আপনি কি কখনো ভেবেছেন, সামাজিক যোগাযোগমাধ্যমে আপনার সামনে আসা ভিডিও বা পোস্টগুলো কীভাবে আপনার মনের কথা এত নিখুঁতভাবে বুঝে যায়? এমন অনেক কনটেন্টই আপনার সামনে চলে আসে যা আপনি হয়তো নিজেও খুঁজছিলেন না, কিন্তু তা আপনার আগ্রহের কেন্দ্রবিন্দুতে পরিণত হয়। এর পেছনে রয়েছে এক বিশেষ প্রযুক্তি—রেকমেন্ডেশন অ্যালগরিদম, যা বিভিন্ন প্ল্যাটফর্মে ‘For You Page’ বা ব্যক্তিগত ফিড হিসেবে পরিচিত। TikTok-এর ‘For You’ ফিড বা Instagram-এর রিলস-এর মতো ব্যবস্থাগুলো ব্যবহারকারীর আচরণ বিশ্লেষণ করে এই কনটেন্টগুলো সাজিয়ে থাকে।

এই ব্যবস্থার মূল উদ্দেশ্য হলো ব্যবহারকারীকে প্ল্যাটফর্মে যতটা সম্ভব বেশি সময় ধরে রাখা। আপনি কোন ভিডিওতে থামছেন, কতক্ষণ দেখছেন, কোথায় লাইক দিচ্ছেন, বা কোন ভিডিওটি এড়িয়ে যাচ্ছেন—এই প্রতিটি ছোট ছোট আচরণই অ্যালগরিদমের জন্য অত্যন্ত মূল্যবান তথ্যে পরিণত হয়। উদাহরণস্বরূপ, আপনি যদি নিয়মিত রান্নার ভিডিও দেখেন বা ভ্রমণ বিষয়ক কনটেন্টে বেশি সময় ব্যয় করেন, তাহলে অ্যালগরিদম বুঝে নেয় যে এটিই আপনার আগ্রহের ক্ষেত্র। এর ফলে, আপনার ফিডে ধীরে ধীরে এই ধরনের কনটেন্টই বেশি প্রদর্শিত হতে শুরু করে।

ভিডিও দেখার সময়কাল বা ‘watch time’ এই প্রক্রিয়ার একটি অত্যন্ত গুরুত্বপূর্ণ সূচক। যদি দর্শকরা একটি ভিডিও শুরু থেকে শেষ পর্যন্ত দেখে, তাহলে অ্যালগরিদম সেটিকে আকর্ষণীয় হিসেবে গণ্য করে। এরপর আসে ‘engagement’ বা ব্যবহারকারীর প্রতিক্রিয়া, যেমন—লাইক, কমেন্ট, শেয়ার বা সেভ করা। এই বিষয়গুলো অ্যালগরিদমকে জানায় যে ভিডিওটি দর্শকদের মধ্যে আগ্রহ তৈরি করতে সক্ষম হয়েছে। অনেক সময়, নতুন একটি ভিডিও অল্প সংখ্যক দর্শকের কাছে দেখানো হয় এবং তাদের ইতিবাচক প্রতিক্রিয়া পেলে সেটি ধীরে ধীরে আরও বৃহত্তর দর্শকগোষ্ঠীর কাছে পৌঁছে দেওয়া হয়।

কনটেন্টের নিজস্ব বৈশিষ্ট্যও এখানে একটি বড় ভূমিকা পালন করে। ভিডিওর ক্যাপশন, ব্যবহৃত হ্যাশট্যাগ, ব্যাকগ্রাউন্ড মিউজিক, এমনকি ছবির ভেতরের বস্তুগুলোও অ্যালগরিদম বিশ্লেষণ করে। আধুনিক অ্যালগরিদমগুলো মেশিন লার্নিং প্রযুক্তি ব্যবহার করে ভিডিওর বিষয়বস্তু বোঝার চেষ্টা করে এবং একই ধরনের আগ্রহ সম্পন্ন দর্শকদের কাছে তা পৌঁছে দেয়। এ কারণে, একটি ভিডিও ভাইরাল হওয়ার বিষয়টি কেবল নির্মাতার জনপ্রিয়তার ওপরই নির্ভর করে না, বরং দর্শকের প্রতিক্রিয়ার ওপরও অনেকাংশে নির্ভরশীল।

তবে, এই ব্যক্তিগতকৃত ফিডের একটি নেতিবাচক দিকও রয়েছে। যেহেতু অ্যালগরিদম আপনার পছন্দের সঙ্গে মিল রেখে কনটেন্ট প্রদর্শন করে, তাই অনেক সময় আপনি একই ধরনের তথ্যের মধ্যে সীমাবদ্ধ হয়ে পড়তে পারেন। ভিন্ন মত, নতুন দৃষ্টিভঙ্গি বা বিভিন্ন ধরনের তথ্য আপনার সামনে কম আসতে পারে। গবেষকরা এই অবস্থাকে ‘ফিল্টার বাবল’ বা ‘ইকো চেম্বার’ হিসেবে অভিহিত করেছেন, যেখানে ব্যবহারকারীরা তাদের নিজস্ব বিশ্বাসের প্রতিধ্বনি শুনতে পান এবং নতুন তথ্যের সংস্পর্শে আসার সুযোগ কমে যায়।