Énoncé sur le classement des suggestions de la fonctionnalité de recherche et du fil Horizon
Date de la dernière révision : 1er septembre 2024
Meta Quest permet aux utilisateurs de l’Espace économique européen (EEE) (les « utilisateurs » ou un(e) « utilisateur(-trice) »), et d’autres régions, de découvrir des applications, des jeux, des personnes, des évènements et des expériences (ensemble, le « contenu ») en tapant un mot-clé sur le casque ou sur l’application mobile (« Recherche »). Le fil Horizon est une fonctionnalité de l’application mobile Meta Quest et du casque Meta Horizon qui suggère du nouveau contenu aux utilisateurs (le « fil Horizon »), entre autres. Certains jeux et certaines applications qui ont été développés par Meta et ses studios pour Quest ont des fonctionnalités similaires permettant de suggérer du contenu au sein de l’application ou du jeu.
Nous voulons que le contenu que les utilisateurs voient par le biais de la fonctionnalité de recherche et du fil Horizon et des applications soit le plus intéressant et utile qui soit pour eux. Nous pouvons nous servir principalement des facteurs suivants, entre autres, pour décider quel contenu les utilisateurs verront.
- Les recherches des utilisateurs : Quand un(e) utilisateur(-trice) effectue une recherche avec la fonctionnalité de recherche, nous voulons lui suggérer du contenu qui a un lien direct avec les mots-clés, les options et les filtres qu’il ou elle a sélectionnés. Par exemple, un(e) utilisateur(-trice) pourrait rechercher des applications de « sport » qui correspondent à une catégorie de classement, de genre, de mode de jeu, d’application ou de soldes.
- Les interactions : Nous nous fions à des facteurs liés à l’historique de navigation des utilisateurs dans la boutique, l’application mobile et les casques Meta Horizon. Par exemple, nous suggérerons du contenu ou des personnes en fonction de vos recherches précédentes ou de vos achats sur la boutique Meta Horizon, ou des recommandations de contenu dans l’application, basées sur vos préférences au sein de l’application.
- Les données démographiques des utilisateurs : Nous utilisons des facteurs tels que l’âge, l’emplacement et la langue d’un(e) utilisateur(-trice) pour lui suggérer d’abord un certain contenu.
- La qualité des suggestions : Nous évaluons et accordons la priorité à la qualité du contenu (comme une application) en fonction d’attributs objectifs, comme la présence de captures d’écran de bonne qualité et d’un grand nombre d’avis positifs sur sa page.
- L’expérience d’utilisation : Nous voulons montrer aux utilisateurs du contenu qui répond à leurs attentes en matière de qualité et de fiabilité.
- Les caractéristiques du contenu : Nous nous servons des attributs du contenu et du rendement de la plateforme, comme le genre de l’application, la date où le contenu a été téléversé et l’ensemble des achats, pour proposer les applications les plus récentes et les plus populaires dans une catégorie qui pourraient intéresser les utilisateurs.
De plus, nos algorithmes tiennent compte des facteurs de manière différente dans différents contextes. Par exemple, quand un(e) utilisateur(-trice) effectue une recherche, la pertinence du contenu influe grandement sur l’ordre des résultats qui sont affichés. Quand un(e) utilisateur(-trice) clique sur une catégorie de contenu, l’ordre d’affichage des résultats dépend davantage de ses préférences. Cela renforce les probabilités qu’il ou elle trouve le contenu suggéré pertinent ou utile. En plus des facteurs mentionnés ci-dessus, nous nous servons de facteurs moins décisifs dans l’affichage du contenu, comme les renseignements sur l’appareil de l’utilisateur(-trice) (soit le navigateur, le système d’exploitation du téléphone ou de la tablette, le type d’ordinateur, etc.). En outre, nous pouvons mettre en évidence ou suggérer un certain contenu selon la saison, des évènements spéciaux, des ententes spéciales ou les centres d’intérêts du grand public.