NewsFeed怎么来的
2004 年，Facebook 问世，两年后的 9 月份，News Feed 问世，同时问世的还有 MiniFeed（个人动态）。今年是 NewsFeed 上线十周年了，这 10 年里，Facebook 是怎么一步一步把 NewsFeed 打造成了日收入几千万美金的现金牛的？不管你对这充满铜臭的问题感不感兴趣，反正我很感兴趣。
今天我们都已经习惯了把照片、文字等内容主动分享给好友，但是当时 Facebook 上线了这个功能时，引起了广泛的争议，焦点就是“隐私”问题，用户认为我发的动态怎么能让别人看见呢[1]？用户一直不停质疑和抗议，又忍不住继续使用，Facebook 就这样在争议声中增加了最初的隐私控制，比如隐藏自己的动态，而 NewsFeed 就这样坚持了下来。看来，小扎真是一个撩妹高手，看穿了用户们“嘴上说不要，身体却诚实”的内在。
随着用户们渐渐地爱上了浏览好友的分(xuan)享(yao)了，2009 年，Facebook 加上了赞(like)功能（FriendFeed 在 2007 年发明了赞按钮，FriendFeed 后来于 2009 年被 Facebook 收购，并将赞这个功能整合进来），开始按照热门程度对 Feed 重排序，不出意外，这又引起了用户们的反抗，因为大家已经习惯按照时间顺序阅读。
伴随这么多争议，为什么 Facebook 一直坚持做兴趣 feed？从数据上看，平均每个用户每天待看的新鲜事有 1500 条之多，但平均每个用户每天只能阅读 300 条；从商业角度，将 Feed 排序交给上帝的做法，非常不利于商业化且有损用户体验，公共主页可以使用很多伎俩吸引用户关注，然后肆无忌惮发广告。
10 年来，NewsFeed 有数不清的改进，甚至每天线上会同时部署很多算法版本进行 AB 测试。但 EdgeRank 是这条优化迭代之路上的一个标志性建筑。我们可以将 NewsFeed 排序策略按照 EdgeRank 分为 PreEdgeRank 时代、InEdgeRank 时代、PostEdgeRank 时代。
EdgeRank 算法
EdgeRank，顾名思义，就是对边（Edge）进行排序（Rank）[2]。
每一个朋友的每一个操作（Action）都可能以新鲜事（News）的方式呈现在用户面前，比如朋友发布了一条新鲜事，朋友赞了朋友的朋友一条新鲜事，朋友评论了朋友的朋友一条新鲜事，朋友给自己的照片加了一个标签，等等。稍微用脚后跟想一想就知道，按照这样罗列的话，每个用户得看多少新鲜事？于是 FB 就想在一条动态呈现给一个用户之前，先预估一下这个用户对这条新鲜事感兴趣程度。在 FB 的定义下，一个 Action 就是一个 Edge，所以这套量化兴趣的算法就叫做 EdgeRank。
别看今天 Facebook 各种高大上，又是深度学习又是人工智能，要知道，在 EdgeRank 提出之前，FB 也是有过刀耕火种时代的，FB 的首席产品官 Chris Cox 谈及早期 NewsFeed 是这样说的[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 排序就是在主观拍脑袋，给照片加点权重，给平台动态消息降点权重）
“a photo might be worth 5 points, while joining a group was worth 1 point” （把照片权重定为 5，把加群权重定为 1）
国内算法工程师们听到这些，想必都要会心地笑了：原来 FB 也是从这个时代走过来的。但 Facebook 不同的是，这只是暂时的情形，他们已经走到更高级的阶段了。
Serkan Piantino 在 2010 年左右领导并开发了第一版 EdgeRank 算法[4]。下面说说大名鼎鼎的 EdgeRank 是怎么回事。
EdgeRank 主要有三个因素在起作用：
亲密度（Affinity Score）
边的权重（Edge Weight）
新鲜程度（Time Decay）
想象一条内容诞生后，途经什么路径流动到你的面前？
首先经你的一个朋友（或者你的关注源）的之手产生了一条新鲜事（他发布、赞、加标签这些产生了新鲜事）；
然后经过你这个朋友（或者你的关注源）的介绍，到了你家门口，你一开门（登录）就可能看见它；
内容不多时，开门一个一个寒暄可能还行，它们也等得起，也无所谓先来后到，内容太多时，就得考虑个先来后到了。
这三个步骤，就大致刻画了 EdgeRank 的思想了，其实还是很简单直接的。
亲密度对应了第二个步骤背后的思想，那么多人介绍过来，我们当然要优先照顾更“喜欢”的人了，亲密度的量化要考虑平常里你和这个朋友“走动”是否频繁，连接是否紧密。主要考虑下面几点：
你们连接的强度，点赞之交，还是评论之交，或是私信之交，连接方式不同，强度就不同；
你们连接的频繁程度，一日百赞，还是百日一赞，差别也很大；
你们有多久没有建立连接了，一年没有了，关系自然就更淡了；
亲密度是单向的，也就是说你对朋友的亲密度，和朋友对你的亲密度可能不一样哦。
你看，看似神秘的 EdgeRank 算法，其实跟大家不太待见的鸡汤居然意思是一样的，是不是觉得它竟然如此平易近人？
边的权重也很直接，其实它反映了产生一条新鲜事的成本，成本越高的，权重越大。点赞、评论、发一条文字、发一张照片、发一个链接，背后用户付出的成本不一样，反应在边的权重上也就不一样。显然，你点个赞的成本，和你发布一条新鲜事的成本差别很多。
最后，新鲜程度，也是一个符合直觉的自然假设：NewsFeed 总是青睐 New 一些的 Feed，新的新鲜事总体上更可能得到用户的临幸。FB 用了一个类似指数衰减的函数来量化动态的新旧程度。
三个分数，最终用相乘的方式共同作用于每一条新鲜事的分数，用于排序和筛选。
这个排序方法的确是很简单，基本上只考虑了社交方面的因素，而没有考虑太多内容本身对用户吸引力。
从公开的资料看 EdgeRank，并不是什么高深的算法，它只是量化了三个主要因素，然后主观地相乘，而没有任何目标优化思想在背后，根据 Facebook 披露的消息看，早期的 EdgeRank 的确没有引入机器学习，所以根本称不上是智能的算法。
为什么 EdgeRank 这么有名？因为它是在 F8 开发者大会上公开介绍过的，经过一知半解的媒体渲染，变成了一个神秘高深的存在。
后EdgeRank时代
2011 年之后，Facebook 内部就不再提 EdgeRank 算法了，因为用户数和广告主的飞增，导致 NewsFeed 的排序算法必须要更上一层楼。如今月活跃超过 10 亿用户，约 2000 万的公共主页，移动设备贡献了大多数流量，复杂的上下文因素，必须引入机器学习才能 Hold 住整个场面。
在原来 EdgeRank 的基础上，更加细致地定义了不同层级的亲密度。用深度神经网络理解图片内容和文字内容[5]，从而可以知道相片中的物体是不是用户感兴趣的，可以知道新鲜事的讨论话题。随着产品迭代，也加入了更多产品特征，诸如阅读时间长短、视频内容、链接内容等，取关、隐藏一个源。前前后后一共考虑了 10 万 + 的变量（模型的特征空间应该会更高），如果还按照原来的方式去调节权重，显然既不科学又很低效。
从 Facebook 的机器学习应用博客页面可以看到，2010 年之后就开始逐渐有机器学习方面的文章出现了[5]。
相关资料显示[6]，2011 年之后的 NewsFeed 排序算法，全面转向了机器学习，用优化理论来决定每个因素的权重，将人从繁杂的策略量化中解放出来。
在被机器学习接管后的 NewsFeed，很多地方都更加细致。
用机器学习预估新鲜事的质量[7]。通过构造了一份问卷调查，访问了若干用户来收集数据，用收集的数据构建了一个机器学习模型，用于 NewsFeed 排序时预测一条动态的质量，将预测的质量分数作为最终排序的一个特征。用树模型构造离散特征，结合最常见的 LR 模型预估广告点击率[8]。
除了全面转向机器学习之外，NewsFeed 团队也在重新思考人和算法的关系。他们要关心的是到底“如何把用户真正最关心的找出来”，而不仅仅是“提高点击率”。Facebook 一直是数据驱动的，也是他们能够在争议中把 NewsFeed 坚持下来的信念来源，而是不是唯数据马首是瞻，团队内部有很多思考，也有很多变化。
仅举几例：
团队发现有 85%的隐藏新鲜事操作来自 5%的人，经过与这些用户沟通才发现，原来这 5%的人把“隐藏”当作邮件里的“标记已读”了，对喜不喜欢的新鲜事只要看过就会点击隐藏。
对于悲伤的事情，用户可能关心但不会点赞的。
对于有些点赞，用户可能并不是真的感兴趣，只是“点赞狂魔”发狂而已。
用户阅读一篇长帖子，读到一半不读了，也并不能说明他对这篇帖子不感兴趣。
这些 case，都让他们开始关注到机器学习和数据的局限[9]。
于是，在算法团队之外，Facebook 搭建了一个遍布全球的人肉评测小组。人肉评测小组不是简单地对算法筛选结果进行喜欢 / 不喜欢的标注，而是会非常深入地阐述为什么喜欢 / 不喜欢算法筛选结果，而且会与工程师详细交流评测结果，因为这种人肉评测方式可以有效地拆穿数据说谎，让产品远离一味追求提高数据指标的怪圈。
除此之外，产品上还加强了过滤器功能（Filter）：你可以选择你的动态给谁看，你可以选择不看谁的动态（Hide），你也可以选择优先看到谁的动态（See first），当然你可以取消关注一些人或者公共主页，将这些控制权交给用户，一方面安抚了用户被算法接管的不安，另一方面也是一项重要的数据来源。事实上，如今的过滤器已经复杂到大多数用户都不会使用这些控制权。
“如何衡量用户真的感兴趣”这个问题也许远远没有最终答案，为什么？因为人的非理性占据了绝大多数时候，而“不一致性”又是非理性的最重要表现，根据心情不同，用户有不同的感兴趣的标准，而且这些标准也许还是相互矛盾的。
NewsFeed的配套设施
NewsFeed 存在的前提是要依赖用户建立大量的社交联系，这样才会出现信息过载，因此 NewsFeed 的一个重要的配套设施就是“你可能感兴趣的人”（People you may like）推荐系统。
这是一个我们在产品形式上比较熟悉的推荐系统，它是一套大规模矩阵分解算法[10]，利用已有的协同矩阵为你推荐你可能想建立联系的新 Item，包括用户、app、公共主页等。
NewsFeed 还有另一个配套设施，也是它为什么每天能吸金几千万刀的原因：广告系统。Facebook 的广告形态多样[11]：
Suggested Page (你可能喜欢的公众页)
Page Post (公众号帖子推广)
Suggested App (你可能喜欢的应用)
Video Ads (视频广告)
现在，每一次 NewsFeed 调整算法都会引来广告主们的抗议，他们都是在 FB 上拥有公共主页的商业机构。
在以前，FB 鼓励这些商业机构花钱投广告增加粉丝，彼时的 NewsFeed 算法允许随意发广告（以原生的新鲜事形式）。而现在，FB 严格限制商业广告和普通用户的触达。商业机构感觉自己被耍了，花钱买粉之后却不能发原生广告，无独有偶，根据微博 CEO（@来去之间）在微博上的披露，现在微博企业号也是被限制博文达到粉丝 feed 次数的[12]。
据国外某专门做 NewsFeed 推广的公司追踪，1000 个公共主页的 50000 条内容以原生方式触达用户的比例，从 2012 年 16%降低到了 2014 年的 6.51%，降了一倍还多，这当然也可能因为用户平均关注的公共主页增多了[13]。
世界上最遥远的距离，就是：手握大把粉丝，却不能随心所欲地曝光自己的产品。
当然，所有的公共主页们，不要灰心，并不是没有办法，NewsFeed 的广告系统大门永远向你们敞开。
对NewsFeed的展望
具体 NewsFeed 会怎么发展，无法预测，但是可以肯定的有三点：
NewsFeed 的算法会一直进化下去。
NewsFeed 团队把人和算法的关系处理得更好，从数据驱动（Data-Driven）到数据启示（Data-Informed）。
越来越多的 Feed 型产品会效仿 NewsFeed，加入到兴趣 feed 的潮流中去。
本文参考资料：
[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/
