La personalización de contenidos en redes sociales. Algoritmos y segmentación en Facebook

Abstract

El presente estudio se centró en un análisis acerca de cómo las redes sociales personalizan el contenido en función de su audiencia. En este caso en concreto profundizamos en el funcionamiento del algoritmo de Facebook y cómo se comportaba en individuos universitarios pertenecientes a la Universidad de Valladolid y la Universidad Europea Miguel de Cervantes. La selección de esta plataforma se justifica por su popularidad, siendo una de las más empleadas en este momento y por observar su comportamiento con individuos concernientes a este rango de edad. Se pretendía ahondar en el comportamiento supuestamente predictivo que emplean los algoritmos de estas redes sociales y sacar una serie de conclusiones sobre qué tipo de contenido muestra a cada usuario y cómo puede afectarles este filtro e información, con el llamado efecto burbuja. Todo este proceso se llevó a cabo mediante un procedimiento combinado. Por un lado, se hizo uso de la netnografía, mediante el monitoreo de pantallas, y posteriormente un análisis cuantitativo de los datos obtenidos. Se pudieron detectar niveles de asociación estadística entre la afinidad y la actividad de los participantes en Facebook, y los tipos de mensajes que esta red social les mostró en su página de inicio. A modo de propuesta para futuras investigaciones se estima necesario ampliar cuantitativamente la muestra de mensajes, mediante captura automatizada de contenidos en red, y mejorar cualitativamente la distribución de participantes, bien mediante muestreo aleatorio, bien mediante la inclusión de diferentes grupos de población.

This study focused on an analysis of how social networks personalize content based on their audience. In this particular case, we delve into the operation of the Facebook algorithm and how it behaved in university individuals belonging to the University of Valladolid and the Miguel de Cervantes European University. The selection of this platform is justified by its popularity, being one of the most used at this time and by observing its behavior with individuals concerning this age range. It was intended to delve into the supposedly predictive behavior used by the algorithms of these social networks and draw a series of conclusions about what type of content is shown to each user and how this filter and information can affect them, with the so-called bubble effect. All this process was carried out by means of a combined procedure. On the one hand, netnography was used, by monitoring screens, and later a quantitative analysis of the data obtained. It was possible to detect levels of statistical association between the affinity and the activity of the participants on Facebook, and the types of messages that this social network showed them on its home page. As a proposal, it is considered necessary to quantitatively expand the sample of messages, through automated capture of online content, and qualitatively improve the distribution of participants, either through random sampling, or through the inclusion of different population groups.