过滤算法描述起来寥寥几句，可能不够透彻，但我们可以通过数学来理解它的原理。脸书根据以下等式来决定一个最近分享的报纸文章在你动态消息上出现的可能性：
你见到该文章的可能性=你对该报纸的兴趣×你和分享该文章的朋友的亲密度
当你和朋友交流你分享的帖子时，你同时提高了这个等式中的两个量：你对《每日电讯报》的兴趣增加了，这导致脸书增加了你和这位朋友间的亲密度。因此，我们可以认为见到某篇文章的可能性是随参与度的平方变化的。在上面的那个等式中，你对一份报纸的兴趣体现的就是你与这份报纸间的参与度；你与分享该文章的朋友的亲密度体现的就是你们之间的参与度。如此一来，《每白电讯报》以后的文章在你页面的曝光度就会增加，而增加的曝光度使你将来更有可能点击这些链接，从而进一步提高脸书算法对《每日电讯报》做出的排序，给它带来更多的曝光。
下一步是设计一个数学模型，使其既能体现出算法的行为，又能体现出用户与算法的交互情况。我现在把它称为“过滤器”模型。就像我的“大家也喜欢”的亚马逊模型一样，“过滤器”模型简化了脸书算法的实际操作。脸书过滤我们的消息流、推特过滤我们的时间轴、谷歌过滤我们的搜索结果，而这些行为的最核心特点都被我的“过滤器”模型抓住了：我们越点击某事或某人，这些网站就越经常将相关内容推送给我们，而我们也越有可能继续点击他们。
被算法操控的生活OUTNUMBERED
130