Elon Musk Algoritmasını Açıkladı: X’te Viral Olmak İçin Yapılması Gerekenler
2023 yılından beri halka açık olarak paylaşılmayan kodlar, Elon Musk’in yönetimindeki X platformunun algoritmasını görünür kılmayı hedefleyen bir dizi adımla gün yüzüne çıktı. O dönemde platformu satın alan Musk, akışın nasıl şekillendiğini daha net anlatacağını söyleyerek süreci şeffaflaştırmaya çalıştığını vurguladı. Söz konusu bilgiler, bu kez GitHub üzerinden ayrıntılı bir açıklama ve bir diyagramla sunuldu.
Github’daki paylaşım, içerik üretim sürecinin nasıl işlediğini anlamak için dört ana modülü öne çıkarıyor. Bunlar: Home Mixer—akışın tek tek parçalarını bir araya getirir ve son hâline getirir; Thunder—kullanıcının takip ettiklerinden gelen içerikleri gerçek zamanlı olarak işleyen hızlı bir katman; Phoenix—takip edilmeyen kullanıcılar tarafından sunulan içerikleri puanlayan modül ve xAI’ın Grok tabanlı Transformer modelini kullanan Candidate Pipeline—içerik adaylarını seçen ve sıralayan temel çerçeve.
Bir kullanıcı X’i açtığında, algoritma belirli aşamalardan geçiyor. İlk adımda iki kaynak üzerinden içerik toplama süreci başlıyor: ağ içi içerikler, takip edilenlerin son paylaşımları ve ilgi alanlarına yakın içerikler; ağ dışı ise takip edilmeyen fakat ilgi çekebilecek paylaşımları keşfetmeyi hedefler. Bu süreçte embedding tekniğiyle geçmiş etkileşimler benzerlik üzerinden küresel bir havuza aktarılır.
Sonraki adımda ise filtreleme aşaması gelir. Engellenen hesaplar, sessize alınanlar, geçmişte gördüğünüz içerikler ve hassas olarak işaretlenenler gibi “çöp” olarak nitelendirilebilecek içerikler elenir. Ardından Grok tabanlı Phoenix modeli, her tweet için olasılıkları hesaplar ve şu sorulara yanıt arar: Bu kullanıcı bu tweet’i beğenecek mi, yanıt verecek mi, retweet yapacak mı, tweet’e tıklayacak mı ve dwell time yani tweet üzerinde geçireceği süre ne olacak? Bu aşamada artık el yapımı özelliklerden ziyade, kullanıcının önceki etkileşim zincirine odaklanan derin öğrenme modelleri devreye girer.
“Weighted Scorer” adı verilen puanlama sistemi, en yüksek değeri sağlayan etkileşim türlerini öne çıkarır. Yeniden paylaşım en değerli sinyaldir; bir içeriği kendi kitlenize taşımak, algoritma için en güçlü kalite göstergesidir ve bir retweet, tek beğeniden 20–30 kat daha değerlidir. Dwell Time ise kritik bir göstergedir; kullanıcının bir tweet üzerinde geçirdiği süre, platformda kalma gücünü büyük ölçüde artırır. Eğer kullanıcı iki dakikadan uzun süre bir paylaşıma zaman ayırırsa, puanlarda hatırı sayılır bir artış görülür. Yanıt veya cevaplar da önemli bir etkiye sahiptir; özellikle tweet sahibinin cevap vermesi halinde puan katlanarak yükselir. Beğeni, temel bir onay işareti olarak görülse de tek başına viral etkiyi garanti etmez. Profil tıklamaları da gösterge sağlar; profil ziyaretinin takiple sonuçlanması durumunda puan önemli ölçüde artar.
Negatif sinyaller ise akışın görünme olasılığını düşüren kritik bir rol oynar. Şikayet veya engelleme gibi durumlar, yüzlerce beğeni puanını tek seferde silebilir. “İlgimi çekmiyor” bildirmesi de güçlü bir negatif etki yaratır. Bu nedenle içerik üretiminde daha uzun ve dikkat çekici videolar ya da görseller kullanmak, kullanıcıların geri bildirimlerini çekebilmek adına avantaj sağlar. Uzun ve detaylı içerikler ile takipçilerin görüşlerini sormak, akışta daha olumlu konumlanmayı destekleyebilir.
