Meta verbetert Reels-algoritme met slimmere aanbevelingen

Meta heeft zijn Reels-aanbevelingen flink aangescherpt door het algoritme slimmer te maken en beter te laten luisteren naar wat gebruikers daadwerkelijk willen zien. Waar het platform voorheen vooral keek naar statistieken zoals kijktijd, likes en shares, wordt nu actief gebruikgemaakt van feedback van gebruikers via korte enquêtes in de Reels-feed.

Deze feedback wordt op grote schaal verzameld en vervolgens verwerkt in de machine-learningmodellen die bepalen welke video’s in iemands feed verschijnen. Door slimme statistische correcties toe te passen, voorkomt Meta dat de resultaten worden vertekend en ontstaat er een betrouwbaarder beeld van echte voorkeuren.

Volgens Meta leidt deze aanpak tot een veel nauwkeuriger aanbevelingssysteem, waardoor gebruikers sneller content te zien krijgen die beter bij hun interesses past. Dat moet zorgen voor een relevantere, persoonlijkere en aantrekkelijkere Reels-ervaring.

“We willen niet alleen meten wat mensen bekijken, maar begrijpen wat ze echt leuk vinden. Door directe feedback te combineren met kijkgedrag kunnen we Reels beter afstemmen op individuele interesses,” aldus Meta.

Voor creators en marketeers betekent dit dat originele, authentieke content belangrijker wordt dan ooit. Video’s die oprecht worden gewaardeerd door kijkers maken meer kans om breed te worden verspreid binnen het platform.