NewsFeed 怎么來的
2004 年，Facebook 問世，兩年后的 9 月份，NewsFeed 問世，同時問世的還有 MiniFeed（個人動態）。今年是 NewsFeed 上線十周年了，這 10 年里，Facebook 是怎么一步一步把 NewsFeed 打造成了日收入幾千萬美金的現金牛的？不管你對這充滿銅臭的問題感不感興趣，反正我很感興趣。
今天我們都已經習慣了把照片、文字等內容主動分享給好友，但是當時 Facebook 上線了這個功能時，引起了廣泛的爭議，焦點就是“隱私”問題，用戶認為我發的動態怎么能讓別人看見呢[1]？用戶一直不停質疑和抗議，又忍不住繼續使用，Facebook 就這樣在爭議聲中增加了最初的隱私控制，比如隱藏自己的動態，而 NewsFeed 就這樣堅持了下來。看來，小扎真是一個撩妹高手，看穿了用戶們“嘴上說不要，身體卻誠實”的內在。
隨著用戶們漸漸地愛上了瀏覽好友的分(xuan)享(yao)了，2009 年，Facebook 加上了贊(like)功能（FriendFeed 在 2007 年發明了贊按鈕，FriendFeed 后來于 2009 年被 Facebook 收購，并將贊這個功能整合進來），開始按照熱門程度對 Feed 重排序，不出意外，這又引起了用戶們的反抗，因為大家已經習慣按照時間順序閱讀。
伴隨這么多爭議，為什么 Facebook 一直堅持做興趣 feed？從數據上看，平均每個用戶每天待看的新鮮事有 1500 條之多，但平均每個用戶每天只能閱讀 300 條；從商業角度，將 Feed 排序交給上帝的做法，非常不利于商業化且有損用戶體驗，公共主頁可以使用很多伎倆吸引用戶關注，然后肆無忌憚發廣告。
10 年來，NewsFeed 有數不清的改進，甚至每天線上會同時部署很多算法版本進行 AB 測試。但 EdgeRank 是這條優化迭代之路上的一個標志性建筑。我們可以將 NewsFeed 排序策略按照 EdgeRank 分為 PreEdgeRank 時代、InEdgeRank 時代、PostEdgeRank 時代。
EdgeRank 算法
EdgeRank，顧名思義，就是對邊（Edge）進行排序（Rank）[2]。
每一個朋友的每一個操作（Action）都可能以新鮮事（News）的方式呈現在用戶面前，比如朋友發布了一條新鮮事，朋友贊了朋友的朋友一條新鮮事，朋友評論了朋友的朋友一條新鮮事，朋友給自己的照片加了一個標簽，等等。稍微用腳后跟想一想就知道，按照這樣羅列的話，每個用戶得看多少新鮮事？于是 FB 就想在一條動態呈現給一個用戶之前，先預估一下這個用戶對這條新鮮事感興趣程度。在 FB 的定義下，一個 Action 就是一個 Edge，所以這套量化興趣的算法就叫做 EdgeRank。
別看今天 Facebook 各種高大上，又是深度學習又是人工智能，要知道，在 EdgeRank 提出之前，FB 也是有過刀耕火種時代的，FB 的首席產品官 Chris Cox 談及早期 NewsFeed 是這樣說的[3]：
“In the beginning, News Feed ranking was turning knobs. Turn up photos a little bit, turn down platform stories a little bit.”（最初，NewsFeed 排序就是在主觀拍腦袋，給照片加點權重，給平臺動態消息降點權重）
“a photo might be worth 5 points, while joining a group was worth 1 point” （把照片權重定為 5，把加群權重定為 1）
國內算法工程師們聽到這些，想必都要會心地笑了：原來 FB 也是從這個時代走過來的。但 Facebook 不同的是，這只是暫時的情形，他們已經走到更高級的階段了。
Serkan Piantino 在 2010 年左右領導并開發了第一版 EdgeRank 算法[4]。下面說說大名鼎鼎的 EdgeRank 是怎么回事。
EdgeRank 主要有三個因素在起作用：
親密度（Affinity Score）
邊的權重（Edge Weight）
新鮮程度（Time Decay）
想象一條內容誕生后，途經什么路徑流動到你的面前？
首先經你的一個朋友（或者你的關注源）的之手產生了一條新鮮事（他發布、贊、加標簽這些產生了新鮮事）；
然后經過你這個朋友（或者你的關注源）的介紹，到了你家門口，你一開門（登錄）就可能看見它；
內容不多時，開門一個一個寒暄可能還行，它們也等得起，也無所謂先來后到，內容太多時，就得考慮個先來后到了。
這三個步驟，就大致刻畫了 EdgeRank 的思想了，其實還是很簡單直接的。
親密度對應了第二個步驟背后的思想，那么多人介紹過來，我們當然要優先照顧更“喜歡”的人了，親密度的量化要考慮平常里你和這個朋友“走動”是否頻繁，連接是否緊密。主要考慮下面幾點：
你們連接的強度，點贊之交，還是評論之交，或是私信之交，連接方式不同，強度就不同；
你們連接的頻繁程度，一日百贊，還是百日一贊，差別也很大；
你們有多久沒有建立連接了，一年沒有了，關系自然就更淡了；
親密度是單向的，也就是說你對朋友的親密度，和朋友對你的親密度可能不一樣哦。
你看，看似神秘的 EdgeRank 算法，其實跟大家不太待見的雞湯居然意思是一樣的，是不是覺得它竟然如此平易近人？
邊的權重也很直接，其實它反映了產生一條新鮮事的成本，成本越高的，權重越大。點贊、評論、發一條文字、發一張照片、發一個鏈接，背后用戶付出的成本不一樣，反應在邊的權重上也就不一樣。顯然，你點個贊的成本，和你發布一條新鮮事的成本差別很多。
最后，新鮮程度，也是一個符合直覺的自然假設：NewsFeed 總是青睞 New 一些的 Feed，新的新鮮事總體上更可能得到用戶的臨幸。FB 用了一個類似指數衰減的函數來量化動態的新舊程度。
三個分數，最終用相乘的方式共同作用于每一條新鮮事的分數，用于排序和篩選。
這個排序方法的確是很簡單，基本上只考慮了社交方面的因素，而沒有考慮太多內容本身對用戶吸引力。
從公開的資料看 EdgeRank，并不是什么高深的算法，它只是量化了三個主要因素，然后主觀地相乘，而沒有任何目標優化思想在背后，根據 Facebook 披露的消息看，早期的 EdgeRank 的確沒有引入機器學習，所以根本稱不上是智能的算法。
為什么 EdgeRank 這么有名？因為它是在 F8 開發者大會上公開介紹過的，經過一知半解的媒體渲染，變成了一個神秘高深的存在。
后 EdgeRank 時代
2011 年之后，Facebook 內部就不再提 EdgeRank 算法了，因為用戶數和廣告主的飛增，導致 NewsFeed 的排序算法必須要更上一層樓。如今月活躍超過 10 億用戶，約 2000 萬的公共主頁，移動設備貢獻了大多數流量，復雜的上下文因素，必須引入機器學習才能 Hold 住整個場面。
在原來 EdgeRank 的基礎上，更加細致地定義了不同層級的親密度。用深度神經網絡理解圖片內容和文字內容[5]，從而可以知道相片中的物體是不是用戶感興趣的，可以知道新鮮事的討論話題。隨著產品迭代，也加入了更多產品特征，諸如閱讀時間長短、視頻內容、鏈接內容等，取關、隱藏一個源。前前后后一共考慮了 10 萬 + 的變量（模型的特征空間應該會更高），如果還按照原來的方式去調節權重，顯然既不科學又很低效。
從 Facebook 的機器學習應用博客頁面可以看到，2010 年之后就開始逐漸有機器學習方面的文章出現了[5]。
相關資料顯示[6]，2011 年之后的 NewsFeed 排序算法，全面轉向了機器學習，用優化理論來決定每個因素的權重，將人從繁雜的策略量化中解放出來。
在被機器學習接管后的 NewsFeed，很多地方都更加細致。
用機器學習預估新鮮事的質量[7]。通過構造了一份問卷調查，訪問了若干用戶來收集數據，用收集的數據構建了一個機器學習模型，用于 NewsFeed 排序時預測一條動態的質量，將預測的質量分數作為最終排序的一個特征。用樹模型構造離散特征，結合最常見的 LR 模型預估廣告點擊率[8]。
除了全面轉向機器學習之外，NewsFeed 團隊也在重新思考人和算法的關系。他們要關心的是到底“如何把用戶真正最關心的找出來”，而不僅僅是“提高點擊率”。Facebook 一直是數據驅動的，也是他們能夠在爭議中把 NewsFeed 堅持下來的信念來源，而是不是唯數據馬首是瞻，團隊內部有很多思考，也有很多變化。
僅舉幾例：
團隊發現有 85%的隱藏新鮮事操作來自 5%的人，經過與這些用戶溝通才發現，原來這 5%的人把“隱藏”當作郵件里的“標記已讀”了，對喜不喜歡的新鮮事只要看過就會點擊隱藏。
對于悲傷的事情，用戶可能關心但不會點贊的。
對于有些點贊，用戶可能并不是真的感興趣，只是“點贊狂魔”發狂而已。
用戶閱讀一篇長帖子，讀到一半不讀了，也并不能說明他對這篇帖子不感興趣。
這些 case，都讓他們開始關注到機器學習和數據的局限[9]。
于是，在算法團隊之外，Facebook 搭建了一個遍布全球的人肉評測小組。人肉評測小組不是簡單地對算法篩選結果進行喜歡 / 不喜歡的標注，而是會非常深入地闡述為什么喜歡 / 不喜歡算法篩選結果，而且會與工程師詳細交流評測結果，因為這種人肉評測方式可以有效地拆穿數據說謊，讓產品遠離一味追求提高數據指標的怪圈。
除此之外，產品上還加強了過濾器功能（Filter）：你可以選擇你的動態給誰看，你可以選擇不看誰的動態（Hide），你也可以選擇優先看到誰的動態（See first），當然你可以取消關注一些人或者公共主頁，將這些控制權交給用戶，一方面安撫了用戶被算法接管的不安，另一方面也是一項重要的數據來源。事實上，如今的過濾器已經復雜到大多數用戶都不會使用這些控制權。
“如何衡量用戶真的感興趣”這個問題也許遠遠沒有最終答案，為什么？因為人的非理性占據了絕大多數時候，而“不一致性”又是非理性的最重要表現，根據心情不同，用戶有不同的感興趣的標準，而且這些標準也許還是相互矛盾的。
NewsFeed 的配套設施
NewsFeed 存在的前提是要依賴用戶建立大量的社交聯系，這樣才會出現信息過載，因此 NewsFeed 的一個重要的配套設施就是“你可能感興趣的人”（People you may like）推薦系統。
這是一個我們在產品形式上比較熟悉的推薦系統，它是一套大規模矩陣分解算法[10]，利用已有的協同矩陣為你推薦你可能想建立聯系的新 Item，包括用戶、app、公共主頁等。
NewsFeed 還有另一個配套設施，也是它為什么每天能吸金幾千萬刀的原因：廣告系統。Facebook 的廣告形態多樣[11]：
Suggested Page (你可能喜歡的公眾頁)
Page Post (公眾號帖子推廣)
Suggested App (你可能喜歡的應用)
Video Ads (視頻廣告)
現在，每一次 NewsFeed 調整算法都會引來廣告主們的抗議，他們都是在 FB 上擁有公共主頁的商業機構。
在以前，FB 鼓勵這些商業機構花錢投廣告增加粉絲，彼時的 NewsFeed 算法允許隨意發廣告（以原生的新鮮事形式）。而現在，FB 嚴格限制商業廣告和普通用戶的觸達。商業機構感覺自己被耍了，花錢買粉之后卻不能發原生廣告，無獨有偶，根據微博 CEO（@來去之間）在微博上的披露，現在微博企業號也是被限制博文達到粉絲 feed 次數的[12]。
據國外某專門做 NewsFeed 推廣的公司追蹤，1000 個公共主頁的 50000 條內容以原生方式觸達用戶的比例，從 2012 年 16%降低到了 2014 年的 6.51%，降了一倍還多，這當然也可能因為用戶平均關注的公共主頁增多了[13]。
世界上最遙遠的距離，就是：手握大把粉絲，卻不能隨心所欲地曝光自己的產品。
當然，所有的公共主頁們，不要灰心，并不是沒有辦法，NewsFeed 的廣告系統大門永遠向你們敞開。
對 NewsFeed 的展望
具體 NewsFeed 會怎么發展，無法預測，但是可以肯定的有三點：
NewsFeed 的算法會一直進化下去。
NewsFeed 團隊把人和算法的關系處理得更好，從數據驅動（Data-Driven）到數據啟示（Data-Informed）。
越來越多的 Feed 型產品會效仿 NewsFeed，加入到興趣 feed 的潮流中去。
參考資料：
[1] https://en.wikipedia.org/wiki/Criticism_of_Facebook#News_Feed_and_Mini-Feed
[2] http://edgerank.net/
[3] http://marketingland.com/edgerank-is-dead-facebooks-news-feed-algorithm-now-has-close-to-100k-weight-factors-55908
[4] https://research.facebook.com/serkan-piantino
[5] https://research.facebook.com/publications/machinelearning
[6] http://www.dailydot.com/technology/facebook-news-feed-algorithm-edgerank/
[7] https://www.facebook.com/business/news/News-Feed-FYI-Showing-More-High-Quality-Content
[8] https://pdfs.semanticscholar.org/daf9/ed5dc6c6bad5367d7fd8561527da30e9b8dd.pdf
[9] http://www.slate.com/articles/technology/cover_story/2016/01/how_facebook_s_news_feed_algorithm_works.html
[10] https://code.facebook.com/posts/861999383875667/recommending-items-to-more-than-a-billion-people/
[11] http://zhihu.com/question/20553088/answer/78721851
[12] http://weibo.com/1111681197/D0qNcDlcc
[13] http://techcrunch.com/2014/04/03/the-filtered-feed-problem/
京公網安備 11010502049343號