本文來自網易雲社群
作者：孫鎳波
衆所周知，新浪微網誌的首頁動态流不像微信朋友圈是按照時間順序排列的，而是按照一種所謂的“智能排序”的方式。這種違背了使用者習慣的排序方式一直被使用者罵，但是無論是Facebook還是微網誌都執意做下去，這是為什麼呢？
本來早想寫一篇科普文給大家介紹一下智能FEED，但是由于比較懶一直拖着。直到上次釋出了《改進網易雲音樂的“音樂社交”構想》一文後，有一位同學說到想了解一下微網誌點贊的故事，是以促使我寫下這篇文章。
1 為什麼要做智能FEED？
1.1 什麼是FEED
FEED最早是指RSS訂閱中用來接收該資訊來源更新的接口，後來就指代站點用來和其他站點之間共享内容的一種簡易方式（也叫聚合内容），其本質其實是一種站内推送，通常被用于新聞和其他按順序排列的網站，例如Blog。到後來社交媒體盛行之後，FEED幾乎成為了所有社交媒體的标配。因為其互動簡單，使用者上手容易，後端資訊配置靈活，又契合移動裝置單屏操作的特點，已經被證明為内容型軟體的最佳呈現方式。（甚至連支付寶在其上個大版本更新中都把首頁改成了FEED）
1.2 FEED的重要性
FEED的本質是資訊分發的一種方式，是以稱其為内容型産品的兩大命脈之一（内容生産+内容分發）。同時因為FEED通常出現在産品的第一屏，大家知道，對于大部分APP而言，首屏流量幾乎占了全站的90%以上，而其餘幾屏其實是不怎麼被關注的。是以與其大費精力對其餘螢幕的功能疊代更新，不如小小優化一下首頁的FEED流算法，帶來的收益反而高的多。
1.3 原來的按時間排序的方式有何問題？
首先總結使用者需求：
- 資訊分發效率低下，釋出者無法獲得更多浏覽，内容消費者依賴主動尋找内容，進而導緻社群互動不足
- 資訊過載，當一個使用者關注過多其它使用者時，其每天使用微網誌的時間裡無法看完所有更新的内容，是以會錯過很多有價值的内容
- 資訊垃圾，我們會關注很多企業、網紅的賬号，這些賬号一天發數十條消息，把我們真實好友釋出的内容都沖散了，這個必須要限制
- 中心化現象嚴重，大部分使用者都缺乏主動探索的動力，那麼如果都按照好友轉載的大号來關注，很快流量都會中心化集中到少數營銷号
- 資訊流通能力弱，大部分使用者都是隻浏覽點贊，不釋出轉載，如果我們的好友都這麼做，我們的動态流中将不再出現新的使用者釋出的内容
再總結下産品方的需求：
主要是從商業角度，将 Feed 排序交給上帝的做法，非常不利于商業化，營銷号可以使用很多伎倆吸引使用者關注，然後肆無忌憚發廣告，即一幹營銷号賺得盆滿缽滿，而平台方得不到半點好處。
如果看明白這些，你就明白了為什麼朋友圈不需要使用智能FEED，因為首先它是個封閉的熟人圈子，本身消息品質少而精，不會出現營銷号和中心化，不需要擔心資訊流通問題；同時大家花在朋友圈的時間非常多，不必擔心内容過載的問題。
2 怎麼做智能FEED
既然原來的自然FEED流存在諸多問題，那麼我們怎麼優化呢？
2.1 優化政策
核心思路很簡單，就是把有價值的内容權重提高，把低價值甚至垃圾内容權重降低。那如何判斷一條資訊的價值呢？可以拿Facebook早期的EdgeRank為例介紹：
EdgeRank 主要有三個因素在起作用：
- 親密度（Affinity Score）
- 生産成本（Edge Weight）
- 新鮮程度（Time Decay）
親密度的量化就是考慮該資訊的來源者和你之間交流是否頻繁密切。例如你女朋友發的狀态比某個高中同學發的要重要。
生産成本指産生一條新鮮事的成本，成本越高權重越大。例如好友釋出了9張圖檔的成本比起發了9個字成本高，前者就會被優先推薦；又例如釋出的成本遠高于點贊，是以原創内容的優先級高于因為好友點贊而被你獲知的消息。
新鮮度最好了解，就是越近發生的事約容易被推薦，一般都是用一個指數衰減函數來量化動态的新舊程度。
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。
大家可以看出來，EdgeRank算法隻考慮了社交因素，而沒有考慮内容本身是否對使用者有吸引力。是以後續Facebook引入機器學習，通過圖像識别、語義分析等去預估新鮮事的品質，同時引入更多判斷次元，例如閱讀時長、視訊内容、使用者回報等，去綜合判斷一條消息的權重。同時，FB 嚴格限制商業廣告和普通使用者的觸達，網紅營銷号的消息曝光率從2016年的16%降低到2014年的6%。
總結一下：
- 智能FEED讓使用者在使用應用的有限時間内閱讀到最感興趣的内容，進而提高使用者的粘性。
- 不按時間線排序，可以更自由安排廣告的插入。這也是Facebook上廣告大賣的原因。
- 自由控制内容，人為幹預削減社群内的不利内容（如段子、雞湯、微商）
得益于此，Facebook多年來一直保持高速增長，社群氛圍沒有崩壞。而隔壁堅持時間資訊流的Twitter早已增長乏力。
2.2 微網誌的政策
微網誌大體上借鑒了Facebook的算法思路，主要也是基于LR算法（協同過濾）來做的。但是做了以下創新：
- 微網誌發現使用者錯過的90+%資訊中，隻有部分内容是對使用者具有極高價值且不容錯過的，是以這裡無需對未讀Feed全排序，隻需要将最高價值的資訊找出來并推薦給使用者，其它的Feed仍按正常時間序排列。這樣做一方面可以讓Feed流整體上符合Timeline的排序，使用者感覺自然流暢；另一方面，與使用者對最高價值的資訊認知上比較接近，算法效果比較理想。
- 推出了“未讀池”功能 即你關注的使用者釋出的内容，隻要是你還沒看到過的都會進入未讀池。當你重新整理FEED的時候，會按照算法權重高低每次取出15~30條。未讀池功能很好地解決了“有價值的内容沒有被看到”和“無聊的時候沒内容可以看”兩大難題，是一個不錯的點子。然而，因為未讀池裡内容的時間限制為3天，導緻使用者習慣性去重新整理看看朋友有沒有釋出新消息的時候，卻刷出了3天前的消息，進而又引來一片罵聲。
3 總結和風控
智能FEED對于普通使用者而言，可以幫助其提升閱讀效率，第一時間看到感興趣的内容，剔除沒營養的垃圾資訊，無論是關注太少沒内容可看還是關注太多内容泛濫的使用者，都能獲得一個更佳的閱讀體驗。對于平台而言，可以提升使用者的活躍度、互動率、留存率，同時控制社群氛圍的品質，最重要的是為商業變現做好了鋪墊（大幅降低網紅、營銷号的内容曝光，迫使企業必須使用平台自身的廣告服務）
但是，智能FEED帶來的一系列負面影響，包括：
- 将使用者的操作行為公布給其所有粉絲，損害了使用者隐私，讓使用者不敢随意點贊
- 混亂的時間線，讓使用者在看好友動态的時候一頭霧水
- 普通使用者主動釋出的部分正常内容（如長圖、轉發等）也會被降級
這些問題雖然遠不及智能FEED帶來的好處，但是長此以往會給社群帶來不佳的口碑，而口碑的損害可不是一朝一夕可以挽回的，是以一定要慎重處理，盡量做好每一個細節，才能讓智能FEED發揮出最大的價值。
網易雲免費體驗館，0成本體驗20+款雲産品！
更多網易研發、産品、營運經驗分享請通路網易雲社群。
相關文章：
【推薦】 從浏覽器或者Webview 中喚醒APP
【推薦】 即将到來的5G，我們該做些什麼準備？
【推薦】 微服務化不同階段 Kubernetes 的不同玩法