圖說：Facebook創辦人馬克·佐克伯
NewsFeed 怎麼來的
2004 年，Facebook 問世，兩年後的 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 年裡，Facebook 是怎麼一步一步把 NewsFeed 打造成了日收入幾千萬美元的現金牛的？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，使用者認為我發的動態怎麼能讓別人看見呢？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，佐克伯真是一個把妹高手，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流覽好友的分（ㄒㄩㄢˋ）享（ㄧㄠ ˋ）了，2009 年，Facebook 加上了讚（like）功能（FriendFeed 在 2007 年發明了讚按鈕，FriendFeed 後來於 2009 年被 Facebook 收購，並將讚這個功能整合進來），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。
伴隨這麼多爭議，為什麼 Facebook 一直堅持做興趣 feed？從資料上看，平均每個用戶每天待看的新動態有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，非常不利於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，然後肆無忌憚發廣告。
10 年來，NewsFeed 有數不清的改進，甚至每天線上會同時部署很多演算法版本進行 A/B 測試。但 EdgeRank 是這條優化反覆運算之路上的一個標誌性建築。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 演算法
EdgeRank，顧名思義，就是對邊（Edge）進行排序（Rank)。
每一個朋友的每一個操作（Action）都可能以新動態（News）的方式呈現在使用者面前，比如朋友發佈了一條新動態，朋友讚了朋友的朋友一條新動態，朋友評論了朋友的朋友一條新動態，朋友給自己的照片加了一個標籤，等等。稍微用腳後跟想一想就知道，按照這樣排列的話，每個用戶得看多少新消息？於是Facebook就想在一條動態呈現給一個使用者之前，先預估一下這個用戶對這條新動態感興趣程度。在 Facebook 的定義下，一個 Action 就是一個 Edge，所以這套量化興趣的演算法就叫做 EdgeRank。
別看今天 Facebook 各種風光，又是深度學習又是人工智慧，要知道，在 EdgeRank 提出之前，Facebook也是有過刀耕火種時代的，Facebook的產品總監Chris Cox談及早期 NewsFeed 是這樣說的：
「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 排序就是給照片加點權重，給平台動態消息降點權重）
「a photo might be worth 5 points, while joining a group was worth 1 point」 （把照片權重定為 5，把社團權重定為 1）
中國演算法工程師們聽到這些，想必都要會心地笑了：原來Facebook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，他們已經走到更高階的階段了。
Serkan Piantino 在 2010 年左右領導並開發了第一版 EdgeRank 演算法。下面說說大名鼎鼎的 EdgeRank 是怎麼回事。
EdgeRank 主要有三個因素在起作用：
- 親密度（Affinity Score）
- Edge的權重（Edge Weight）
- 新鮮程度（Time Decay）
想像一條內容誕生後，會經過什麼路徑流動到你的面前？
- 首先經你的一個朋友（或者你關注的對象）之手產生了一條新消息（他發佈、讚、加標籤這些產生了新消息）；
- 然後經過你這個朋友（或者你的關注對象）的介紹，到了你家門口，你一開門（登入）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，也無所謂先來後到，內容太多時，就得考慮一下先來後到了。
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後的思想，那麼多人介紹過來，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裡你和這個朋友「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，點讚之交，還是評論之交，或是私訊之交，連接方式不同，強度就不同；
- 你們連接的頻繁程度，一日百讚，還是百日一讚，差別也很大；
- 你們有多久沒有建立連接了，一年沒有了，關係自然就更淡了；
- 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 演算法，其實跟大家不太常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？
Edge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。點讚、評論、發一條文字、發一張照片、發一個連結，背後使用者付出的成本不一樣，反應在Edge的權重上也就不一樣。顯然，你點個讚的成本，和你發佈一條新消息的成本差別很多。
最後，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po文整體上更可能得到用戶的臨幸。Facebook 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於每一條新動態的分數，用於排序和篩選。
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使用者吸引力。
從公開的資料看 EdgeRank，並不是什麼高深的演算法，它只是量化了三個主要因素，然後主觀地相乘，而沒有任何目標優化思想在背後，根據 Facebook 透露的消息看，早期的 EdgeRank 的確沒有引入機器學習，所以根本稱不上是智慧的演算法。
為什麼 EdgeRank 這麼有名？因為它是在 F8 開發者大會上公開介紹過，經過一知半解的媒體渲染，變成了一個神秘高深的存在。
後 EdgeRank 時代
2011 年之後，Facebook 內部就不再提 EdgeRank 演算法了，因為使用者數和廣告主的飛增，導致 NewsFeed 的排序演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，行動裝置貢獻了大多數流量，複雜的上下文因素，必須引入機器學習才能 Hold 住整個場面。
在原來 EdgeRank 的基礎上，更加細緻地定義了不同層級的親密度。用深度神經網路理解圖片內容和文字內容，從而可以知道相片中的物體是不是使用者感興趣的，可以知道新動態的討論話題。隨著產品反覆運算，也加入了更多產品特徵，諸如閱讀時間長短、影片內容、連結內容等，關注、隱藏一個來源。前前後後一共考慮了 10 萬 + 的變數（模型的特徵空間應該會更高），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率。
從 Facebook 的機器學習應用頁面可以看到，2010 年之後就開始逐漸有機器學習方面的文章出現了。
相關資料顯示，2011 年之後的 NewsFeed 排序演算法，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。
在被機器學習接管後的 NewsFeed，很多地方都更加細緻。
用機器學習預估新動態的品質。透過構造了一份問卷調查，訪問了若干使用者來收集資料，用收集的資料構建了一個機器學習模型，用於 NewsFeed 排序時預測一條動態的品質，將預測的品質分數作為最終排序的一個特徵。用樹模型構造離散特徵，結合最常見的 LR 模型預估廣告點擊率。
除了全面轉向機器學習之外，NewsFeed 團隊也在重新思考人和演算法的關係。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，而是不是唯資料馬首是瞻，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%的隱藏新動態操作來自 5%的人，經過與這些用戶溝通才發現，原來這 5%的人把「隱藏」當作郵件裡的「標記已讀」了，對喜不喜歡的新鮮事只要看過就會點擊隱藏。
- 對於悲傷的事情，用戶可能關心但不會點讚。
- 對於有些點讚，用戶可能並不是真的感興趣，只是「點讚狂魔」發狂而已。
- 用戶閱讀一長篇文章，讀到一半不讀了，也並不能說明他對這篇文章不感興趣。
這些 case，都讓他們開始關注到機器學習和資料的局限。
於是，在演算法團隊之外，Facebook 搭建了一個遍佈全球的人肉評測小組。人肉評測小組不是簡單地對演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麼喜歡 / 不喜歡演算法篩選結果，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資料說謊，讓產品遠離一味追求提高資料指標的圈子。
除此之外，產品上還加強了篩檢程式功能（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，一方面安撫了使用者被演算法接管的不安，另一方面也是一項重要的資料來源。事實上，如今的篩檢程式已經複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，為什麼？因為人的非理性佔據了絕大多數時候，而「不一致性」又是非理性的最重要表現，根據心情不同，使用者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繫，這樣才會出現資訊超載，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演算法，利用已有的協同矩陣為你推薦你可能想建立聯繫的新 Item，包括用戶、app、公共主頁等。
NewsFeed 還有另一個配套設施，也是它為什麼每天能吸金幾千萬美元的原因：廣告系統。Facebook 的廣告形態多樣：
- Suggested Page （你可能喜歡的粉絲專頁）
- Page Post （粉絲頁文章推廣）
- Suggested App （你可能喜歡的應用程式）
- Video Ads （影片廣告）
現在，每一次 NewsFeed 調整演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 演算法允許隨意發廣告（以原生的動態形式）。而現在，FB 嚴格限制商業廣告和普通用戶的觸及。企業感覺自己被耍了，花了錢之後卻不能發原生廣告，無獨有偶，根據微博 CEO（@來去之間）在微博上的透露，現在微博企業號也被限制博文到粉絲 feed 的次數。
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及使用者的比例，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。
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，並不是沒有辦法，NewsFeed 的廣告系統大門永遠向你們敞開。
對 NewsFeed 的展望
具體 NewsFeed 會怎麼發展，無法預測，但是可以肯定的有三點：
- NewsFeed 的演算法會一直進化下去。
- NewsFeed 團隊把人和演算法的關係處理得更好，從資料驅動（Data-Driven）到資料啟示（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：
- Criticism of Facebook
- EdgeRank
- EdgeRank Is Dead: Facebook’s News Feed Algorithm Now Has Close To 100K Weight Factors
- Research at Facebook
- Metric Learning with Adaptive Density Discrimination
- EdgeRank is dead, and other updates about the Facebook News Feed algorithm
- News Feed FYI: Showing More High Quality Content
- Who Controls Your Facebook Feed
- Recommending items to more than a billion people
- 為 Facebook 每天帶來 4000萬美元收入的 News Feed 到底是一種什麼樣的廣告形式？
- 微博
- Why Is Facebook Page Reach Decreasing? More Competition And Limited Attention
本文授權轉載自：clickstone 微信公眾號：resyschina。作者：刑无刀。
