發表文章

目前顯示的是有「演算法」標籤的文章

谷哥想棄Cookie改用人工智慧以更保護隱私,會有效嗎?(下)

圖片
本文為該系列的下篇,上篇(關於 Google 棄 Cookie 改用機器學習追蹤的新聞、Cookie 的解釋以及 AI 如何保護隱私)請 點此連結   用了 人工智慧 的Google,之後會有哪些變化呢?   機器學習或成壓垮「餅乾」的一大把稻草 根據調查統計機構 Netmarketshare 最新調查表示,全球瀏覽器占比第一依舊是 Google Chrome,握有 69.18% 的市占率。而掌握快7成客戶的 Chrome 將淘汰第三方 Cookie,廣告業者未來要怎麼辦呢?其實, Google  只是換一種方式繼續下廣告而已。 Google 將以 人工智慧 技術「FLoC」取代 Cookie。FLoC(Federated Learning of Cohorts)是一個基於聯盟式學習(Federated Learning)的架構,與傳統的 機器學習 不同,聯盟式學習的概念為:資料不需要離開設備,可以各自在自己的設備訓練,並透過通過加密機制,在雲端上建立一個共有的模型進行更新。 Google 介紹聯盟式學習(Federated Learning)之示意圖。 聯盟式學習的概念可分為四個步驟: 每個設備各自使用自己收集的資料來訓練模型,不會與其他的設備共享、流通。結果會先經過加密,再上傳到中心模型。 中心模型整合、更新各個設備上傳的結果。 將中心模型更新後的結果回傳給各個設備。 各設備更新各自的模型。 因此,FLoC 能兼顧隱私性、實用性與資料安全性三個面向。   即使棄用Cookie Google還是能用FLoC賣廣告 所以 FLoC 要如何替廣告主鎖定特定客群、投放廣告呢? 透過 FLoC,Chrome 仍可以追蹤用戶在網路上的瀏覽習慣,當使用者造訪不同網站時,瀏覽器會根據使用者習慣與偏好將他們分組(cohort),放入「受眾群體」或稱「同類群組」中。廣告主再將他們的廣告直接投放給特定的群組。 與 Cookie 的個別追蹤不同,FLoC 採群體追蹤,「把一棵樹隱藏在一片森林中」,廣告商不會知道群組內的特定個別使用者是誰,因此 Google 將其稱為一項「隱私至上」、「興趣為主」的廣告透放技術。 圖片來源:Google ...

谷哥想棄Cookie改用人工智慧以更保護隱私,會有效嗎?(上)

圖片
谷哥用 人工智慧 來取代Cookies這樣較能 保護使用者的隱私嗎?快繼續往下看!   目錄 Google棄Cookie改用機器學習追蹤!人工智慧能保護隱私嗎? Cookie是什麼? 機器學習或成壓垮「餅乾」的一大把稻草 即使棄用Cookie Google還是能用FLoC賣廣告 Google不只將人工智慧用在投放廣告上 機器學習取代「餅乾」的隱憂 Google棄Cookie改用機器學習追蹤!人工智慧能保護隱私嗎? Google  近日於在 官方部落格 中刊出一篇文章,表示旗下服務將逐步汰除第三方「Cookie」技術。即將取而代之的是,Google 預計於 2021 年啟用被稱為「FLoC」的 人工智慧 技術。 文章內表示,此舉是因使用者們不斷增加的隱私要求,以及迅速變化的政策監管機制,使得開發自家的 Cookie 平台不再值得長期投資的選擇。 Cookie 技術目前普遍應用於數位廣告,是當代數位網路必備的追蹤工具,但 Google 旗下的 Chrome 瀏覽器有極重的市場占比,因此其淘汰 Cookie 的決定將對網路及數位廣告生態,造成巨大的影響。 Cookie是什麼? 圖片來自:internetcookies.org   你是否疑惑,為何我在電商平台搜尋「逗貓棒」、「貓砂」,接下來社群網站就出現一排寵物用品的廣告? 或是當再次打開訂房網站,發現網站保留了你前一次逛的飯店紀錄?這些都是「Cookie」的功用。 多數網站為了識別使用者,會產生一個小型文字檔案,記錄用戶的來源、身分、點閱足跡等資料,日後同一使用者再次造訪時,可以保持登入狀態、記住偏好設定和提供所在地相關內容等等,提供更流暢、更方便的使用體驗,這個檔案就被稱為「Cookie」。 Cookie 可以分成「第一方 Cookie」以及「第三方 Cookie」兩種。第一方 Cookie 是由使用者存取網站隸屬的網域所發行,用於記錄限定於該網站的瀏覽紀錄等資訊;第三方 Cookie 則會跨網域獲取使用者的瀏覽紀錄等資訊,用來推送該使用者可能關注的廣告。目前全球千千萬萬的大小型企業透過  Google 投放廣告, 取得龐大的使用者數據,就是透過 Coo...

面對臉書的最新演算法,網路行銷人員該如何是好!?(終)

圖片
現在做網路行銷,請避免以下這些"觸及率誘餌"啊!!!它們根本落伍了! 目錄: 假新聞充斥!Facebook 不得不改變演算法 Facebook演算法如何運作 新Facebook演算法的正例與反例 網路行銷人員如何在新的FB演算法中求生存 讓人們願意參與討論 創立社團 禁用觸及率誘餌 分析、基準化你的貼文表現 別再用「認同請分享」、「按讚投票」的「觸及率誘餌」 什麼是「觸及率誘餌」貼文?這也是過去 網路行銷 人員慣用的手法之一。就是類似:「如果你血型是A型就按讚、B型的幫我按愛心,O型的分享….」,或是「將本文分享給十個人,就可抽北歐來回機票」等類型的文章。 這些文章的共同特徵,當然就是希望使用者可以與該文互動,留下「讚」或者分享,該文的發文者便能讓自己的文章增加觸及率。而因為有多人互動,就能讓臉書去調整文章排名,以至於你文章的曝光率更高,以增加 網路行銷 的成效。 Facebook 表示 : 有不少使用者向臉書反應,他們並不喜歡看到這類型的內容充斥在他們的動態牆上,因此 Facebook 決定出手整治。 然而 Facebook 已經使用機器學習的方式訓練 AI 來協助過濾掉這些訊息:他們先挑選了數十萬則的訊息,並且對其加以歸類、標籤,歸檔後讓 AI 進行機器學習,提升判別的精準度。 也許也許,你會看到這類的「觸及率誘餌」文在時間表中出現。但是請拿出 網路行銷 的專業,別被騙了!這只是還沒被 FB 的 人工智慧 抓包而已。一被抓到,可是很快就會 GG 了,所以別再放餌囉! 分析、基準化你的貼文表現 有時同一篇貼文,在晚上 11 點發布的成效比早上 8 點發布的成效來得好。所以請養成定期觀察你粉絲團的 Facebook Insights(Facebook 洞察報告)。另外,你也可以使用像是 Brandwatch Analytics 之類的工具,來看你貼文在不同的時間點的表現。 你可以查看哪些貼文成效最好,藉由成效佳的貼文,看看那些粉絲多是哪些族群、你的 FB 粉絲團因此增加了多少讚數等等。你還可進一步跟這些粉絲留言互動,增加觸及率。往後還可以藉由這些觀察結果來設定貼文時間、制定合適的貼文內容等。 往後還可以藉由分析結果來設定貼文時間、制...

面對臉書的最新演算法,網路行銷人員該如何是好!?(4)

圖片
難道現在的臉書演算法對我們這些網路行銷人員來說很難搞嗎?話可不能這麼說~抓到訣竅就不怕! 目錄: 假新聞充斥!Facebook 不得不改變演算法 Facebook演算法如何運作 新Facebook演算法的正例與反例 網路行銷人員如何在新的FB演算法中求生存 讓人們願意參與討論 創立社團 禁用觸及率誘餌 分析、基準化你的貼文表現 網路行銷 人員如何在新的FB演算法中求生存? 首先,身為 網路行銷 人員的你,只需先支付一些 Facebook 廣告費,來曝光的內容。但千萬要記得:好好設定你的受眾,以確保能找到目標客戶。 但這涉及到預算,而你可能沒有預算,當然沒關係,另外還有一些方法可以不掏腰包,就能增加你的貼文觸及率。     讓人們願意參與討論 如果人們開始在你的貼文中留言、又有人針對這些留言給予回覆,就能讓這篇貼文得到 FB 更多的權重。因此發佈話題性的貼文是關鍵。 在我之前舉的那篇「新的 IT 經理」貼文的反例中,不會有那麼多的人想談論關於這位 IT 經理的五四三。那麼,到底什麼樣的題材才會引發話題呢? 提示用戶可以會是好的方向。例如在貼文中用問句等。像是今天你在車商粉絲頁,貼了改成低底盤的跑車的圖片,在貼文內容中問:「為何會想要把車改到這麼低?」你可能會得到一些像是「主人是柯基迷」等的有趣留言,這個留言又引發另一個用戶張貼家中柯基犬的留言回覆。 身為滿富創意的 網路行銷 的你,也可以試著貼出一些原創性高、好笑有趣的圖片。像是 Line 表情貼紙創作「貓爪抓」就經常在粉絲頁上貼出爆笑的四格漫畫,引發大量的留言與討論。你貼的內容與大多數人一樣,是不太可能被注意到的,更何況是引起話題。 另外,影片貼文也被 FB 賦予了更多的權重。精簡有趣的影片具動態視覺,當然會引起更多的互動率! 說一個好的故事也會引發話題。當然,爭議性大的貼文也容易挑起人們的情緒,而有高的討論度,但是請三思後而行 - 身為一個 網路行銷 ,捲入醜聞是否值得?   創立社團 Facebook 還是持續地在推動社團的功能。因為社團能讓一群志同道合的人聚在一起討論互動,符合他們「互動率為主」的想法。 許多網路行銷都這樣做了,...

面對臉書的最新演算法,網路行銷人員該如何是好!?(3)

圖片
網路行銷如何對抗臉書最新的演算法?今天給你兩個例子讓你知道怎樣叫做好的社群行銷! 目錄: 假新聞充斥!Facebook 不得不改變演算法 Facebook演算法如何運作 新Facebook演算法的正例與反例 網路行銷人員如何在新的FB演算法中求生存 讓人們願意參與討論 創立社團 禁用觸及率誘餌 分析、基準化你的貼文表現 一個會得到分數的 社群行銷 例子 一則貼文的文字內容為:「牠們(指貓)想出去嗎?偷偷地討厭你的成年兒子?這個讓人不可置信的新設備將讓你能以你的語言,與貓咪溝通!」然後附上這個產品的網站連結。 想想看,一個朋友貼了這篇網址分享的文章,介紹可以讓貓與人類溝通的新科技產品,而他也在狀態上表達了他的想法,說他因為這個新科技感到很開心。 這貼文也引起了你的其他的朋友的興趣,他們喜歡這貼文,並在下方留言回覆,於是對於這則貼文的討論就開始了... 最後,知道你一直「偷偷懷疑他養的貓咪是否討厭你」的老爸,也寄給你與這篇文章中同樣的網站連結,告訴你這個產品將化解你的疑慮。 你有朋友貼出這篇貼文,你的其他朋友從你的動態消息中看到這篇分享而按讚留言、討論,到最後你爸爸也寄這篇貼文中的網址連結給你,每一步的互動都增加了分數。最後你朋友的這篇貼文獲得高分,從此之後,只要是他貼的文章,都會出現在你的動態消息的上方。   另一個 不會 得到分數的 社群行銷 例子 另一則貼文來自一間公司的粉絲頁(而且你已經有五年沒在這頁面上互動),文字內容為:「非常開心地介紹我們公司新來的 IT 經理XXX。我們等不及要見識他的豐功偉業了。」然後附上這間公司的網頁連結,當然,所連結到的頁面是關於新的 IT 經理到來的消息頁面⋯⋯(可想而知,這間公司的 網路行銷 手法似乎很傳統) 這個頁面不但已經五年沒跟你互動了,甚至這個頁面的個人資料也不完整,突然貼出一個貼文說他們即將雇用新的 IT 經理。 即使這家公司的粉絲頁有八千個讚,但是這篇貼文只有十個人點了貼文中的網頁連結。很顯然的,Facebook 不會對這篇文章有高的評分,當然,也不太可能出現在你的動態消息中。   對企業來說的意義 現在的你應該很清楚了,在新的演算法之下,除了那一小群本來就跟你的 FB 頁面有高度互動的...

面對臉書的最新演算法,網路行銷人員該如何是好!?(2)

圖片
網路行銷人員該知道的的臉書貼文排序四因素,今天也教你如何一一破解! 目錄: 假新聞充斥!Facebook 不得不改變演算法 Facebook演算法如何運作 新Facebook演算法的正例與反例 網路行銷人員如何在新的FB演算法中求生存 讓人們願意參與討論 創立社團 禁用觸及率誘餌 分析、基準化你的貼文表現   網路行銷 必看:FB 新演算法決定貼文排序的四大因素 Facebook 的動態消息以及貼文排序、顯示方式,依照新的演算法,將基於這四個要素: 貼文庫存、社群訊號 (Social Signal)、預測和分數 。 貼文庫存 Facebook 會從庫存中參考可用的貼文內容,這些貼文包含了您的朋友、家人、您加入的社團,或是你喜歡的粉絲頁。 社群訊號 (Social Signal) 以下所列的社群訊號 (Social Signal),是 Facebook 用以選擇內容的方式。其中粗體字在 Facebook 中的權重更高。如身為 網路行銷 的你所知,Facebook 的一切就是人們的參與:如評論、分享等等 對某人照片狀態的留言和按讚 在 Messenger 中的分享 對於影片中的留言 貼文者是誰 這篇貼文何時貼的 技術因素(如手機的款式、網路強度等等) 內容的種類 花在這篇內容的平均時間 貼文內容是否內容充實 個人資料的完整度 預測 Facebook 會從你的資料以及你過去的活動中決定要在動態消息中「餵」你哪些內容,他們會預測出你可能會喜歡並參與互動的內容,還會將你可能不會參與的內容,一個個移出你的時間軸——儘管根據美國的一間民調機構「皮尤研究中心」根據研究指出:27% 的人反而認為這個演算法誤解了他們。 分數 一篇文章內容是否與用戶有所「關聯」,決定了分數的多寡。分數越高,則代表它越可能會出現在動態消息。當然,這個分數會因用戶而異。   Facebook 如何使用這四種因素? 由以上看出,每篇文章都基於互動性、關聯性、社群訊號 (Social Signal)而有一個分數。Facebook 使用這個評分,來決定在用戶的動態消息上所出現的內容。這個評分會因為個人的興趣、嗜好、聯絡人而有所不同。所以同樣的內容,對於不同的用...

面對臉書的最新演算法,網路行銷人員該如何是好!?(1)

圖片
網路行銷到底跟臉書演算法多不可分割?今天這系列的文章就教你如何"適應"最新的2019facebook演算法! 目錄: 假新聞充斥!Facebook 不得不改變演算法 Facebook演算法如何運作 新Facebook演算法的正例與反例 網路行銷人員如何在新的FB演算法中求生存 讓人們願意參與討論 創立社團 禁用觸及率誘餌 分析、基準化你的貼文表現   假新聞充斥!Facebook 不得不改變演算法 Facebook 演算法(註:Facebook 用於決定要「餵」你哪些內容的計算方式)具有很大的煽動力與影響力。 按時間順序「餵」內容的時代已經過去了,今天你將獲得「你所被給予的」內容。 從大報《紐約客》到地區性小報,報商都從 Facebook 得到了大量的流量,但其實有許多「假新聞」也是如此。 這種假新聞通常都是具煽動性、不真實的政治報導,有些人看了情緒會輕易被煽動、也有些人看了覺得非常合己意而覺得大快人心,種種因素都讓這類的貼文被大量分享。 Facebook 現在都充斥著這些假新聞,並且也快跟假新聞畫上等號了!Facebook 在 2016 年的美國大選中,不斷地被質疑助長假新聞,以至於影響了選舉結果。過去 Faceboook 公布一份調查,指出在 2015 年 6 月到 2017 年 5 月間,有價格超過 15 萬美元、5000 多則 Facebook 廣告是經由假帳號及專頁投放,而且大部分似乎來自俄羅斯。而這也導致 Facebook 在全球的聲譽正在遭受重創。 現在隨著時代進步,連 AI 人工智慧都可以生成假新聞了!特斯拉的 CEO 馬斯克曾投資的 AI 研究團隊「OpenAI」研發的 「GPT-2」就曾利用英國脫歐的新聞,再撰寫出另一篇假新聞 ,甚至還曾有人懷疑馬斯克停止投資人工智慧與此有關!(參見: 馬斯克宣布離開 OpenAI 的真正原因是...研發的AI太會寫假新聞? )。 Facebook 最終決定採取行動以對抗假新聞,試著重拾用戶們的信任,並重申 Facebook 作為社區和「有意義的社交互動」的平台。 也許一些美國人會因為不用再被餵假新聞而感到高興。但是對於所有需要在 Facebook 上發布內容的 社群行銷 人員來說是不利的。新的演算法...

別小看為微軟的麻將人工智慧!來聽聽微軟自己怎麼說!(下)

圖片
想知道更多關於麻將人工智慧的研發秘密和瓶頸?這篇也絕不能錯過! 為何我們會想寫這篇文章? 讀者看到了這篇文章: AI人工智慧又贏了!微軟Suphx突破日本麻將最高紀錄,打敗人類頂尖玩家 時,可能會立即聯想到 Google 開發的圍棋 人工智慧 Alpha Go 於兩年前以近乎完美姿態打敗人類選手李世乭和柯潔的新聞。根據微軟所說:研發麻將 AI 人工智慧的技術門檻可說是比研發圍棋、德州撲克等棋牌、博弈類的遊戲難多了!是真的嗎?這篇取材自微軟亞洲研究院的新聞稿,解釋為何同樣是 人工智慧 ,為何研發 AI 麻將技術門檻就是比 Alpha Go 等棋類 AI 高的還多!   「全新機制、教練先知、全面預測」對付麻將AI研發瓶頸   全新機制應對「巨大的狀態空間」 例如,為了應對「巨大的狀態空間」,研究團隊引入了全新的機制:對探索過程的多樣性,進行動態調控,讓 Suphx 可以比傳統算法更加充分地試探牌局狀態的多種可能。另一方面,一旦某一輪的底牌給定,其狀態子空間會大幅縮小;所以研究團隊讓Suphx 在推理階段根據本輪的牌局,來動態調整策略,對縮小了的狀態子空間進行更有針對性的探索,從而更好地根據本輪牌局的演進做出自適應的決策。   「先知教練技術」應對「非完美資訊」 其次,針對「非完美訊息」博弈的挑戰,Suphx 創新性地嘗試了先知教練技術來提升強化學習的效果。其基本思想是在自我博弈的訓練階段,利用一些不可見的隱藏訊息,來引導 AI 人工智慧 模型的訓練方向,使其學習路徑能更加清晰、更加接近完美資訊意義下的最佳路徑,從而讓 AI 人工智慧 模型能更加深入地理解可見信息,從中找到有效的決策依據。   「全盤預測技術」理解「復雜的獎勵機制」 另外,對於麻將復雜的牌面表達和計分機制,研究團隊還利用全盤預測技術搭建起每輪比賽和8輪過後的終盤結果之間的橋樑。這個預測器通過精巧的設計,可以理解每輪比賽對終盤的不同貢獻,從而將終盤的獎勵信號合理地分配回每一輪比賽之中,以便對自我博弈的過程進行更加直接而有效的指導,並使得Suphx可以學會一些具有大局觀的高級技巧。 得益於以上新技術和其他方面的創新,自今年 3 月進入天鳳平台以來,Suphx 在與人類玩家的對局中,學得非常快。目前...