- Facebook ใช้ ML (Machine Learning) เพื่อจำแนก user เป็นกลุ่มตามคุณลักษณะที่คล้ายกัน เช่น เพศ อายุ ที่อยู่ เป็นต้น เพื่อให้สามารถเป้าหมายการโฆษณาหรือการเผยแพร่เนื้อหาได้อย่างมีประสิทธิภาพ
- Facebook ใช้ CV (Computer Vision) เพื่อประมวลผลภาพและวิดีโอที่ผู้ใช้งานอัปโหลดหรือถ่าย เช่น การจดจำใบหน้า การจดจำวัตถุ การจดจำการกระทำ เป็นต้น เพื่อให้สามารถเพิ่มคุณภาพ ความปลอดภัย และความสำคัญของเนื้อหาได้อย่างเหมาะสม
- Facebook ใช้ NLP (Natural Language Processing) เพื่อประมวลผลข้อความที่ผู้ใช้งานพิมพ์หรือพูด เช่น คำค้นหา คำถาม คำสั่ง เป็นต้น เพื่อให้สามารถเข้าใจความหมายและจุดประสงค์ของผู้ใช้งานได้อย่างถูกต้อง
- เกิดเป็นคนชีวิตว่ายากแล้ว เป็น Page ยากกว่า
- Facebook ใช้ AI (Artificial Intelligence) เพื่อวิเคราะห์ข้อมูลผู้ใช้งาน เช่น ข้อมูลส่วนตัว ความสนใจ พฤติกรรมการใช้งาน เพื่อสร้างโปรไฟล์ user ที่มีคุณลักษณะและความต้องการที่แตกต่างกัน
- อายุ
- เจตจำนงค์ของการใช้งาน Facebook (เช่น การคลิกโฆษณา, ความถี่ในการเข้าใช้งาน)
- ความสนใจและกิจกรรม
- สถานที่ทำงาน
- สถานะการศึกษา
- สถานะความสัมพันธ์
- เพศ
- 1.โพสต์และการตอบกลับ: Facebook วิเคราะห์เนื้อหาที่คุณแชร์, ความคิดเห็น, และตอบกลับที่คุณทำในโพสต์ต่างๆ.
- 2.การคลิกและการดู: ซึ่งได้แก่การคลิกเชื่อมโยง, รูปภาพ, และวิดีโอ, รวมถึงระยะเวลาที่คุณดูเนื้อหาต่างๆ.
- 3.การเชื่อมต่อกับผู้ใช้งานอื่น: เช่นการเพิ่มเพื่อน, การกด “Like”, หรือการแชร์เนื้อหาของผู้อื่น.
- 4.ข้อมูลโปรไฟล์: การปรับปรุงแนะนำตามข้อมูลที่คุณกรอกในโปรไฟล์, เช่น งาน, การศึกษา, หรือสถานที่ที่คุณอาศัย.
- 5.การตอบสนองต่อโฆษณา: เช่นการคลิก, การซื้อสินค้า, หรือการปฏิเสธโฆษณา.
- 6.การใช้งานแอปและเว็บไซต์ที่เชื่อมต่อกับ Facebook: ด้วยเครื่องมือเช่น Facebook Pixel, บริษัทสามารถส่งข้อมูลกลับมายัง Facebook เมื่อคุณทำการซื้อสินค้าหรือทำคำสั่งซื้อ.
- 1.การวิเคราะห์ความรู้สึก (Sentiment Analysis): เพื่อระบุว่าข้อความมีการแสดงความรู้สึกอย่างไร, เช่น บวกหรือลบ.
- 8.การเสนอแนะเนื้อหา: วิเคราะห์และเข้าใจข้อความเพื่อแนะนำเนื้อหาหรือโพสต์ที่สอดคล้องกับความสนใจของผู้ใช้.
- 2.การระบุเจตนา (Intent Detection): เพื่อเข้าใจว่าผู้ใช้ต้องการทำอะไร หรือ มีความต้องการอย่างไรจากข้อความ.
- 3.การแยกแยะหัวข้อ (Topic Modeling): แยกแยะและแบ่งปันข้อความตามหัวข้อหรือเนื้อหาที่สนใจ.
- 4.การระบุตัวอย่างเนื้อหาที่ไม่เหมาะสม: ตรวจจับข้อความที่ต่อต้านนโยบายของ Facebook, เช่น ความรุนแรง, ความเกลียดชัง, หรือข้อความที่ผิดกฎหมาย.
- 5.การแปลภาษา: ช่วยให้ผู้ใช้แปลข้อความเป็นภาษาอื่นๆ ภายในแพลตฟอร์ม.
- 6.การสนับสนุนการค้นหา: ปรับปรุงความแม่นยำในการค้นหาเนื้อหาใน Facebook โดยอาศัยข้อความที่ผู้ใช้ป้อนเข้ามา.
- 7.การตอบกลับอัตโนมัติ: เช่น ใน Messenger, ระบบอาจใช้ NLP เพื่อสนับสนุนการตอบกลับอัตโนมัติจากเพจหรือแบรนด์ต่างๆ
- 1.การระบุใบหน้า (Face Detection and Recognition): ระบบตรวจจับและระบุใบหน้าบนภาพเพื่อสนับสนุนการแท็กภาพโดยอัตโนมัติ.
- 2.การระบุวัตถุ: เพื่อช่วยในการหาและแนะนำเนื้อหา, เช่น การระบุว่าภาพมีสิ่งที่เป็นสัตว์เลี้ยง, อาหาร, หรือที่เที่ยว.
- 3.การวิเคราะห์ภาพ: อาจจะรวมถึงการระบุความรู้สึกที่แสดงออกบนใบหน้า, การหาข้อความภายในภาพ, หรือการวิเคราะห์ความสำคัญของวัตถุในภาพ.
- 4.การป้องกันเนื้อหาไม่เหมาะสม: ด้วยการระบุภาพที่มีความรุนแรง, ทางเพศ, หรือเนื้อหาอื่น ๆ ที่อาจต่อต้านนโยบายของ Facebook.
- 5.การเข้าใจวิดีโอ: ไม่ใช่เพียงภาพเท่านั้น, Facebook ยังวิเคราะห์วิดีโอเพื่อระบุเนื้อหาหลักและวิดีโอที่ผู้ใช้งานอาจสนใจ.
- 6.การแปลงข้อความในภาพ: เพื่อช่วยให้ผู้ใช้ที่มีความบกพร่องทางการมองเห็นเข้าใจเนื้อหาด้วยเสียง.
- 1.เนื้อหา: AI ของ Facebook สามารถวิเคราะห์รูปภาพ, วิดีโอ, และข้อความที่โพสต์บนเพจเพื่อเข้าใจเนื้อหาหลัก
- 2.การมีส่วนร่วมของผู้ใช้: จำนวนครั้งที่ได้รับการคลิก, การถูกแชร์, การเช็คอิน, การทิ้งความคิดเห็น, และปฏิกิริยาต่างๆ ที่เกิดขึ้นบนเพจ
- 3.ข้อมูลจากโปรไฟล์: เช่น หมวดหมู่ของเพจ, รายละเอียด, และข้อมูลอื่น ๆ ที่ผู้ใช้ให้ไว้.
- 4.เครือข่าย: การเชื่อมต่อกับเพจอื่นๆ หรือกลุ่ม, รวมถึงการแท็กหรือการถูกแท็กในโพสต์.
- 5.ข้อมูลเกี่ยวกับการโฆษณา: เช่น กลุ่มเป้าหมาย, งบประมาณ, และประสิทธิภาพของโฆษณาที่เชื่อมโยงกับเพจ.
- 6.ความถี่ในการโพสต์: ความบ่อยครั้งที่มีการโพสต์เนื้อหาใหม่บนเพจ.