X（旧Twitter）のアルゴリズムの詳細
Xのアルゴリズムは、主に「For You」タイムラインをパーソナライズするために設計された機械学習ベースの推薦システムです。2023年にオープンソース化されたコード（GitHub: twitter/the-algorithm）を基盤としており、ユーザーの過去のインタラクション（いいね、リポスト、リプライ、閲覧時間など）を分析して、関連性が高くエンゲージメントを生むコンテンツを優先的に表示します。目標は、ユーザーを長くプラットフォームに留めること。2025年現在、アルゴリズムは継続的に進化しており、小規模アカウントの露出を増やす調整や、AI生成コンテンツのフィルタリングが強化されています。
アルゴリズムの主な構造
Xの推薦アルゴリズムは、以下の4つの主要なステップで動作します。これらはオープンソースのコードから明らかになっています。
| ステップ | 説明 | キー要素 |
|---|---|---|
| 1. 候補ソース（Candidate Sourcing） | 数億の投稿から、ユーザーに適した数千の候補を抽出。In-Network（フォロー中アカウントから約50%）とOut-of-Network（おすすめ）のバランスを取る。 | - In-Network: Earlybird検索インデックス（フォロー/インタラクションに基づく）。 - Out-of-Network: UTEG（ユーザー-ツイート-エンティティグラフ）、SimClusters（類似コミュニティ検出）、RealGraph（ソーシャルグラフ）。 - その他: リスト、コミュニティ、トレンド、キャッシュ。 |
| 2. 特徴量の準備（Feature Hydration） | 各候補投稿に約6,000の特徴量を付与。ユーザー行動、投稿内容、グラフデータをリアルタイムで集約。 | - ユーザー特徴: 興味、行動、人口統計。 - 投稿特徴: テキスト、メディア、既存エンゲージメント。 - グラフ特徴: 類似度、ソーシャルつながり。 |
| 3. ランキング（Ranking） | 機械学習モデルでスコアリング。エンゲージメント予測が中心で、重み付けはユーザーごとに動的に調整（固定パーセンテージではなく、A/Bテストで最適化）。 | - Heavy Ranker（NAVIモデル）: いいね/リポスト/リプライ/クリック/動画視聴などの予測スコアを計算。 - Light Ranker: 初期フィルタリング。 - 予測モデル例: PredictedFavoriteScore（いいね予測）、PredictedRetweetScore（リポスト予測）、PredictedDwellScore（閲覧時間予測）。 - 2025年の更新: 小規模アカウントのブースト、ネガティブフィードバック（非表示/ブロック）の重み増。 |
| 4. フィルタリングとミキシング（Filtering & Mixing） | 24種類のフィルターで品質確保後、広告/フォロー提案と混ぜて最終タイムライン生成。 | - グローバルフィルター（10種）: 年齢制限（48時間以内）、重複除去、場所。 - ポストスコアフィルター（14種）: スパム/NSFW/言語/動画長さ、Grok安全フィルター。 - 多様性ルール: 同一トピックの過剰表示を防ぐ。 |
ランキングの主なシグナル（2025年焦点）
アルゴリズムはエンゲージメント予測を最優先にし、以下のシグナルで投稿を評価します。重みは動的ですが、早期エンゲージメント（投稿後1時間の速度）が特に重要で、ウイルス化の鍵です。
-
エンゲージメント関連（40-50%の影響）:
- いいね/リポスト/リプライ率: 高いほどスコアアップ。リポストがウイルス拡散に強い。
- 閲覧時間（Dwell Time）/ブックマーク率: 深い関心を示す隠れた強力シグナル。
- 早期速度: 最初の1時間でインタラクションが急増すると、アルゴリズムがさらにプッシュ。
-
パーソナライズ関連（15-20%）:
- ソーシャルグラフ: フォロー/相互インタラクションの強いアカウント優先（Primary Circle: 50倍重み）。
- 興味マッチ: SimClustersで類似トピック/コミュニティを検出。
-
コンテンツ品質関連（10-15%）:
- メディア有無: 画像/動画がエンゲージメントを倍増（動画視聴予測スコアが高い）。
- 投稿者信頼性: フォロワー数、検証バッジ、Tweepcredスコア（過去実績）。
- オリジナル性: 重複/スパム検知でペナルティ。AI生成コンテンツは2025年にデプライオリタイズ。
-
時間/コンテキスト関連:
- 新鮮度: 投稿後2-4時間で露出が指数関数的に減少。
- トレンド乗っかり: 関連トピックでブースト（6-12時間）。
- 投稿タイミング: フォロワーのピーク時（平日朝夕など）。
-
ネガティブ要因:
- 非表示/ミュート/ブロック率: スコア急落。
- 報告/スキップ率: スパム判定でリーチ激減。
2025年の主な更新点
- 小規模アカウント優遇: 大手偏重を是正し、多様な声を促進。エンゲージメントが鍵だが、ニッチコミュニティでの相互作用がブースト。
- AI/品質フィルター強化: AI生成画像/動画の検知を厳しくし、有機的なコンテンツを優先。TOS違反（協調操作）の検知も向上。
- 通知/Exploreタブ: 通知はPushserviceでエンゲージメント予測、Exploreはトレンド/高エンゲージ投稿を強調。
- 全体の進化: オープンソース化以降、コミュニティ貢献が増え、リアルタイムA/Bテストで重みが調整。X Premiumユーザーは分析ツールで詳細メトリクス（インプレッション/エンゲージ率）アクセス可能。
アルゴリズムを活用するTips
- 成長戦略: ニッチ特化コンテンツを作成（例: 「2025年のSaaS AI活用3法」）。スレッドやメディアを活用し、早期リプライを促す質問を入れる。
- 最適化: 投稿後1時間以内のエンゲージを監視。コミュニティ参加でRealGraphを強化。
- 避けること: 過度ハッシュタグ/自動投稿（スパム判定）。代わりに本物の会話重視。
このアルゴリズムはユーザー体験を向上させる一方、操作（ボットなど）への対策が課題。より深く学びたい場合はGitHubリポジトリでコード確認するとよいでしょう。