产品功能解读：为什么Facebook和新浪微博都选择智能FEED？

Feed 智能排序，能够很好的减少用户的信息过载问题，并且帮助企业实现商业化，已渐渐被证明为内容型软件的最佳呈现方式。

众所周知，新浪微博的首页动态流不像微信朋友圈是按照时间顺序排列的，而是按照一种所谓的“智能排序”的方式。这种违背了用户习惯的排序方式其实一直在被大家吐槽，但却被Facebook、微博等各大社交网络前仆后继地起用，这是为什么呢？

1 为什么要做智能FEED？

1.1 什么是FEED

FEED最早是指RSS订阅中用来接收该信息来源更新的接口，后来就指代站点用来和其他站点之间共享内容的一种简易方式（也叫聚合内容）， 其本质其实是一种站内推送 ，通常被用于新闻和其他按顺序排列的网站。例如：Blog。

到后来社交媒体盛行之后，FEED几乎成为了所有社交媒体的标配。因为其交互简单，用户上手容易，后端信息配置灵活，又契合移动设备单屏操作的特点，已经被证明为内容型软件的最佳呈现方式（甚至连支付宝在其上个大版本更新中都把首页改成了FEED）。

1.2 FEED的重要性

FEED的本质是信息分发的一种方式，所以称其为内容型产品的两大命脉之一（内容生产+内容分发）。同时因为FEED通常出现在产品的第一屏，大家知道，对于大部分APP而言， 首屏流量几乎占了全站的90%以上 ，而其余几屏其实是不怎么被关注的。所以与其大费精力对其余屏幕的功能迭代更新，不如小小优化一下首页的FEED流算法，带来的收益反而高的多。

1.3 原来的按时间排序的方式有何问题？

首先总结用户需求：

• 信息分发效率低下，发布者无法获得更多浏览，内容消费者依赖主动寻找内容，进而导致社区互动不足；
• 信息过载，当一个用户关注过多其它用户时，其每天使用微博的时间里无法看完所有更新的内容，所以会错过很多有价值的内容；
• 信息垃圾，我们会关注很多企业、网红的账号，这些账号一天发数十条消息，把我们真实好友发布的内容都冲散了，这个必须要限制；
• 中心化现象严重，大部分用户都缺乏主动探索的动力，那么如果都按照好友转载的大号来关注，很快流量都会中心化集中到少数营销号；

再总结下产品方的需求：

主要是从商业角度出发，将 Feed 排序交给上帝的做法，非常不利于商业化，营销号可以使用很多伎俩吸引用户关注，然后肆无忌惮发广告，即一干营销号赚得盆满钵满，而平台方得不到半点好处。

如果看明白这些，你就明白了当前微信朋友圈为什么不需要使用智能FEED，因为首先它是个封闭的熟人圈子，本身消息质量少而精，不会出现营销号和中心化，不需要担心信息流通问题；同时大家花在朋友圈的时间非常多，不必担心内容过载的问题。但是 我相信随着用户的增加，信息越来越冗杂，即便是微信也迟早会加入算法来帮助用户辅助筛选内容的 。

2 怎么做智能FEED

既然原来的自然FEED流存在诸多问题，那么我们怎么优化呢？

2.1 优化策略

核心思路很简单，就是把有价值的内容权重提高，把低价值甚至垃圾内容权重降低。那如何判断一条信息的价值呢？可以拿Facebook早期的EdgeRank为例介绍：

EdgeRank 主要有三个因素在起作用：

• 亲密度（Affinity Score）
• 生产成本（Edge Weight）
• 新鲜程度（Time Decay）

分别解释一下：

• 亲密度的量化就是考虑该信息的来源者和你之间交流是否频繁密切。例如你女朋友发的一条状态肯定比某个不太熟的同学发的要重要。
• 生产成本指产生一条新鲜事的成本，成本越高权重越大。例如好友发布了9张图片的成本比起发了9个字成本高，前者就会被优先推荐；又例如发布的成本远高于点赞，所以原创内容的优先级高于因为好友点赞而被你获知的消息。
• 新鲜度最好理解，就是越近发生的事越容易被推荐，一般都是用一个指数衰减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。

大家可以看出来，EdgeRank算法只考虑了社交因素，而没有考虑内容本身是否对用户有吸引力。因此后续Facebook引入机器学习，通过图像识别、语义分析等去预估新鲜事的质量，同时引入更多判断维度，例如阅读时长、视频内容、用户反馈等，去综合判断一条消息的权重。同时，FB 严格限制商业广告和普通用户的触达，网红营销号的消息曝光率从2016年的16%降低到2014年的6%。

总结一下:

• 智能FEED让用户在使用应用的有限时间内阅读到最感兴趣的内容，从而提高用户的粘性。
• 不按时间线排序，可以更自由安排广告的插入。这也是Facebook上广告大卖的原因。
• 自由控制内容，人为干预削减社区内的不利内容（如段子、鸡汤、微商）

得益于此，Facebook多年来一直保持高速增长， 社区氛围没有崩坏 。而隔壁坚持时间信息流的Twitter早已增长乏力。

2.2 微博的策略

微博大体上借鉴了Facebook的算法思路，主要也是基于LR算法（协同过滤）来做的。但是做了以下创新：

微博发现用户错过的90+%信息中，只有部分内容是对用户具有极高价值且不容错过的，所以这里无需对未读Feed全排序，只需要将最高价值的信息找出来并推荐给用户，其它的Feed仍按正常时间序排列。这样做一方面可以让Feed流整体上符合Timeline的排序，用户感觉自然流畅；另一方面，与用户对最高价值的信息认知上比较接近，算法效果比较理想。

推出了“未读池”功能 即你关注的用户发布的内容，只要是你还没看到过的都会进入未读池。当你刷新FEED的时候，会按照算法权重高低每次取出15~30条。 未读池功能很好地解决了“有价值的内容没有被看到”和“无聊的时候没内容可以看”两大难题 ，是一个不错的点子。然而，因为未读池里内容的时间限制为3天，导致用户习惯性去刷新看看朋友有没有发布新消息的时候，却刷出了3天前的消息，从而引来了一些骂声。

3 总结和风控

智能FEED对于普通用户而言，可以帮助其提升阅读效率，第一时间看到感兴趣的内容，剔除没营养的垃圾信息，无论是关注太少没内容可看还是关注太多内容泛滥的用户，都能获得一个更佳的阅读体验。对于平台而言，可以提升用户的活跃度、互动率、留存率，同时控制社区氛围的质量，最重要的是为商业变现做好了铺垫（大幅降低网红、营销号的内容曝光，迫使企业必须使用平台自身的广告服务）。

但是，智能FEED带来的一系列负面影响，包括：

• 将用户的操作行为公布给其所有粉丝，损害了用户隐私，让用户不敢随意点赞
• 混乱的时间线，让用户在看好友动态的时候一头雾水
• 普通用户主动发布的部分正常内容（如长图、转发等）也会被降权

这些问题虽然远不及智能FEED带来的好处，但是长此以往会给社区带来不佳的口碑，而口碑的损害可不是一朝一夕可以挽回的，因此一定要慎重处理，尽量做好每一个细节，才能让智能FEED发挥出最大的价值。

 

作者：insomnia，网易LOFTER产品经理，公众号：inso产品

本文由 @insomnia 原创发布于人人都是产品经理。未经许可，禁止转载。