сгенерировать QR код
Открытый доступ
Только для подписчиков
Принципы функционирования алгоритмических систем социальных сетей
https://doi.org/10.29235/1818-9857-2025-12-60-64
Аннотация
В статье представлено исследование принципов работы алгоритмов социальных сетей для создания научно обоснованных рекомендаций по совершенствованию маркетинговой деятельности в условиях цифровой трансформации экономики. На основе реконструкции логики действий алгоритмов исходя из экономических целей платформ предложена концептуальная модель ранжирования контента как функции взвешенных факторов, работающей в рамках заданных ограничений. Систематизированы типы данных, приоритетные для алгоритмов с точки зрения достижения этих целей: релевантный, вовлекающий, провоцирующий социальные взаимодействия и способствующий росту лояльности. Показано, что эффективная SMM-стратегия должна быть ориентирована на формирование информации, которая одновременно соответствует интересам целевой аудитории и экономическим целям платформы по удержанию и монетизации внимания пользователя. Предложенная модель служит теоретической основой для дальнейших прикладных исследований по выявлению и верификации ключевых факторов ранжирования.
Об авторах
М. Батура
Белорусский государственный университет информатики
и радиоэлектроники (БГУИР)
Беларусь
Беларусь
Михаил Батура, заведующий НИЛ 6.3, доктор технических наук, профессор
И. Марахина
Белорусский государственный университет информатики
и радиоэлектроники (БГУИР)
Беларусь
Беларусь
Инна Марахина, доцент кафедры экономики, кандидат экономических наук, доцент
В. Пархименко
Белорусский государственный университет информатики
и радиоэлектроники (БГУИР)
Беларусь
Беларусь
Владимир Пархименко, заведующий кафедрой экономики, кандидат экономических наук, доцент
Список литературы
1. Graffius S. How Algorithms Shape the User Experience on Social Media Platforms // https://scottgraffius.com/blog/files/tag-how-algorithms-shape-the-userexperience-on-social-media-platforms.html.
2. Guide to beating social media algorithms / Instruction by Adobe Express // https://www.adobe.com/learn/express/web/increase-social-media-visibility.
3. Narayanan A. Understanding Social Media Recommendation Algorithms // Knight First Amendment Institute at Columbia University // https://knightcolumbia.org/content/understanding-social-media-recommendation-algorithms.
4. Никитин А.Ю. Алгоритмы социальных сетей: вызовы и возможности для современного маркетолога // Научный результат. Технологии бизнеса и сервиса. 2025. Т. 11, №1. С. 123–138. Doi: 10.18413/2408-9346-2025-11-1-0-9.
5. Metzler H., Garcia D. Social Drivers and Algorithmic Mechanisms on Digital Media // Perspectives on Psychological Science. 2023. Vol. 19, №5. P. 735–748.
6. Bak-Coleman J.B., Alfano M., Barfuss W., Bergstrom C.T., Centeno M.A., Couzin I.D., Donges J.F., Galesic M., Gersick A.S., Jacquet J., Kao A.B., Moran R.E., Romanczuk P., Rubenstein D.I., Tombak K.J., Van Bavel J.J., Weber E.U. Stewardship of global collective behavior // Proceedings of the National Academy of Sciences, USA. 2021. Vol. 118, №27. Article e2025764118. Doi:10.1073/pnas.2025764118.
7. Koumchatzky N. Using Deep Learning at Scale in Twitter’s Timelines / N. Koumchatzky, A. Andryeyev / X Engineering // https://blog.x.com/engineering/en_us/topics/insights/2017/using-deep-learning-at-scale-in-twitters-timelines.
8. Lewandowsky S., Robertson R.E., DiResta R. Challenges in Understanding Human-Algorithm Entanglement During Online Information Consumption // Perspectives on Psychological Science. 2024. Vol. 19, №5. P. 758–766. Doi:10.1177/17456916231180809.
9. Menczer F. Facebook whistleblower Frances Haugen testified that the company’s algorithms are dangerous – here’s how they can manipulate you / The Conversation // https://theconversation.com/facebook-whistleblowerfrances-haugen-testified-that-the-companys-algorithms-are-dangerous-hereshow-they-can-manipulate-you-169420.
10. Milli S., Carroll M., Wang Y., Pandey S., Zhao S., Dragan A.D. Engagement, user satisfaction, and the amplification of divisive content on social media // PNAS Nexus. 2025. Vol. 4, Issue 3. Art. pgaf062. Doi:10.1093/pnasnexus/pgaf062.
Рецензия
Для цитирования:
Батура М., Марахина И., Пархименко В. Принципы функционирования алгоритмических систем социальных сетей. Наука и инновации. 2025;(12):60-64. https://doi.org/10.29235/1818-9857-2025-12-60-64
For citation:
Batura M., Marakhina I., Parkhimenka U. Operating principles of social media algorithmic systems. Science and Innovations. 2025;(12):60-64. (In Russ.) https://doi.org/10.29235/1818-9857-2025-12-60-64
Просмотров:
30
JATS XML
Послать статью по эл. почте 