如你所见,之前也写过关于Facebook的News Feed的算法,总感觉还欠缺点什么。希望大家经过前面的三篇,以及本文会对Facebook的News Feed 有更深的理解!
本人喜欢研究算法,觉得通过这些算法,能够从侧面窥探也试着逆向推到背后的逻辑行为运用,这让我觉得很好玩。
算法的运用是一个产品经理,甚至是一家公司理念的输出,它一方面是机器的学习,一方面又是对人性的把握,中间夹杂这商业的逻辑,这很有意思。有时候研究深入了,就想去看写这篇文章的工程师,到底他是一个什么样的人,他有没有自己的博客,他过去说了什么,这些东西都会反映在产品上。
今天我们在来说说Facebook的 News Feed 算法,我试着以最简单的语言来向大家阐述!
名称解释:
News Feed是什么呢?
简单的你可以把他翻译成信息流。
News Feed它在什么地方呢?
就是你一开始登陆Facebook(https://www.facebook.com/)
首先是因为人平常的注意力是有限的,Facebook上的信息流展示的只有1500条,研究表明很多人只看前300条消息。
那么这个时候,谁排在第一,谁排在第二,谁排在300名,这是很有讲究的,所以News Feed就这样孕育而生。
“小北,为什么News Feed的算法不是简单的按时间来排序,比如微信?”
第一:期初在Facebook刚刚起来的时候,就是简单的按照时间来排序。但是Facebook是一家以社交起家的公司,这个公司能一直想追求的是让用户随时随地能找到,看到他所关心的朋友的信息。
第二:如果没有算法介入,一个是不利于用户的体验,在一个是不利于商业的土壤培养,因为届时有一些用户可以用很多方式吸引用户的关注,然后在大量的群发广告,这将会是致命的。
我们知道现在的Facebook page reach下降的很厉害,如果各位在不重视News Feed你的页面reach率将会更低。
让我们来头脑风暴下,当你在看到一个帖子的时候你会做哪些动作?
如下图所示,这是各位常见的对于一个帖子Facebook给出的各项指标;
而且Facebook在这个算法中,也嵌入了朋友的朋友,以及维度更宽的算法。比如朋友赞了朋友的朋友的一条消息(A和B是好友,B和C是好友,如果B对C点了一个赞,A也是能看得到C的消息)
那么这里面的每一个动作,Facebook都有它的权重算法,即EdgeRank[2]!
前面我们讲到的用户的每一个Action,都可以算成是一个Edge,那么Facebook内部就有一个公式,对这里的每一个Action进行权重的增加,以此来进行排序。
第一:亲密度(Affinity Score)
第二:边的权重(Edge Weight)
第三:新鲜程度(Time Decay)
然后我们再来看下Facebook 官方给出来的一些端倪[1]
你的信息流必须是有效有意义的信息,即内容是要meaningful
你的信息流必须是能够“愉悦”大家,即Entertainment.
所以大家看到这边,会觉得EdgeRank也就那样,一点都不高深,我们用脑袋都能想出来。
至少我也怎么认为!对于一个算法来说,别人为什么要看你信息呢?哪些信息能排在更靠前呢?
毫无疑问,是那些互动性高(点赞,评论,分享,接受通知)才能排名靠前,而为什么这些帖子排名会更靠前,因为他们的内容更具meaningful 和Entertainment
所以看到这边你就知道如何让自己的帖子更靠前,怎么样想方设法的去干预用户的行为。
比如为了获得更多的分享,你可以做活动,为了获得更高的评论,你可以做一些有争议性的话题,或者都可以考虑打广告,这些都是关于帖子的要素。
但是EdgeRank依然有问题。EdgeRank其实在Facebook内部2011年的时候,自己内部都不提了。
在一个就是这么大的平台,如何考虑人的因素,这非常重要。我跟大家说一个,可能大家想都想不到。
上面这张图,箭头标明的地方,hide post(see fewer posts like this)意思很明显,就是告诉Facebook以后给我少发点类似这样的消息。
但是你知道么,我之前看过一个数字有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!!!
有些人点赞,可能对这个帖子并不是真的感兴趣,只是“点赞狂魔”发狂而已。
有些人阅读一篇长帖子,读到一半不读了,也并不能说明他对这篇帖子不感兴趣。
这些都是要机器进行深入的学习啊。而有些事压根就不是算法能解决的,有时候用户自己都会很困惑,前一秒喜欢,后一秒自己就变卦了,这已经不是算法能解决的问题了。
但是,写到这里我相信大家应该很清楚要对Facebook上的News Feed哪些要素进行优化,如何让Facebook注意到你,如果让你的帖子有更高的reach率,这就是本文的目的。
[1] http://newsroom.fb.com/news/2016/06/news-feed-fyi-helping-make-sure-you-dont-miss-stories-from-friends/
[2] http://edgerank.net/
[3] https://research.facebook.com/publications/machinelearning