LinkedIn обясни как използва изкуствен интелект, за да подбира публикации от хора извън мрежата на потребителя. Моделът Profile Relevance сравнява съдържанието на публикациите с професионалната информация в публичния профил. При онлайн тестовете на компанията делът на скритите публикации е намалял с 18,8%.
Как алгоритъмът на LinkedIn подбира публикации извън мрежата ви
В публикация от 9 ноември 2026 г. инженерът Шийонг Лин и екипът му описват Profile Relevance като един от механизмите, с които LinkedIn намира публикации извън непосредствената мрежа на потребителя. Моделът добавя професионалния контекст към сигналите за връзки и ангажираност, които платформата вече използва.
Системата събира в структурирано описание информацията, която потребителят е споделил в публичния си профил. Това включва професионалното заглавие, резюмето, уменията, настоящите и предишните длъжности, работодателите и образованието. Името и полът са изключени от описанието. За публикациите моделът използва текста, заглавието и транскрипцията, когато има такава, както и данни за автора, например местоположение.
Големите езикови модели преобразуват тази информация в числови представяния, наричани embeddings. Те позволяват на системата да сравни смисъла на публикацията с професионалния контекст на потребителя и да открие по-близки съвпадения. Например публикация за наемане на служители в даден град може да е по-подходяща за специалист по подбор в същия град, отколкото за инженер в друг регион.
Как LinkedIn проверява препоръките
Първоначално екипът преглежда ръчно двойки от профили и публикации, за да прецени доколко си съответстват. След това LinkedIn разработва AutoEval, система за автоматизирано оценяване, и сверява оценките ѝ с човешките преценки. При оценката се разглеждат темата, местоположението, длъжността, компанията, индустрията, нивото на професионален опит и образованието.
В тествания вариант LinkedIn отчита и ранната ангажираност с публикацията. За да бъде препоръчана чрез Profile Relevance, тя трябва да е получила поне едно харесване, коментар или споделяне от потребител извън мрежата на автора.
Какви резултати отчита LinkedIn
В онлайн експериментите си LinkedIn отчита следните промени.
| Показател | Промяна |
|---|---|
| Прегледани публикации в емисията (Feed Updates Viewed) | +0,54% |
| Показател за вирусно разпространение (viral rate) | +0,94% |
| Дял на скритите публикации (hide rate) | −18,8% |
Според Лин резултатите сочат „по-релевантно изживяване за потребителите с по-малко шум“. Понижението на дела на скритите публикации показва, че участниците в теста по-рядко са избирали да скрият съдържание. LinkedIn публикува относителните промени, а без изходните стойности абсолютният им размер остава неизвестен.
Какво се променя за потребителите с малко активност
При потребителите с ограничена история на активност LinkedIn отчита ръст от 17,7% при ангажираността, свързана с вирусното разпространение (viral engagement), и 1,8% при дневно активните потребители (DAU). Данните в публичния профил дават на модела отправна точка дори когато потребителят е нов или рядко взаимодейства с публикации.
Какво означава това за авторите и B2B маркетинга
За авторите Profile Relevance е още един начин публикациите им да стигнат до хора извън непосредствената им мрежа. За B2B екипите описанието на модела показва как тема, отрасъл, длъжност или ниво на опит могат да помогнат за съпоставянето на публикация с конкретна професионална аудитория.
От казуса следват три практически насоки за автори и маркетолози, които могат да се проверят със собствените им публикации.
- Поддържайте профила си актуален. Длъжността, опитът и уменията са част от професионалния контекст, който LinkedIn използва, когато подбира какво да ви покаже.
- Формулирайте ясно темата на публикацията. Ако пишете за промяна в подбора на кадри, посочете каква е тя, за кой отрасъл се отнася и кого засяга.
- Пишете за конкретна професионална аудитория. Един и същ въпрос може да интересува ръководител на екип и специалист в началото на кариерата по различни причини. Изберете чий проблем разглеждате и използвайте примери от неговата работа.
Публикуваните резултати са от вътрешни експерименти на LinkedIn. Компанията не посочва как ефектът се различава по отрасли или как се променя обхватът на отделен автор. За създателите на съдържание остава открит въпросът кои публикации ще намират аудитория извън досегашния им кръг от контакти.
- ТЕМИ: