U postu na blogu, kompanija raščlanjava svoj sistem rangiranja prema tome gdje će korisnik naići na sadržaj: glavni feed, story, stranica za istraživanje i Reels. Postoji bezbroj informacija koje kompanije poput Instagrama koriste da predvide šta će korisnici htjeti da vide i sa čime komuniciraju, a ne postoji jedan jedinstveni, sveznajući algoritam koji daje preporuke. Nije iznenađujuće, kaže da dobar dio podataka koji se koriste za rangiranje sadržaja dolazi od samih korisnika.
Story su, na primjer, djelimično rangirane prema tome koliko često korisnik gleda ažuriranja naloga i da li komunicirate sa drugima putem slanja DM poruka ili lajkovanja priče. Instagram takođe pokušava da procjeni vaš odnos sa nalogom, na primjer, da li je neko član porodice ili prijatelj.
Preporuke za Reels prikupljaju slične korisničke podatke — Instagram kaže da ono što je korisnik lajkovao, sačuvao, podijelio ili sa čim je stupio u interakciju informiše šta će im sljedeće biti prikazano. Instagram je malo eksplicitniji u tome kako se ovo potresa: kompanija posebno ukazuje na vjerovatnoću da će korisnik ponovo podijeliti video, pogledati ga do kraja, lajkovati ga ili kliknuti na audio stranicu kao predviđanja. Vizuelni i audio zapisi koji se koriste u video snimcima, kao i informacije o osobi koja ih dijeli, kao što su pratioci ili nivoi angažovanja, takođe igraju ulogu u rangiranju Reels.
Platforme daju korisnicima razne načine da pokušaju da kontrolišu ono što vide. Meta je uvela opcije „prikaži više“ i „prikaži manje“ na Facebooku kao način na koji korisnici reaguju na određene vrste sadržaja. Korisnici TikTok-a mogu da „ne vole“ video snimke i da naprave listu hashtagova i riječi koje ne žele da vide u svom feed.
Međutim, upitno je da li ovi alati zaista funkcionišu: neke studije sugerišu da korisnička podešavanja za fino podešavanje sistema preporuka jedva da funkcionišu.