{"id":12,"date":"2007-05-11T10:00:08","date_gmt":"2007-05-11T09:00:08","guid":{"rendered":"http:\/\/www.mauriziopetrone.com\/blog\/web\/il-funzionamento-dell-algoritmo-di-digg\/"},"modified":"2007-05-11T10:00:08","modified_gmt":"2007-05-11T09:00:08","slug":"il-funzionamento-dell-algoritmo-di-digg","status":"publish","type":"post","link":"https:\/\/seo.mauriziopetrone.it\/il-funzionamento-dell-algoritmo-di-digg\/","title":{"rendered":"Il funzionamento dell’algoritmo di digg"},"content":{"rendered":"

Con questo post intendo rispondere a quanti si chiedono come funziona il sistema che sta alla base della classifica delle storie inviate a digg<\/a>, analizzandone gli algoritmi di ordinamento e spam detection<\/strong>, in relazione al ciclo vitale di una “submission<\/em>“. In un prossimo post cercher\u00f2 di fornire consigli pratici a chiunque intenda sfruttare ai fini di marketing questo sito per la promozione dei propri contenuti.<\/p>\n

Prima di tutto, una breve introduzione: digg \u00e8 un sistema di news voting (ok, forse \u00e8 meglio dire item<\/em> voting), dove la community pu\u00f2 proporre storie, video e podcast e votare il materiale inviato da altri. Gli URL delle storie pi\u00f9 popolari vengono inseriti in home page, e vi restano per qualche tempo ricevendo gran parte dell’attenzione dell’enorme base di utenti e visitatori del sito – spider compresi<\/em>.<\/p>\n

Avremo modo in seguito di sviscerare la community e tutto l’aspetto sociale del sito, adesso \u00e8 ora di concentrarsi sugli algoritmi di digg<\/strong>.<\/p>\n

<\/p>\n

Dopo la submission<\/h4>\n

Quando qualcuno invia una storia, questa va a finire nella pagina “upcoming<\/em>” della sezione scelta: essa contiene tutte le ultime storie inviate, ordinate per data. La sezione “upcoming<\/em>” della categoria superiore in pi\u00f9 contiene una speciale mini-classifica delle storie “hot<\/em>” (ovvero quelle a met\u00e0 strada tra le storie “upcoming<\/em>” e quelle “popular<\/em>“) di tutte le sotto-sezioni.<\/p>\n

Le prime ore di vita di una storia sono anche quelle che ne decidono la sorte<\/strong>: se non ricever\u00e0 sufficiente attenzione fintanto che resta nella prima pagina delle “upcoming<\/em>“, non avr\u00e0 altre occasioni di diventare popolare.<\/p>\n

Viceversa, con il raggiungimento di un numero minimo di digg, la storia si guadagna un posto nella sezione “hot<\/em>“, che \u00e8 l’anticamera della home page.<\/p>\n

Non tutti i voti sono uguali<\/h4>\n

Ma attenzione: i “diggs<\/em>” ricevuti non hanno tutti lo stesso valore. Cos\u00ec come in altri social sites, i voti dei membri appena iscritti hanno un valore inferiore; mentre c’\u00e8 un massimo di peso trasmissibile dal proprio voto che neanche gli utenti pi\u00f9 attivi possono superare.<\/p>\n

Un utente arriva ad assegnare voti a peso pieno dopo un breve lasso di tempo dall’iscrizione, e comunque non prima di aver manifestato una certa attivit\u00e0 sul sito.<\/p>\n

A parit\u00e0 di anzianit\u00e0 di due utenti, viene assegnato un peso maggiore al voto di quello che ha inviato il maggior numero di storie promosse in front page<\/em><\/strong> (anche in rapporto al numero totale di storie inviate: queste informazioni sono visibili in ogni profilo), e a quelli che maggiormente hanno contribuito a promuovere in front page<\/em> le storie degli altri. Ricevere voti nella fase iniziale da parte di alcuni utenti particolarmente influenti aiuta molto<\/strong>.<\/p>\n

Non so ancora se questo calcolo tenga conto anche delle sezioni in cui l’utente votante ha promosso il maggior numero di storie, in relazione alla sezione di appartenenza della storia che sta votando (ergo, non \u00e8 chiaro se ci siano “power account<\/em>” con pesi differenti in base alle categorie o se la loro influenza sia calcolata a livello globale, ma personalmente propendo per la prima ipotesi).<\/p>\n

Non conta solo il numero<\/h4>\n

Ma torniamo a parlare del funzionamento dell’algoritmo che decide se una nuova storia sar\u00e0 promossa oppure no. Come detto, due fattori importanti sono la rapidit\u00e0 di acquisizione dei primi voti<\/strong> e l’importanza degli utenti da cui questi arrivano<\/strong>.<\/p>\n

Un altro fattore influente consiste nel numero di commenti<\/strong> che una storia riceve: pi\u00f9 essa stimola la partecipazione attiva della community, pi\u00f9 facilmente verr\u00e0 promossa. Anche i voti ricevuti dai commenti stessi hanno la loro importanza (bench\u00e8 minima): una storia che presenta troppi commenti con un bilancio negativo di voti, sar\u00e0 penalizzata. Ovviamente, l’influenza del commento di un utente che solitamente riceve parecchi “down diggs<\/em>” sui suoi interventi di commento, \u00e8 molto, molto limitata.<\/p>\n

I voti negativi<\/h4>\n

\"Il<\/p>\n

Altrimenti detti “buries<\/em>“, consistono in dei flag che gli utenti possono assegnare ad una storia per segnalare il fatto che non l’hanno gradita: chi assegna un flag del genere \u00e8 chiamato a specificarne anche il motivo: sezione sbagliata, storia duplicata, inaccurata, spam. Tutto lascia credere che ogni etichetta abbia un differente peso, mentre non sembrano esserci differenze di considerazione tra il “bury<\/em>” espresso dall’ultimo arrivato e quello affibbiato da un utente anziano.<\/p>\n

Lo stato corrente di una storia, il fatto che sia “upcoming<\/em>“, “hot<\/em>” oppure “popular<\/em>” \u00e8 anch’esso un parametro che determina il numero di “buries<\/em>” necessari a rendere “buried<\/em>” una storia: ad una nuova submission bastano molti meno “buries<\/em>” per essere “buried<\/em>” rispetto a quanti ne pu\u00f2 sopportare una storia gi\u00e0 “popular<\/em>“.<\/p>\n

Una volta “buried<\/em>“, la storia scompare dalle categorie in cui era stata inserita ed \u00e8 visualizzabile solo tramite permalink e come risultato delle ricerche non filtrate, oltre che nella sezione “dugg<\/em>” del proprio profilo, qualora si sia tra gli autori dei “bury<\/em>“.<\/p>\n

La soglia del “popular<\/em>” e la zona “hot<\/em>“<\/h4>\n

Tutti i fattori finora elencati concorrono ad avvicinare (o ad allontanare irrimediabilmente) una storia dal momento in cui essa diventa “popular<\/em>“. Per oltrepassare questa soglia serve un numero minimo di voti<\/strong>, non determinabile a priori, che neppure la presenza nella sezione “hot<\/em>” pu\u00f2 garantire, sebbene tale passaggio sia obbligato per le storie da front page.<\/p>\n

Ogni macro-sezione ha una sua zona “hot<\/em>“, dove finiscono le storie ancora in “upcoming<\/em>“, che ricevono un minimo di voti validi in un lasso di tempo prestabilito: se una storia riesce ad ottenere il primo posto tra le “hot<\/em>” e a ricevere ancora un sufficiente numero di “diggs<\/em>” entro un dato limite temporale, ecco che la storia viene resa “popular<\/em>“, arrivando alla front page della sezione di appartenenza, e della macrosezione a cui la sezione fa riferimento.<\/p>\n

Ogni sezione ha il suo proprio algoritmo<\/strong> (nonch\u00e8 una sua specifica competitivit\u00e0 interna tra le submission, ma questa \u00e8 un’altra storia) che determina il livello di soglia da oltrepassare per rendere “popular<\/em>” una determinata storia. La sezione pi\u00f9 esigente in assoluto \u00e8 Technology<\/em>, con le relative sotto-categorie, dato che le storie inserite qui vanno a finire direttamente nella home page di digg.<\/p>\n

Una volta in front page<\/h4>\n

Una volta arrivati sulla front page di una sezione di digg -normalmente passa qualche ora dalla submission- si \u00e8 inseriti subito in prima posizione, per poi scendere via via: si resta nella prima pagina delle “newly popular<\/em>” per un tempo circa pari al tempo trascorso dalla promozione a “popular<\/em>” dell’ultima storia in classifica. In questo intervallo, se si ricevono ancora sufficienti digg si pu\u00f2 aspirare ad arrivare nella “Top 10<\/em>“<\/strong> della categoria contenitore, dove si resta per circa 48 ore, prima di finire definitivamente in archivio.<\/p>\n

Le storie inserite in Technology<\/em> e categorie figlie hanno la visibilit\u00e0 massima, dato che raggiungono direttamente la home page di digg; mentre le storie inserite nelle altre sezioni, invece, possono aspirare al massimo alle front pages<\/em> e alla Top 10<\/em> della categoria di primo livello (Science<\/em>, Entertainment<\/em>, Videos<\/em>, e tutte le altre), oppure possono limitarsi a diventare “popular<\/em>” nella sotto-categoria di appartenenza, ma senza per questo raggiungere la Top 10<\/em> della categoria contenitore, che, lo ricordo, \u00e8 una classifica globale di tutto il contenitore.<\/p>\n

I submitter sono tutti uguali, cos\u00ec come l’ora della submission<\/h4>\n

Ognuno ha esattamente le stesse possibilit\u00e0 (algoritmiche) di inviare una storia che diventer\u00e0 popular: le maggiori possibilit\u00e0 che ha un “power user<\/em>” non derivano direttamente dal suo profilo, ma dal numero e dal tipo di amici che ha (ma questo \u00e8 un argomento che approfondir\u00f2 in un altro post \ud83d\ude09 ). Inoltre, l’algoritmo ha una funzione di normalizzazione<\/strong> per far s\u00ec che i voti nei periodi “morti” del giorno, della settimana e dell’anno contino pi\u00f9 degli altri, in modo da non favorire le storie inviate in orari scelti ad hoc per raggiungere il punto pi\u00f9 visibile nei momenti dei picchi di traffico, e viceversa per non penalizzare le altre.<\/p>\n

Perci\u00f2, tutti hanno le stesse potenzialit\u00e0 in fase di submission<\/strong>, ma c’\u00e8 un’eccezione a questa regola, che consiste negli utenti che hanno un numero molto<\/em> elevato di “befriends<\/em>“: dal momento che questa caratteristica pu\u00f2 aumentare molto il numero di “diggs<\/em>” ricevuti, alle storie inviate da questa categoria di utenti \u00e8 richiesto un numero di “diggs<\/em>” maggiore per oltrepassare la soglia del “popular<\/em>“.<\/p>\n

Finora, abbiamo preso in analisi il mondo ideale di digg, dove il peggio che possa succedere \u00e8 che qualcuno invii una storia inappropriata. Ma, data la popolarit\u00e0 di cui gode digg, \u00e8 pieno l\u00e0 fuori di gente che cerca di fregare il sistema aprendo tanti account con cui votare le proprie submission. Ecco allora che si \u00e8 reso necessario per gli sviluppatori mettere a punto…<\/p>\n

Gli algoritmi di riconoscimento dei pattern di spam<\/h4>\n

Innanzitutto \u00e8 necessaria una definizione: lo spam su digg non consiste nell’invio di materiale ascrivibile allo spam di per s\u00e8<\/strong>, ma piuttosto \u00e8 quella pratica per cui alcuni utenti tentano di promuovere artificialmente le proprie storie attraverso account multipli<\/strong>. Ha quindi poco a che fare con i “bury<\/em>“.<\/p>\n

Questo modello di spam presenta alcune caratteristiche tipiche (le descrivo tutte in un ipotetico profilo 100% spam, ma se ne possono riscontrare anche solo alcune di esse):<\/p>\n