算法必须确定特定帖子的影响力有多大。首要因素是参与度。如果算法发现很多人参与了你的帖子，那么算法就会向更多人展示该帖子。你的帖子在最初几秒钟内会获得一些初始覆盖。也许只有 1% 的粉丝或朋友会看到它。如果参与度很高，就会有更多人看到该帖子。
第二个因素是内容。如果其他人对你的帖子内容感兴趣，那么你的帖子就会受到一些关注。
第三个因素是 K 因素：某些信息现在是否很热门。你可能想知道朋友刚刚在一个街区外的咖啡店签到。这比两天前发生的事情更重要。
这三个因素共同决定了某条帖子的影响力。
参与度：我问丹尼斯什么才算参与度。丹尼斯说，几乎任何东西都算参与度。大多 印尼电话号码 数参与度是点赞、点击或分享，但签到和评论也很重要。参与度也有相对的力量。相对力量的一个例子是，当一个故事出现在你的新闻提要中，因为你的一个朋友点赞、分享或评论了它。
相反，消费是一种不会推动故事发展的参与。
如果有人观看了 30 秒的视频然后离开，你不会在新闻提要中看到有关它的 佩尔·彼特森 首席执行官 通知。点击照片库或浏览某人的页面是被动点击，因为它们不会产生故事。这些消费是发生的大部分情况。有时人们不想点击广告和投票；他们只想潜伏。
这些消费和故事的总和就是参与度，Facebook 会对其进行衡量。Dennis 分享了他们对不同类型参与度影响的一些粗略分析。如果一个赞值 1 分，那么一条评论值 6 分左右。一次分享可能值 13 分，一段 3 秒的视频观看可能值 0.25 分，而负面反馈（“隐藏此帖子、隐藏所有帖子、举报、垃圾邮件、不喜欢页面”）则值 -100 分。
丹尼斯指出，
这一分析是基于他自己的数据，而您的数据会有所不同。
要进行粗略分析，请下载包含帖子见解的 CSV 文件，创建电子表格，然后权衡每篇帖子以计算您的估计 EdgeRank。这样，您就可以看到哪些帖子得分最高，哪些帖子得分最低。最有可能的是，一半是正面的，一半是负面的。较高的分数将是视频，因为 Facebook 优先考虑视频。AR（增强现实）、Messenger 和这些类型的互动也是如此。
分享是最有价值的参与度指标，
评论和签到几乎相当于分享。视频观看量只有在表明真正感兴趣时才有价值。默认视频观看时间为 3 秒，但有人可能会点赞或滚动速度不够快。60 秒的视频观看量比随机点赞要好得多。价值更高，因为 60 秒的观看量非常罕见。视频的平均观看时间为 6 秒。
Dennis 分享了一个例子，说明视频如何成为分析和算法的核心。GoDaddy 个人品牌负责人 Isaac Irvine采访了他的儿子，他的儿子留起了长发，送给癌症患者，讲述了他因为留长发而在学校被欺负的经历。Isaac 在浴室用智能手机拍摄了这段视频，获得了 8000 万次观看。
和我儿子谈论他因为长发而被欺负的事。我要把评论读给他听。
由Isaac Irvine于 2017 年 3 月 7 日星期二发布
许多知名平台和名人分享了该视频，
包括乔治·竹井、艾伦和 BuzzFeed。该视频之所以被分享，是因为信号非常高。该视频的平均观看时间为 52 秒。此外，参与率超过 10%，因此在观看该视频的人中，超过 10% 的人点赞、分享和评论。
Dennis 建议检查视频的平均观看时间。要找到此指标，您必须下载您的见解。
另一个对算法很重要的指标是分享与点赞的比率。如果分享次数超过点赞次数，Facebook 会考虑这一信号。但是，这些数字必须相当可观（几百个，而不是 5 次分享和 4 次点赞）。举例来说，丹尼斯的一篇热门帖子有 4000 万次浏览量、30 万次点赞和 40 万次分享。这些分享比浏览量更有价值。
接下来，我问负面反馈如何影响你的传播范围。丹尼斯说，如果你有负面反馈，并且继续累积负面惩罚，你的传播范围就会陷入恶性循环。如果你的传播范围仍然很低，负面反馈却很高，那么下次你发布内容时，Facebook 就会对你的内容进行预先判断。
丹尼斯解释了一些善意的社交媒体营销人员如何建议你每天发布三次帖子，
或者如果你的覆盖率较低（平均页面覆盖率为 3% 到 5%），则发布频率要更高。然而，这种方法会降低内容质量的标准，然后你会受到更大的惩罚。这就像你车上的紧急刹车被拉上了，你不是想办法松开它，而是加大油门。这种方法只会产生更多问题。
相反，看看是什么导致了你的负面反馈。下载你的帖子洞察，以确定哪些内容具有高 意大利电话号码 相关度分数，哪些内容具有低相关度分数。你的最高正分可能是短视频和非自我宣传的内容。常识和礼仪告诉你，你不能在商场里随便找一个人说“买我的东西”。你为什么要在社交媒体上这样做？这些规则也适用。高负面反馈是由于相关性分数低造成的。
Facebook 发布相关性分数 ，以便您解决低覆盖率、高成本或其他问题。相关性是内容和定位的交集。相关性分数低会导致较高的负面反馈。如果您的定位不正确，您的相关性分数就会很低，并且定位必须由您的社区上次所做的事情触发。例如，如果您根据人们观看的最后一个视频来定位他们（如果他们观看了视频 A，则向他们展示视频 B），那么您的定位就非常相关。
内容：其他人的“兴趣”是指和你一样的人在做什么。
Facebook 了解到人们喜欢和和他们一样的人一起出去玩，所以他们把你的朋友当作一个信号。这些朋友和你越亲近，你和他们互动越多，Facebook 给予这些人的权重就越大。这就像亚马逊的“买了这个的人也买了那个”或“如果你听这首歌，你可能会喜欢那首歌”。这叫做协同过滤。
当你在小众社区中拥有口碑，并且他们喜欢以真实的方式谈论你时，Facebook 可以抓住这个信号，找到其他类似的人。在付费方面，相似的受众群体背后也使用相同的算法。自然和付费之间的联系基于协作过滤器，而协作过滤器基于oCPM。