O que é EdgeRank?
EdgeRank é o algoritmo que o Facebook usou para ordenar o feed no começo da década de 2010, também citado como algoritmo do Facebook histórico. O modelo pontuava cada interação possível, chamada de “edge”, combinando três fatores: afinidade entre as pessoas, peso do tipo de interação e decaimento pelo tempo.
O Facebook aposentou o nome e o modelo há muitos anos. O feed atual roda sobre aprendizado de máquina com milhares de sinais e previsões individuais, algo distante de uma fórmula de três variáveis.
O EdgeRank continua no vocabulário porque explica bem a lógica que ainda governa qualquer algoritmo de rede social. Trate o termo como modelo mental, e não como descrição do que roda hoje.
Como funcionava na prática?
O EdgeRank multiplicava três componentes para cada publicação:
- Afinidade: a força do relacionamento entre o usuário e quem publicou, construída a partir de interações passadas.
- Peso: o valor de cada tipo de interação. Comentário pesava mais que curtida, e compartilhamento pesava mais que comentário.
- Decaimento: a perda de relevância conforme o post envelhecia.
O resultado definia a posição no feed. A consequência ficou clara para as páginas: quem gerava comentários de pessoas próximas subia, e quem publicava conteúdo que ninguém tocava despencava.
EdgeRank vs algoritmo atual: qual a diferença?
| Aspecto | EdgeRank | Algoritmo atual |
|---|---|---|
| Estrutura | Fórmula fixa de três fatores | Modelos preditivos com milhares de sinais |
| Personalização | Por afinidade entre contas | Por previsão de comportamento individual |
| Fonte do conteúdo | Rede seguida | Rede seguida mais recomendação de desconhecidos |
| Transparência | Fórmula pública | Comportamento inferido por testes |
Veredito: o EdgeRank descreve o princípio, e o algoritmo atual aplica o mesmo princípio dentro de uma máquina muito maior.
Exemplos de uso
Uma agência explica ao cliente por que o alcance da página caiu de 8% para 2% em dois anos. O raciocínio do EdgeRank ajuda: sem interação recente, a afinidade da página com cada seguidor cai e o conteúdo deixa de competir.
Um gestor de comunidade prioriza formatos que geram comentário longo em vez de curtida rápida. A lógica de peso do EdgeRank continua sustentando essa escolha nas redes atuais.
Perguntas frequentes sobre EdgeRank
O EdgeRank ainda existe?
O EdgeRank foi substituído há mais de uma década. O Facebook migrou para sistemas de aprendizado de máquina que preveem, por usuário e por post, a chance de cada tipo de interação acontecer. O nome sobrevive como referência didática para explicar ranqueamento de feed.
Por que ainda vale a pena estudar o EdgeRank?
O EdgeRank dá vocabulário simples para três forças que qualquer feed ainda usa: relacionamento, intensidade da interação e atualidade. Entender isso ajuda a explicar quedas de alcance e a escolher formatos, sem prometer fórmula pública para o algoritmo.
Outras redes usam EdgeRank?
Nenhuma outra rede usou o EdgeRank, que foi criação do Facebook. Instagram, TikTok e LinkedIn têm sistemas próprios de ranqueamento, com pesos e sinais diferentes. A semelhança está no princípio, já que todos combinam relacionamento, sinais de qualidade e frescor.