: Platformun spam olmadığını düşündüğü, aktif ve gerçek hesaplardan gelen etkileşimler daha yüksek ağırlık taşıyor.

Ayrıca hesabın geçmiş performansı da bir "güvenilirlik skoru" oluşturuyor. Sürekli negatif geri bildirim alan, spam olarak işaretlenen ya da düşük etkileşim oranına sahip hesapların yeni tweet'leri, aynı içeriği paylaşan yüksek güvenilirlik skorlu bir hesaba göre daha az gösterim alıyor. Bu mekanizma, platformun kalite kontrolünün bir parçası.

Pratik Çıkarımlar: X'te İçerik Stratejisi

Açık kaynak kodun ortaya koyduğu ağırlıklar, X'te içerik üreten yaratıcılar için somut stratejik dersler sunuyor:

Konuşma başlatmaya odaklanın. Yanıtların ağırlığı çok yüksek olduğu için, soru sormak, tartışma açmak ya da insanların fikrini paylaşmak isteyeceği içerikler üretmek doğrudan erişimi artırıyor. Bir tweet'in altında 10 yanıt almak, 135 beğeni almakla aynı etkiyi yaratıyor.

Negatif sinyallerden kaçının. Geniş kitlelere ulaşmak için agresif ya da kışkırtıcı içerik üretmek kısa vadede etkileşim getirebilir, ancak "görmek istemiyorum" bildirimleri ya da engelleme oranı yükselirse, hesabınızın genel erişimi kalıcı olarak düşebilir. Polarize edici içerik üretiyorsanız, negatif geri bildirim maliyetini hesaba katın.

Uzun formatlı içerikte dwell time'ı artırın. Thread formatında ya da detaylı açıklama içeren tweet'ler, kullanıcıyı durdurup okutabiliyorsa, algoritma tarafından ödüllendiriliyor. Ancak başlık yanıltıcıysa ve kullanıcı hemen çıkıyorsa, bu da ceza olarak dönüyor.

Gerçek etkileşim oranını koruyun. Takipçi sayısını yapay yollarla şişirmek, etkileşim oranını düşürdüğü için algoritma açısından zararlı. Platformun "gerçek ilişki ağı" tespiti, bot ya da inaktif hesaplardan gelen etkileşimleri düşük ağırlıkla değerlendiriyor.

X'te organik erişimi artırmak isteyen yaratıcılar, bu ağırlıkları göz önünde bulundurarak içerik stratejilerini şekillendirebilir. Algoritmanın açık kaynak kodda ortaya koyduğu mekanizma, platformun konuşma odaklı, kaliteli ve gerçek etkileşim yaratan içerikleri ödüllendirdiğini net bir şekilde gösteriyor. Bu tür içeriklerin görünürlüğünü artırmak için Fanovera'nın X kampanyaları, yanıt ve etkileşim süresini artırmaya yönelik stratejilerle destekleyici bir rol oynayabilir.

Algoritmanın Sınırları ve Değişkenlik

Açık kaynak kodun bir fotoğraf sunduğunu, ancak tüm resmi göstermediğini belirtmek gerekiyor. X, algoritmasını sürekli güncelliyor ve bazı bileşenler (örneğin spam tespiti, kullanıcı segmentasyonu) açık kaynak versiyonda yer almıyor. Ayrıca platformun "For You" akışı ile kronolojik akış arasında farklı sıralama kuralları uygulandığı biliniyor.

Yine de açık kaynak kod, platformun temel öncelikleri hakkında somut veri sunuyor: Konuşma, gerçek etkileşim ve kullanıcı memnuniyeti. Bu öncelikler etrafında şekillenen bir içerik stratejisi, algoritma değişikliklerine karşı daha dirençli oluyor.