Feed 智能排序，能夠很好的減少用戶的信息過載問題，并且?guī)椭髽I(yè)實現(xiàn)商業(yè)化，已漸漸被證明為內(nèi)容型軟件的最佳呈現(xiàn)方式。

眾所周知，新浪微博的首頁動態(tài)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。這種違背了用戶習(xí)慣的排序方式其實一直在被大家吐槽，但卻被Facebook、微博等各大社交網(wǎng)絡(luò)前仆后繼地起用，這是為什么呢？

1 為什么要做智能FEED？

1.1 什么是FEED

FEED最早是指RSS訂閱中用來接收該信息來源更新的接口，后來就指代站點用來和其他站點之間共享內(nèi)容的一種簡易方式（也叫聚合內(nèi)容），其本質(zhì)其實是一種站內(nèi)推送，通常被用于新聞和其他按順序排列的網(wǎng)站。例如：Blog。

到后來社交媒體盛行之后，F(xiàn)EED幾乎成為了所有社交媒體的標(biāo)配。因為其交互簡單，用戶上手容易，后端信息配置靈活，又契合移動設(shè)備單屏操作的特點，已經(jīng)被證明為內(nèi)容型軟件的最佳呈現(xiàn)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(zhì)是信息分發(fā)的一種方式，所以稱其為內(nèi)容型產(chǎn)品的兩大命脈之一（內(nèi)容生產(chǎn)+內(nèi)容分發(fā)）。同時因為FEED通常出現(xiàn)在產(chǎn)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，而其余幾屏其實是不怎么被關(guān)注的。所以與其大費精力對其余屏幕的功能迭代更新，不如小小優(yōu)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(jié)用戶需求：

• 信息分發(fā)效率低下，發(fā)布者無法獲得更多瀏覽，內(nèi)容消費者依賴主動尋找內(nèi)容，進而導(dǎo)致社區(qū)互動不足；
• 信息過載，當(dāng)一個用戶關(guān)注過多其它用戶時，其每天使用微博的時間里無法看完所有更新的內(nèi)容，所以會錯過很多有價值的內(nèi)容；
• 信息垃圾，我們會關(guān)注很多企業(yè)、網(wǎng)紅的賬號，這些賬號一天發(fā)數(shù)十條消息，把我們真實好友發(fā)布的內(nèi)容都沖散了，這個必須要限制；
• 中心化現(xiàn)象嚴(yán)重，大部分用戶都缺乏主動探索的動力，那么如果都按照好友轉(zhuǎn)載的大號來關(guān)注，很快流量都會中心化集中到少數(shù)營銷號；

再總結(jié)下產(chǎn)品方的需求：

主要是從商業(yè)角度出發(fā)，將 Feed 排序交給上帝的做法，非常不利于商業(yè)化，營銷號可以使用很多伎倆吸引用戶關(guān)注，然后肆無忌憚發(fā)廣告，即一干營銷號賺得盆滿缽滿，而平臺方得不到半點好處。

如果看明白這些，你就明白了當(dāng)前微信朋友圈為什么不需要使用智能FEED，因為首先它是個封閉的熟人圈子，本身消息質(zhì)量少而精，不會出現(xiàn)營銷號和中心化，不需要擔(dān)心信息流通問題；同時大家花在朋友圈的時間非常多，不必擔(dān)心內(nèi)容過載的問題。但是我相信隨著用戶的增加，信息越來越冗雜，即便是微信也遲早會加入算法來幫助用戶輔助篩選內(nèi)容的。

2 怎么做智能FEED

既然原來的自然FEED流存在諸多問題，那么我們怎么優(yōu)化呢？

2.1 優(yōu)化策略

核心思路很簡單，就是把有價值的內(nèi)容權(quán)重提高，把低價值甚至垃圾內(nèi)容權(quán)重降低。那如何判斷一條信息的價值呢？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）
• 生產(chǎn)成本（Edge Weight）
• 新鮮程度（Time Decay）

分別解釋一下：

• 親密度的量化就是考慮該信息的來源者和你之間交流是否頻繁密切。例如你女朋友發(fā)的一條狀態(tài)肯定比某個不太熟的同學(xué)發(fā)的要重要。
• 生產(chǎn)成本指產(chǎn)生一條新鮮事的成本，成本越高權(quán)重越大。例如好友發(fā)布了9張圖片的成本比起發(fā)了9個字成本高，前者就會被優(yōu)先推薦；又例如發(fā)布的成本遠高于點贊，所以原創(chuàng)內(nèi)容的優(yōu)先級高于因為好友點贊而被你獲知的消息。
• 新鮮度最好理解，就是越近發(fā)生的事越容易被推薦，一般都是用一個指數(shù)衰減函數(shù)來量化動態(tài)的新舊程度。

三個分?jǐn)?shù)，最終用相乘的方式共同作用于每一條新鮮事的分?jǐn)?shù)，用于排序和篩選。

大家可以看出來，EdgeRank算法只考慮了社交因素，而沒有考慮內(nèi)容本身是否對用戶有吸引力。因此后續(xù)Facebook引入機器學(xué)習(xí)，通過圖像識別、語義分析等去預(yù)估新鮮事的質(zhì)量，同時引入更多判斷維度，例如閱讀時長、視頻內(nèi)容、用戶反饋等，去綜合判斷一條消息的權(quán)重。同時，F(xiàn)B 嚴(yán)格限制商業(yè)廣告和普通用戶的觸達，網(wǎng)紅營銷號的消息曝光率從2016年的16%降低到2014年的6%。

總結(jié)一下:

• 智能FEED讓用戶在使用應(yīng)用的有限時間內(nèi)閱讀到最感興趣的內(nèi)容，從而提高用戶的粘性。
• 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。
• 自由控制內(nèi)容，人為干預(yù)削減社區(qū)內(nèi)的不利內(nèi)容（如段子、雞湯、微商）

得益于此，F(xiàn)acebook多年來一直保持高速增長，社區(qū)氛圍沒有崩壞。而隔壁堅持時間信息流的Twitter早已增長乏力。

2.2 微博的策略

微博大體上借鑒了Facebook的算法思路，主要也是基于LR算法（協(xié)同過濾）來做的。但是做了以下創(chuàng)新：

微博發(fā)現(xiàn)用戶錯過的90+%信息中，只有部分內(nèi)容是對用戶具有極高價值且不容錯過的，所以這里無需對未讀Feed全排序，只需要將最高價值的信息找出來并推薦給用戶，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，用戶感覺自然流暢；另一方面，與用戶對最高價值的信息認知上比較接近，算法效果比較理想。

推出了“未讀池”功能 即你關(guān)注的用戶發(fā)布的內(nèi)容，只要是你還沒看到過的都會進入未讀池。當(dāng)你刷新FEED的時候，會按照算法權(quán)重高低每次取出15~30條。未讀池功能很好地解決了“有價值的內(nèi)容沒有被看到”和“無聊的時候沒內(nèi)容可以看”兩大難題，是一個不錯的點子。然而，因為未讀池里內(nèi)容的時間限制為3天，導(dǎo)致用戶習(xí)慣性去刷新看看朋友有沒有發(fā)布新消息的時候，卻刷出了3天前的消息，從而引來了一些罵聲。

3 總結(jié)和風(fēng)控

智能FEED對于普通用戶而言，可以幫助其提升閱讀效率，第一時間看到感興趣的內(nèi)容，剔除沒營養(yǎng)的垃圾信息，無論是關(guān)注太少沒內(nèi)容可看還是關(guān)注太多內(nèi)容泛濫的用戶，都能獲得一個更佳的閱讀體驗。對于平臺而言，可以提升用戶的活躍度、互動率、留存率，同時控制社區(qū)氛圍的質(zhì)量，最重要的是為商業(yè)變現(xiàn)做好了鋪墊（大幅降低網(wǎng)紅、營銷號的內(nèi)容曝光，迫使企業(yè)必須使用平臺自身的廣告服務(wù)）。

但是，智能FEED帶來的一系列負面影響，包括：

• 將用戶的操作行為公布給其所有粉絲，損害了用戶隱私，讓用戶不敢隨意點贊
• 混亂的時間線，讓用戶在看好友動態(tài)的時候一頭霧水
• 普通用戶主動發(fā)布的部分正常內(nèi)容（如長圖、轉(zhuǎn)發(fā)等）也會被降權(quán)

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區(qū)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，因此一定要慎重處理，盡量做好每一個細節(jié)，才能讓智能FEED發(fā)揮出最大的價值。

作者：insomnia，網(wǎng)易LOFTER產(chǎn)品經(jīng)理，公眾號：inso產(chǎn)品

本文由 @insomnia 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。