الگوریتم لینکدین در سال ۲۰۲۶ چگونه کار می‌کند: امتیاز عمق، رتبه‌بندی‌ها و بهترین روش‌ها

الگوریتم لینکدین در سال ۲۰۲۶ محتوا را در درجه اول بر اساس «امتیاز عمق» (Depth Score) رتبه‌بندی می‌کند: اینکه افراد چقدر طولانی و معنادار با یک پست تعامل دارند (مدت زمان ماندگاری یا dwell time، کیفیت نظرات، ذخیره‌سازی‌ها)، نه اینکه چقدر واکنش‌های سریع دریافت می‌کند. این بزرگ‌ترین تغییر در نحوه توزیع محتوا توسط لینکدین از زمان گذار از فیدهای زمانی (chronological) به فیدهای الگوریتمی است و تعریف محتوای «خوب» را در لینکدین دگرگون می‌کند.

فید لینکدین از مدل «گراف اجتماعی» (نشان دادن محتوای مخاطبان به اتصالات آن‌ها) به مدل «گراف علایق» (Interest Graph) تغییر یافته است. در این سیستم جدید، پلتفرم هر پست را از نظر مرتبط بودن با موضوع و عمق مصرف ارزیابی می‌کند و سپس بر اساس نحوه واکنش کاربران، تصمیم می‌گیرد که محتوا تا چه حد گسترش یابد.

لینکدین اکنون محتوا را بر اساس میزان مرتبط بودن موضوع با افراد تطبیق می‌دهد، نه صرفاً بر اساس افرادی که آن‌ها را می‌شناسد.

در ادامه می‌خوانید: آنچه لینکدین رسماً درباره نحوه کارکرد این سیستم تأیید کرده است، مواردی که همچنان بر اساس مشاهدات تجربی مطرح هستند (نه رسمی)، نحوه عملکرد واقعی فرمت‌های مختلف محتوا و تغییراتی که باید در نحوه انتشار پست‌های خود ایجاد کنید.

الگوریتم لینکدین چیست؟

الگوریتم لینکدین سیستمی است که تصمیم می‌گیرد کدام پست‌ها در فید یک کاربر ظاهر شوند، به چه ترتیبی قرار گیرند و هر پست تا چه فاصله فراتر از اتصالات مستقیم منتشرکننده پیش برود. مانند هر الگوریتم فید دیگری در پلتفرم‌های بزرگ، این سیستم یک قانون واحد نیست، بلکه یک ساختار لایه‌ای است: یک فیلتر کیفیت محتوا، یک آزمایش توزیع در مقیاس کوچک، و سپس تصمیم‌گیری برای گسترش بر اساس نحوه تعامل آن گروه آزمایشی.

آنچه از زمان رویکرد مبتنی بر فیلتر اولیه لینکدین تغییر کرده، حرکت به سمت مدل گراف علایق است: به جای رتبه‌بندی عمدتاً بر اساس شبکه ارتباطی شما، سیستم ربط موضوعی هر پست را در میان استخری بسیار وسیع‌تر از اعضا ارزیابی می‌کند و سپس توزیع را بر اساس عمق تعامل با آن موضوع تعیین می‌کند. این روند توسط مدل ۳۶۰Brew پشتیبانی می‌شود؛ یک مدل ۱۵۰ میلیارد پارامتری که لینکدین تأیید کرد در ۱۲ مارس ۲۰۲۶ در فید زنده خود مستقر کرده است.

الگوریتم لینکدین چگونه کار می‌کند؟ یک بررسی گام‌به‌گام

هر پست تقریباً از چهار مرحله عبور می‌کند:

1. دسته‌بندی محتوا (صفر تا ۶۰ دقیقه): سیستم‌های لینکدین پیش از آنکه پست فراتر از یک استخر کوچک نمایش داده شود، آن را از نظر سیگنال‌های اسپم، الگوهای کم‌کیفیت و خط قرمزهای فرمت یا لینک اسکن می‌کنند.
2. تست مخاطب کوچک: پست ابتدا به جذاب‌ترین اتصالات شما و استخر وسیع‌تری که سیستم پیش‌بینی می‌کند به موضوع علاقه دارند، نمایش داده می‌شود.
3. ساعت طلایی: تقریباً ۶۰ تا ۹۰ دقیقه اول بسیار تعیین‌کننده است؛ تعامل اولیه قوی، به‌ویژه نظرات، به الگوریتم سیگنال می‌دهد تا توزیع را گسترش دهد.
4. توزیع گسترده: پست‌هایی که به عملکرد خوب خود ادامه می‌دهند، بسیار فراتر از گروه آزمایشی اولیه منتشر می‌شوند. از زمان تغییر اواسط سال ۲۰۲۵، پست‌های قوی می‌توانند به جای محو شدن پس از یک روز، به مدت دو تا سه هفته به گردش خود ادامه دهند.

امتیاز عمق (زمان ماندگاری، محتوای معنادار نظرات، ذخیره‌سازی‌ها) سیگنالی است که در هر چهار مرحله بیشترین تأثیر را دارد.

لینکدین چه مواردی را درباره الگوریتم امتیاز عمق در سال ۲۰۲۶ تأیید کرده است؟

لینکدین سه مورد را به طور مستقیم تأیید کرده است:

1. زمان ماندگاری (Dwell time) به عنوان ورودی رتبه‌بندی: تیم مهندسی لینکدین این موضوع را قبلاً در پستی در سال ۲۰۲۰ با عنوان «درک زمان ماندگاری برای بهبود رتبه‌بندی فید لینکدین» مستند کرده بود؛ این مورد برای سال ۲۰۲۶ جدید نیست، اما پایه‌ای است که سیستم فعلی روی آن ساخته شده است.
2. طبقه‌بندی‌کننده «ماندگاری طولانی» (Long Dwell): تحقیقات منتشر شده لینکدین، یعنی مقاله LiRank و مدل جانشین آن یعنی LiGR، یک طبقه‌بندی‌کننده دودویی را توصیف می‌کنند که پیش‌بینی می‌کند آیا زمان ماندگاری یک پست از آستانه صدک وابسته به زمینه فراتر می‌رود یا خیر، و این پیش‌بینی را مستقیماً وارد رتبه‌بندی می‌کند.
3. مدل ۳۶۰Brew، مستقر در حالت زنده: لینکدین از طریق وبلاگ مهندسی خود تأیید کرد که این مدل ۱۵۰ میلیارد پارامتری در تاریخ ۱۲ مارس ۲۰۲۶ در فید فعال شد.

چه مواردی درباره الگوریتم امتیاز عمق هنوز تأیید نشده است؟

بیشتر اعداد خاصی که در سال ۲۰۲۶ دست به دست می‌شوند از سوی فروشندگان ابزارهای شخص ثالث و پلتفرم‌های تحلیل سازندگان آمده‌اند، نه خود لینکدین؛ بنابراین این اعداد از نظر جهت‌گیری مفیدند، نه به عنوان ارقام دقیق:

• معیار ۶۱ ثانیه‌ای: این ادعا که پست‌هایی با زمان ماندگاری ۶۱ ثانیه بیشتر نرخ تعامل ۱۵.۶ درصدی (در مقایسه با ۱.۲ درصد برای زیر ۳ ثانیه) دارند، به طور گسترده پخش شده اما قابل ردیابی به یک منبع منتشرشده از سوی لینکدین نیست.
• وزن‌دهی سیگنال‌ها: برآوردهای مختلفی به چشم می‌خورد: نظرات بین ۲ برابر تا حدود «۱۵ برابر» یک لایک گزارش می‌شوند. ذخیره‌سازی‌ها نیز معمولاً حدود ۵ برابر یک لایک نقل می‌شوند. این گستردگی نشان می‌دهد که این موارد تخمین هستند، نه یک فرمول رسمی منتشرشده.
• جریمه لینک خارجی: به طور گسترده حدود ۵۰ تا ۶۰ درصد کاهش ریچ گزارش شده که در منابع مستقل سازگار است، اما توسط خود لینکدین تأیید نشده است.
• تشخیص شبکه‌های تبادل تعامل (Engagement Pods): چندین منبع گزارش می‌دهند که سیستم‌های لینکدین اکنون الگوهای تعامل متقابل را بدون اطلاع‌رسانی به حساب کاربری شناسایی و سرکوب می‌کنند که با «به‌روزرسانی اصالت» در مارس ۲۰۲۶ سخت‌گیرانه‌تر شده است.

کدام سیگنال‌های تعامل لینکدین در سال ۲۰۲۶ اهمیت بیشتری دارند؟

همه تعاملات وزن یکسانی ندارند:

• لایک‌ها و واکنش‌ها منفعل و با وزن کم هستند؛ آن‌ها پست را قابل مشاهده نگه می‌دارند اما به تنهایی تأثیر چندانی روی توزیع ندارند.
• نظرات سیگنال فعال غالب هستند، به‌ویژه رشته گفتگوهای معنادار دوطرفه.
• ذخیره‌سازی‌ها (Saves) یک سیگنال قوی و نسبتاً جدید محسوب می‌شوند (که در اواخر سال ۲۰۲۵ به آمار سازندگان اضافه شد) و گزارش شده است که وزن بیشتری نسبت به یک لایک یا نظر به صورت فردی دارند.
• اشتراک‌گذاری‌ها و بازنشرها نشان‌دهنده محتوایی هستند که ارزش توزیع گسترده‌تر را دارد و می‌توانند ریچ را در روزهای آینده افزایش دهند.
• زمان ماندگاری زیربنای تمام موارد فوق است و به همین دلیل است که فرمت‌هایی که به طور طبیعی توجه را حفظ می‌کنند، عملکرد بهتری دارند.

چه نوع محتوایی در لینکدین در سال ۲۰۲۶ بهترین عملکرد را دارد؟

• اسلایدهای اسنادی / PDF (Document/PDF Carousels) در زمینه تعامل پیشتاز هستند و نرخ تعاملی در حدود ۶.۶ درصد برای آن‌ها ذکر می‌شود، که تا حد زیادی به این دلیل است که ورق زدن اسلایدها باعث ایجاد زمان ماندگاری پایدار می‌شود.
• ویدیو بومی سریع‌تر ارتباط می‌سازد و گزارش شده که حدود ۵ برابر بیشتر از پست‌های متنی «گفتگو ایجاد می‌کند»، هرچند میانگین ریچ آن همچنان از کاروسل‌ها و متن‌ها عقب‌تر است.
• پست‌های متنی همچنان ابزار قابل اتکای اصلی هستند؛ تولید سریع دارند و زمانی که قلاب (Hook) اثر کند، بالاترین سقف ریچ را به دست می‌آورند، هرچند نرخ تعامل معمولی آن‌ها به سختی از ۲ درصد عبور می‌کند.
• پست‌های تک‌تصویری در حال حاضر ضعیف عمل می‌کنند و طبق گزارش‌ها حدود ۳۰ درصد ضعیف‌تر از پست‌های صرفاً متنی ظاهر می‌شوند که این یک معکوس شدن نسبت به سال‌های ۲۰۲۴-۲۰۲۵ است.
• نظرسنجی‌ها (Polls) تا حد زیادی افت کرده‌اند و نرخ تعامل آن‌ها پس از به‌روزرسانی سال ۲۰۲۶ به میزان ناچیز ۰.۰۷ درصد گزارش شده است.
• پست‌های دارای لینک خارجی با کاهش ریچ مواجه می‌شوند؛ راه حل رایج این است که لینک را در اولین کامنت قرار دهید.

بهترین روش‌های انتشار پست در لینکدین برای سال ۲۰۲۶ کدامند؟

• با یک خط اول کوتاه و مشخص شروع کنید، نه یک سوال. تحلیل بیش از یک میلیون پست نشان داد که افتتاح کندرهبری‌شده با عدد عملکرد بهتری نسبت به موارد مبهم داشته است، در حالی که قلاب‌های پرسشی در واقع ضعیف‌تر عمل کرده و نظرات کمتری جذب کرده‌اند. لینکدین متن را پس از حدود ۲۱۰ کاراکتر پشت دکمه «مشاهده بیشتر» پنهان می‌کند، بنابراین این خط اول اهمیت واقعی دارد.
• پست‌ها را قابل اسکن نگه دارید — پاراگراف‌های کوتاه، فاصله‌های خطوط زیاد، و بازه اولیه حدود ۹۰۰ تا ۱۵۰۰ کاراکتر.
• مستمر پست بگذارید، نه مداوم — انتشار دو تا پنج پست در هفته نقطه مطلوب عملی است؛ انتشار بیش از یک بار در روز می‌تواند ریچ پست‌های خودتان را خنثی کند.
• زمان انتشار را برای سه‌شنبه تا پنج‌رات، اواسط صبح تنظیم کنید — این یک یافته سازگار در مطالعات مستقل است، هرچند ساعت اوج دقیق بر اساس منبع متفاوت است.
• سوالات واقعی و مشخص بپرسید، نه تله‌های تعاملی. درخواست‌هایی مانند «اگر موافقید کلمه YES را کامنت کنید» به طور فزاینده‌ای شناسایی و سرکوب می‌شوند.
• از ساعت طلایی محافظت کنید — در ۶۰ تا ۹۰ دقیقه اول به نظرات پاسخ دهید.
• اگر لینکی به اشتراک می‌گذارید، آن را در کامنت اول بگذارید، نه در متن اصلی پست.
• پروفایل خود را بهینه نگه دارید — تطبیق موضوعی الگوریتم با سیگنال‌های پروفایل شما آغاز می‌شود.

شایان ذکر است که محتوای لینکدین همچنین به طور فزاینده‌ای توسط موتورهای پاسخ هوش مصنوعی مانند ChatGPT و Perplexity نمایش داده می‌شود که پاداش آن به نوشتن ساختاریافته، مشخص و با منابع دقیق تعلق می‌گیرد.

داده‌های خودِ Sendible درباره صفحات در برابر پروفایل‌ها چه چیزی را نشان می‌دهد؟

بیشتر توصیه‌های لینکدین در سال ۲۰۲۶، از جمله مکانیسم‌های الگوریتمی ذکر شده، پروفایل‌های شخصی را به عنوان تنها مکان ارزش‌گذاری معرفی می‌کنند و برای ریچ فردی نیز همین‌طور است. اما «گزارش روند مدیریت شبکه‌های اجتماعی Sendible در سال ۲۰۲۶» بر اساس تحلیل بیش از ۱۲ میلیون پست برنامه‌ریزی‌شده از طریق Sendible در سال ۲۰۲۵ نشان داد که فعالیت صفحات شرکت (Company Pages) در حال رشد است، نه کوچک شدن: حجم برنامه‌ریزی‌شده برای صفحات شرکت ۶.۱ درصد نسبت به سال گذشته رشد کرده و به سهم ۹.۲ درصدی از کل پست‌های زمان‌بندی‌شده رسیده است، حتی در حالی که زمان‌بندی پروفایل شخصی رشد ملایم‌تری داشته است (+۰.۴ درصد، با سهم ۴.۵ درصدی).

دلیل احتمالی این امر: با افزایش محتوای تولیدشده توسط هوش مصنوعی و «خستگی سازنده» فردی که نویز را در فیدهای شخصی افزایش می‌دهد، یک صفحه شرکتی به خوبی نگهداری‌شده به یک نقطه مرجع تأییدشده تبدیل می‌شود؛ به‌ویژه برای آژانس‌ها و برندهای چندشعبه‌ای که به حضور امن و مقیاس‌پذیر برند نیاز دارند که پروفایل یک کارمند منفرد نمی‌تواند آن را فراهم کند. در عمل، این موضوع رویکرد هب-اند-اسپوک (مرکز و پره‌ها) را توصیه می‌کند: پروفایل‌های شخصی ریچ و تعامل سازگار با امتیاز عمق را هدایت می‌کنند، در حالی که صفحه شرکت به عنوان مقصد معتبری عمل می‌کند که ترافیک به سمت آن تبدیل می‌شود.

آیا این داده‌ها در برابر پست‌های واقعی لینکدین پابرجا می‌مانند؟

تامارا بیلیژمان، مدیر محتوای Sendible، این راهنما را به آزمایش گذاشت و پست‌های لینکدین خود را از ژوئیه ۲۰۲۶ با تحقیقات فوق مقایسه کرد:

آنچه تطابق داشت:

• کاروسل‌های PDF برای او نیز بهترین عملکرد را داشتند و نرخ تعامل آن حدود ۶.۷ درصد ثبت شد که بسیار نزدیک به رقم ۶.۶ درصدی ذکر شده در این راهنماست.
• پست‌های او با پیش‌نمایش لینک، به حدود نصف تعداد افراد پست‌های معمولی‌اش رسید که با جریمه ریچ لینک خارجی همخوانی دارد.
• قلاب‌های شروع‌شونده با بیانیه، به حدود یک‌سوم افراد بیشتری نسبت به قلاب‌های پرسشی رسیدند که با یافته ضعیف بودن سوالات مطابقت دارد.
• پست‌های صرفاً متنی زیر نرخ تعامل ۳ درصد باقی ماندند که به سقف ~۲ درصدی ذکر شده نزدیک است.

آنچه تطابق نداشت:

• پست‌های تک‌تصویری برای او ضعیف عمل نکردند. عکس‌های واقعی و بدون پیرایش — از جمله یکی از تنظیمات دفتر کار خانگی‌اش — به حدود ۴۰ درصد افراد بیشتر نسبت به پست‌های متنی رسیدند و نرخ تعاملی تقریباً دو برابر داشتند. در همین حال، گرافیک‌های برند شده دومین فرمت ضعیف او بودند.

برداشت او این است: موضوع کمتر به این مربوط می‌شود که «تصاویر ضعیف عمل می‌کنند» و بیشتر به این برمی‌گردد که افراد به چیزی واکنش نشان می‌دهند که حس یک انسان را دارد تا یک دارایی شرکتی؛ موضوعی که با الگوریتم امتیاز عمق که به ماندگاری واقعی به جای ظاهر صیقلی پاداش می‌دهد، هم‌راستا است.

سوالات متداول درباره الگوریتم لینکدین

امتیاز عمق لینکدین چیست؟ امتیاز عمق نام غیررسمی رویکرد رتبه‌بندی لینکدین در سال ۲۰۲۶ است که مدت زمان و میزان معنادار بودن تعامل کاربران با یک پست (مانند زمان ماندگاری، محتوای نظرات و ذخیره‌سازی‌ها) را نسبت به تعداد واکنش‌های خام، با وزن بیشتری ارزیابی می‌کند.

الگوریتم لینکدین گام‌به‌گام چگونه کار می‌کند؟ پست‌ها از مرحله طبقه‌بندی کیفیت محتوا، تست مخاطب کوچک، «ساعت طلایی» سرنوشت‌ساز برای تعامل اولیه، و در صورت تداوم عملکرد، توزیع گسترده عبور می‌کنند؛ در حالی که زمان ماندگاری و عمق نظرات در سراسر این مراحل وزن‌دهی می‌شوند.

چه نوع محتوایی در لینکدین در سال ۲۰۲۶ بهترین عملکرد را دارد؟ اسلایدهای اسنادی/PDF در حال حاضر از نظر نرخ تعامل پیشتاز هستند و پس از آن ویدیوهای بومی و پست‌های متنی قرار دارند؛ پست‌های تک‌تصویری و نظرسنجی‌ها نسبت به سال‌های قبل ضعیف‌تر عمل می‌کنند.

بهترین زمان‌ها برای انتشار پست در لینکدین در سال ۲۰۲۶ چه موقع است؟ سه‌شنبه تا پنج‌شنبه، اواسط صبح، یافته سازگار در مطالعات مستقل است، هرچند ساعت اوج دقیق بر اساس منبع متغیر است.

آیا لینک‌های خارجی ریچ را در لینکدین در سال ۲۰۲۶ کاهش می‌دهند؟ چندین منبع مستقل کاهش چشمگیر ریچ (که معمولاً حدود ۵۰ تا ۶۰ درصد ذکر می‌شود) را برای پست‌های حاوی لینک خارجی گزارش می‌کنند، هرچند لینکدین رقم رسمی منتشر نکرده است.

آیا الگوریتم لینکدین همانند فیسبوک یا اینستاگرام است؟ خیر — هر پلتفرم بر اساس سیگنال‌های متفاوتی متناسب با نوع محتوای خود رتبه‌بندی می‌کند.

منبع: sendible