L’algorithme LinkedIn

Mis à jour le 23 octobre 2026

« L’algorithme a changé », « ma portée s’est effondrée », « il ne faut plus mettre de lien » : sur LinkedIn, les théories sur le fonctionnement du fil sont presque aussi nombreuses que les publications. La plupart reposent sur des observations isolées, rarement sur ce que LinkedIn a réellement publié.

Cette page fait le tri entre ce qui est documenté et ce qui relève de la rumeur, puis en tire des conséquences pratiques. Elle complète la page consacrée à la stratégie LinkedIn, qui traite des objectifs, des comptes et des contenus.

Par Alexandre Montenon, consultant en marketing digital depuis 2011

Ce qu’on appelle « l’algorithme »

Il n’existe pas un algorithme unique, mais une chaîne de systèmes. Schématiquement, une plateforme comme LinkedIn procède en deux temps. D’abord, elle récupère un ensemble de publications candidates susceptibles d’intéresser un membre : celles de son réseau, des pages et personnes qu’il suit, des sujets proches de ses centres d’intérêt. Ensuite, elle classe ces candidates en estimant, pour chacune, la probabilité que ce membre la lise, réagisse, commente, partage ou au contraire la masque. Des filtres s’ajoutent pour écarter le spam, les contenus contraires aux règles de la plateforme ou de faible qualité.

Le résultat est un fil différent pour chaque membre. Deux personnes qui suivent les mêmes comptes ne voient pas les mêmes publications dans le même ordre.

Ce que LinkedIn a publié

LiRank : des modèles de classement à grande échelle

En février 2024, des chercheurs de LinkedIn ont décrit LiRank, un cadre de modèles de classement à grande échelle mis en production, appliqué notamment au fil, aux recommandations d’emploi et à la prédiction des clics publicitaires, avec un gain relatif annoncé de 0,5 % des sessions des membres sur le fil. Le chiffre paraît modeste, mais à l’échelle d’une plateforme qui dépasse le milliard de membres, il représente un effet considérable. Le document montre surtout que le classement repose sur des modèles d’apprentissage entraînés sur les interactions, pas sur des règles écrites à la main.

360Brew : un modèle de langage pour la recommandation

En janvier 2025, une équipe a présenté 360Brew, un modèle de fondation de 150 milliards de paramètres entraîné sur les données de LinkedIn, qui traduit les comportements des membres et leurs connexions en langage naturel et traite plus de 30 tâches de prédiction avec des performances hors ligne comparables ou supérieures aux systèmes en production ; il était alors présenté comme un modèle de recherche en pré-production.

La tendance est claire : les modèles comprennent toujours mieux le contenu d’une publication et le parcours d’un membre, au lieu de s’appuyer sur quelques signaux simples. Pour un auteur, cela signifie qu’un texte clair sur un sujet précis a plus de chances d’être associé aux bonnes personnes, et qu’il devient plus difficile de « tromper » le système avec des formules.

L’échelle de la plateforme

LinkedIn indique compter plus de 1,3 milliard de membres dans le monde. À cette échelle, aucune règle simple ne peut décider seule de la diffusion : c’est la pertinence estimée pour chaque membre qui tranche.

Ce qui en découle pour vos publications

Écrire pour une cible précise

Si le système cherche à montrer chaque publication aux personnes qu’elle intéressera, la meilleure stratégie est de savoir précisément à qui vous écrivez. Une publication qui parle à « tout le monde » ne sera pertinente pour personne en particulier. Une publication qui répond à une question que se posent les directeurs financiers de PME a plus de chances d’être montrée à des directeurs financiers de PME.

Rester sur quelques sujets

Un auteur qui publie régulièrement sur deux ou trois thèmes donne au système, et aux lecteurs, une idée claire de ce qu’il apporte. Un auteur qui change de sujet à chaque publication brouille ce signal.

Chercher la conversation

Une publication qui pose une vraie question, partage une expérience utile ou un point de vue argumenté suscite des commentaires de fond. Répondre à ces commentaires prolonge l’échange. Les formules creuses pour provoquer des réactions (« tapez 1 si vous êtes d’accord ») attirent des interactions sans valeur, de personnes qui ne sont pas votre cible.

Soigner la lisibilité

Une première ligne qui dit clairement de quoi parle la publication, des paragraphes courts, un visuel ou un document quand il apporte quelque chose : ce sont des règles d’écriture, pas des astuces d’algorithme, mais elles influencent la lecture, donc les interactions.

Commenter chez les autres

Les commentaires de fond sous les publications de votre cible vous font connaître de leur audience. C’est aussi une façon de nourrir les signaux qui relient votre profil aux sujets et aux personnes qui comptent pour vous.

Les formats et leur place

Texte seul, image, document en carrousel, vidéo, article, newsletter, événement : chaque format a ses usages. Aucun n’est « favorisé » de façon permanente selon une règle publiée. Ce qui compte est l’adéquation entre le format et le message : une méthode en étapes se lit bien en carrousel, une démonstration en vidéo, une réflexion de fond en article. La newsletter LinkedIn a un fonctionnement à part, puisqu’elle s’adresse à des abonnés qui ont choisi de la recevoir.

Pourquoi votre portée varie

Une baisse de portée n’est pas toujours un « changement d’algorithme ». Les causes les plus fréquentes sont plus simples :

• Le sujet intéresse moins votre audience que les précédents.
• Le rythme a changé : moins de publications, ou moins de commentaires chez les autres.
• La concurrence dans le fil est plus forte à certaines périodes (rentrée, fin d’année).
• Votre réseau a évolué : beaucoup de nouveaux contacts hors de votre cible diluent les interactions.
• La plateforme ajuste ses modèles en continu, ce qui produit des variations normales.

Regardez les tendances sur plusieurs semaines plutôt que publication par publication, et jugez vos résultats sur ce qui compte : contacts, rendez-vous, candidatures, pas seulement impressions.

Les pratiques à éviter

Les groupes d’entraide et l’achat d’interactions. Ils gonflent les chiffres avec des personnes hors de votre cible et sont contraires aux conditions d’utilisation.

Les outils d’automatisation agressifs. Invitations et messages en masse exposent le compte à des restrictions.

Les appâts à réactions. Ils attirent des interactions sans valeur et abîment votre crédibilité.

Copier les formats viraux. Ce qui fonctionne pour un créateur grand public dessert souvent un expert B2B.

Supprimer et republier. Une publication qui ne décolle pas n’a rien à gagner à être republiée telle quelle ; mieux vaut retravailler le sujet plus tard sous un autre angle.

Exemple fictif : une consultante en ressources humaines

Pour illustrer, un cas inventé. Une consultante en ressources humaines publie chaque jour des citations inspirantes et obtient beaucoup de réactions, mais aucune demande. Elle change d’approche : deux publications par semaine sur deux sujets précis, l’intégration des nouveaux salariés et les entretiens annuels dans les PME, avec des méthodes concrètes et une question en fin de texte. Ses impressions baissent légèrement, mais les commentaires viennent désormais de dirigeants de PME, et trois d’entre eux la contactent en deux mois. Les éléments de cet exemple sont inventés pour l’illustration.

Questions fréquentes sur l’algorithme LinkedIn