你登陸社交網(wǎng)站，以為新鮮事中都是自己訂閱的內(nèi)容，但它還包括平臺想讓你看到的，以及猜測你可能喜愛的內(nèi)容。平臺會猜測用戶的心思，用戶也往往淪為小白鼠。本文編譯自SLATE，揭露了Facebook動態(tài)消息的背后的技術(shù)原理。為了了解你，科技公司可是很努力的。

每次你打開 Facebook ，這個世界上最具影響力，最有爭議也是最被人誤解的一套算法機制就開始運行。它會收集關(guān)于你的一切狀態(tài)更新：你朋友每周發(fā)過的狀態(tài)，你關(guān)注的每一個人，你加入的每一個群組，以及你贊過的每一條消息。對于 Facebook 用戶來說，平均每周有一千五百次狀態(tài)更新。如果你有數(shù)百位好友，那這個數(shù)字可能會高達一萬以上。通過對這些數(shù)據(jù)細致入微的觀察，工程師們對推薦算法進行不斷的優(yōu)化，F(xiàn)acebook 的動態(tài)消息（news feed）才能做到出現(xiàn)你真正感興趣的內(nèi)容。因為，大多數(shù)人并不會每天都把時間線完整看一遍，只會看最上面幾百個。

沒有人能夠猜透 Facebook 的算法究竟是如何生成的，而內(nèi)部人員更不可能告訴你這些。這個自動化的算法對于人們的社交有著重大的影響，而且它決定了我們每天會看到什么，要知道世界上有五分之一的人口——近 10 億的 Facebook 活躍用戶每天就在動態(tài)消息里面閱讀新聞。病毒式擴散的算法機制完全顛覆了傳統(tǒng)的媒體，把新興的創(chuàng)業(yè)公司?BuzzFeed 和?Vox 市值推上了高位，而擁有一百年歷史的報紙們則被陸續(xù)帶進了墳?zāi)?。社交游戲公?Zynga 和團購網(wǎng)站? LivingSocial 憑借 Facebook ，在短短一兩年的時間內(nèi)就做到了數(shù)十億美金的估值，投資者們賺得盆滿缽滿。Facebook 的動態(tài)消息甚至能夠左右我們的喜怒哀樂，它推送給我們真正優(yōu)質(zhì)有趣的消息，并將僅僅是情緒性的表達篩選掉。

然而， 盡管它擁有如此的權(quán)力，它的動態(tài)消息卻一直難以讓人滿意，推送的內(nèi)容十分隨意，變幻莫測，有時候甚至出奇的不雅。經(jīng)常會推送一些無關(guān)緊要的東西，謠言，瑣事，充滿戾氣的話，或者是無趣的消息。Facebook 的內(nèi)部人員很清楚這件事。在過去的幾個月內(nèi)，這個社交網(wǎng)絡(luò)巨頭開始將重新設(shè)計過的動態(tài)消息推送算法在用戶內(nèi)進行小范圍的測試，你猜結(jié)果如何？

用戶們普遍反饋「有時」，新的動態(tài)消息會擊中他們的興奮點。Facebook 對此表示欣慰，并強調(diào)會進行持續(xù)性的改進。

「有時」代表著你離完全的成功還有很長的路要走。

近年來，F(xiàn)acebook 和其他硅谷巨頭們越來越習(xí)慣于用機器學(xué)習(xí)軟件替我們做出選擇。硅谷明星埃隆馬斯克和著名科學(xué)家霍金都曾經(jīng)提出警惕人工智能的觀點，而「算法」這個詞本身，就是為了大幅提高效率而生的?！杆惴ā箤τ谄胀ㄈ藖碚f，是「不明覺厲」的計算機名詞，神秘而充滿魔性，而 Facebook 等科技巨頭使用的算法更是令人好奇。

最近，我參觀了 Facebook 總部，與動態(tài)消息的算法團隊相處，了解這套機制背后的故事。他們是如何把臭名昭著的動態(tài)消息算法扭轉(zhuǎn)口碑的，為什么要這么做，如何做到，及背后的運行機理。此外，我們還能了解到很多關(guān)于算法局限性的問題，數(shù)據(jù)有時候也會撒謊，F(xiàn)acebook 為此專門請了外包團隊進行人肉反饋，以達到更準(zhǔn)確的效果。

算法

Facebook 的算法，據(jù)我所知，有點小瑕疵并非系統(tǒng)的緣故。以現(xiàn)在的科技水平而言，算法想要達到科幻小說一般洞悉人性是不可能的。Facebook 算法的背后還是人。工程師們決定了數(shù)據(jù)的篩選，加工，及輸出。算法出錯，背鍋的當(dāng)然是設(shè)計算法的工程師。算法的一步步進化，也是無數(shù)工程師們看了無數(shù)的數(shù)據(jù)，開了無數(shù)會議，反復(fù)測試，最終的結(jié)果。然而，F(xiàn)acebook 算法的持續(xù)進步仍然使人感到好奇，他們是如何做到的？

當(dāng)我到達 Facebook 總部時，一名 37 歲的大男孩接待了我，他臉上掛著善意微笑，充沛的精力及旺盛的表達欲望是他最明顯的特征。他就是 Tom Alison ，「動態(tài)消息」算法的工程主管，他管理著設(shè)計算法的工程師們。

Alison 帶著我穿過迷宮般的 Facebook 辦公區(qū)，穿過一個小廚房之后，我們進入了一件小型會議室里。Alison 向我承諾會把 Facebook 算法背后的原理講清楚，即使對于我這種外行來說。 到了以后，我想去一趟洗手間，我問了他應(yīng)該怎么走。他很抱歉的對我說，「還是我?guī)闳グ伞?。起初我以為他是怕我迷路，?dāng)我從洗手間出來時，發(fā)現(xiàn)他就站在門口等著我。我不禁認為，他被上級要求不能讓我在辦公室里單獨走動。

Facebook 總部

同樣，F(xiàn)acebook 對于他們的商務(wù)信息守口如瓶，Alison 不能告訴我有關(guān)「動態(tài)消息」 算法的實際代碼。然而，他能告訴我大概的原理，以及為什么它一直在改變。工程師們通常喜歡站在白板前講解，他也不例外。

剛開始學(xué)習(xí)計算機科學(xué)的時候，你第一個接觸到的算法必然是關(guān)于排序的。他在白板上快速的寫下這幾個數(shù)：4、1、3、2、5。

接著，他隨手寫下了一個簡單的任務(wù)：設(shè)計一套算法，使數(shù)組按從小到大排序?！溉祟惪梢院苋菀椎淖龅?，這僅僅是舉手之勞而已?！顾麑ξ艺f。

然而，對于計算機，你應(yīng)該給出具體而明確的方法。這就需要算法的幫忙：算法就是用于計算機解決問題的一系列步驟。Alison 告訴我的算法叫「冒泡排序」 ，它的具體做法如下：

• 1.對于每一個數(shù)組，從第一個數(shù)起，與后一個數(shù)比較大小，如果后者較大，則不變。
• 2.如果前者較大，則兩者置換位置。
• 3.重復(fù)前兩步，直到?jīng)]有任何一對數(shù)字需要比較。

冒泡排序的優(yōu)點是簡單易懂。壞處也顯而易見，如果你的數(shù)據(jù)過大，計算量會很大，速度也隨之變慢。對于 Facebook 數(shù)十億用戶而言，當(dāng)然不能用這種算法。Facebook?的算法要求你在打開 App 的瞬間就把所有的動態(tài)消息準(zhǔn)確歸位，對速度的要求極其嚴(yán)苛。但這僅僅是算法里的子算法而已。最重要的是把所有的動態(tài)消息按照正確的方式排序，最重要的出現(xiàn)在最頂端。這就是 Facebook news feed 排序團隊的工作了，就是把所有用戶關(guān)注的信息按用戶的關(guān)聯(lián)度排序。

這是一項非常艱難的任務(wù)。因為你在 Facebook 上的朋友們發(fā)的消息，還有你關(guān)注的明星們發(fā)的消息，哪些「和你有關(guān)」，是很難量化的事情。為此，Alison 解釋，F(xiàn)acebook 使用了一套與眾不同的算法，稱為預(yù)測式算法。（Facebook 的 news feed 算法，和谷歌的搜索引擎算法，Netflix 的推薦算法都是分布式的復(fù)雜算法，包涵很多小的算法）

讓我們猜猜下一場籃球賽，公牛對湖人，誰會贏？ Alison 說?！腹！?，我不假思索的說出了口。Alison 笑了，但他隨后點頭表示同意 ?。如果把我的大腦類比為計算機，我剛剛輸入了他提的問題，輸出了 公牛這個回答，我大腦里的直覺反應(yīng)就是算法。（人類心靈的算法遠比目前計算機使用的復(fù)雜的多，但穩(wěn)定性也差的多）

「當(dāng)你不會感到壓力時，這種僅憑直覺的猜測往往正確率驚人。」Alison 說?！傅绻麆倓偟牟聹y有金錢上的掛鉤，數(shù)百萬每次，每天預(yù)測數(shù)百次。那我們就需要一個成體系的方法。你可能會看看歷史數(shù)據(jù)，每一個球隊的勝負紀(jì)錄，是否有傷員，誰正手感火熱?？赡苣氵€會考慮環(huán)境因素，誰是主場？客隊是背靠背比賽還是經(jīng)過了一段時間的休息？你的算法可能會把這些因素全部考慮在內(nèi)。如果你的算法足夠完美，你可能不僅僅預(yù)測到了勝負情況，你連比分都能猜個大概?！?/p>

同理，F(xiàn)acebook 的動態(tài)消息算法也是這樣的情況。（動態(tài)消息是 Faceboook 最大的現(xiàn)金牛，平均日入 2000 萬美金）我問 Alison 在 Facebook 算法的機器學(xué)習(xí)語言中，總共考慮了多少種條件，他回答道「數(shù)百種。」

Adam Mosseri （站著）

整個動態(tài)消息算法設(shè)計團隊

它不僅僅會根據(jù)你以往的點贊習(xí)慣預(yù)測你會不會點贊。它還會預(yù)測你點擊展開全文，評論，分享的可能性，甚至標(biāo)記為垃圾的可能性。從而確定一個關(guān)聯(lián)分，這個分?jǐn)?shù)決定了它是否會出現(xiàn)在你的動態(tài)消息列表中，以及所在的位置。所以，每次你打開 Facebook 動態(tài)消息上的第一條，是從數(shù)百條消息中脫穎而出的，最能刺激你點贊，評論，分享，及改變你情緒的消息。

點贊

然而，無論你怎樣精心構(gòu)建一個算法，總是有很多的數(shù)據(jù)你是不得而知的：教練的比賽計劃，德里克羅斯（公牛隊球星）的膝蓋傷勢，甚至是籃球的氣壓。從微觀層面講，比賽也不是一個單純比數(shù)值的游戲。這是人參與的游戲，「人」的復(fù)雜程度遠非算法可以預(yù)測。

這套預(yù)測算法還面臨著其他的挑戰(zhàn)，這些挑戰(zhàn)是來自認識論的。關(guān)聯(lián)度的分預(yù)測公牛隊將會贏得比賽。顯然這個結(jié)果是可量化的：輸了或贏了，猜中了或猜不中。Facebook 嘗試著使用相似的思路解決問題，記錄你與這些動態(tài)消息的互動頻率。而這些互動也正好成為了 Facebook 收入的來源：點贊，點擊，分享，評論，使消息病毒式傳播，把每一個單獨的用戶串起來，精準(zhǔn)地投放廣告。

但是這些交流對于真正的用戶來說，是非常粗糙且不準(zhǔn)確的。他們點了贊，并不一定代表他們真的喜歡這條消息，故事看到一半就關(guān)閉，也不一定是不喜歡。如何優(yōu)化這樣的情況？

「點贊」

在 2013 年末，F(xiàn)acebook 已經(jīng)是當(dāng)時最炙手可熱的公司。用戶數(shù)量超過 10 億，估值達到 1000 億美金以上。當(dāng)時它們已經(jīng)花了數(shù)年的時間不斷優(yōu)化移動端的應(yīng)用體驗，在國際上，受歡迎程度已經(jīng)超過谷歌搜索和谷歌地圖。Facebook 已經(jīng)不僅僅是一個朋友間社交的工具，事實上，它還是 21 世紀(jì)全球化的新聞源：一個針對每一位用戶量身定制，瞬時更新的新聞，娛樂資訊，朋友動態(tài)聚合網(wǎng)站。

在公司之中，動態(tài)消息收入的增長讓他們感到震驚。但在用戶數(shù)量暴漲的同時，F(xiàn)acebook 員工們并不能確定用戶的滿意度究竟如何。人們在 Facebook 上點贊的數(shù)量前所未有的多，但他們討厭什么？

為了搞清楚這件事，我們必須把鏡頭拉回到 2006 年。當(dāng)時的 Facebook 與現(xiàn)在復(fù)雜的側(cè)欄及群組相比，還處于原始狀態(tài)。和競爭對手 Myspace 相似，「動態(tài)消息」僅僅是朋友間的狀態(tài)更新的聚合。

2006 年的 Facebook 主頁

甚至，你朋友的更新你不一定能看得到。為了防止信息過多給用戶造成太大壓力，F(xiàn)acebook 用了一種簡單粗暴的算法過濾掉了一部分它認為用戶不感興趣的信息。而當(dāng)時并沒有東西能夠能夠衡量用戶對于信息究竟是否感興趣——點贊功能距推出還有三年時間。工程師們靠直覺判斷消息的呈現(xiàn)與否。一開始的標(biāo)準(zhǔn)是，這條消息發(fā)布了多久，以及你的朋友提及這條消息的次數(shù)。之后的一段時間里，工程師們決定停止這種簡單粗暴的方式，而把用戶在消息上停留的時間總數(shù)作為消息重要性的依據(jù)。但這樣的機制難以分辨哪條消息令用戶感到愉悅，那條消息冒犯了用戶，那些是無聊的，那些是純碎的謠言。本質(zhì)上，工程師們還是在碰運氣。

「點贊」功能并非一個新鮮的交流方式。而 Facebook 推出點贊功能最初的用意，是想了解用戶對消息的偏好。可能用戶沒有意識到，這是一個非常精妙的設(shè)計。如果用戶們明確知道「點贊」是為了方便 Facebook 進行偏好紀(jì)錄，那么這個過程將顯得十分單調(diào)乏味。Facebook 的「動態(tài)」算法是世界上第一個在用戶沒有感受的情況下，了解用戶習(xí)慣及偏好的，并且影響了我們所有人。

沒有一點點防備，這套算法就在不知不覺中有了辨認實時熱點的能力，然后讓它們病毒式傳播。以前熱點是一個人鏈?zhǔn)降膫鞑?，現(xiàn)在一個人點贊以后，他的好友都能看到這一則消息，傳播效率堪比滾雪球。這樣的效應(yīng)不僅僅讓 Facebook 的員工們看見了，廣告商，出版商，造謠者，甚至普通用戶都看到了其中巨大的威力——輕點一贊，即可把消息傳播給自己所有的好友，關(guān)注者甚至陌生人。很多人開始絞盡腦汁思考如何制造「引爆點」。甚至這催生了一項新職業(yè)——專門教人發(fā)狀態(tài)的社交網(wǎng)絡(luò)顧問，他們精于研究文字，發(fā)消息的時間，及照片對于傳播度的影響?！盖簏c贊」成為常態(tài)，甚至他們已經(jīng)忘記了他們發(fā)狀態(tài)的初衷。許多人的發(fā)的狀態(tài)變得同質(zhì)化：庸俗，矯情，自憐，只為獲得更多的「贊」?！复竽粗浮钩闪松缃痪W(wǎng)絡(luò)的中心。

人肉反饋

就這樣，網(wǎng)站的交互度有了長足的提升，但這應(yīng)該是動態(tài)消息所追求的嗎？這個問題一直困擾著 Chris Cox ，他是 Facebook 的元老了，也是動態(tài)算法的工程師。「觀察用戶的點贊，點擊，分享，評論等行為，是為了更好的弄清楚用戶的心理?！笴ox 在郵件中這么對我講。（他是 Facebook 的首席產(chǎn)品官）「但我們很清楚這不是一個完美的解決方案。例如，當(dāng)你看到一則悲傷的新聞，你肯定不會點贊，但這并不能代表你沒有受到觸動。幾年過去了，我們需要知道比點贊和點擊更細節(jié)的用戶行為。」

一個算法可以盡可能的算出最優(yōu)解，但是不是最優(yōu)解，還得由人來評判。Cox 等人為動態(tài)消息機制設(shè)立的終極目標(biāo)就是，把所有人們真正關(guān)系的消息按重要程度排序，把無關(guān)的全部隱去。他們知道，這意味著犧牲一些短期的廣告收入及用戶體驗。Facebook 目前持有著大把現(xiàn)金，而 CEO 扎克伯格有著長遠的目標(biāo)，這給了他們寶貴的試錯機會。但如何把握機會，還是要靠他們自己。

長久以來，媒體機構(gòu)對于判斷受眾們對什么內(nèi)容感興趣都源于主觀判斷。這樣的判斷影響編輯們講故事的方法，價值觀的取向，新聞價值的判斷及題材的選取。但這樣的主觀判斷是 Cox 和其他 Facebook 同事們極力避免的。他們與 Facebook 想要的效果是：用戶在動態(tài)里看到的都是他們感興趣的內(nèi)容，而不是 Facebook 強推的內(nèi)容?！缸钔昝赖慕鉀Q方案是給用戶選擇權(quán)，讓他們挑出自己愛看的，但這明顯不實際?！笴ox 對我說。所以次好的解決方案就是用算法猜測用戶喜愛什么，然后花錢雇傭一批人看效果如何。事實上這個外包團隊已經(jīng)達到上千人之多，之前他們統(tǒng)一在 Knoxville 的辦公室工作，現(xiàn)在他們在自己家里。

Adam Mosseri 是現(xiàn) 32 歲的動態(tài)消息產(chǎn)品主管，與 Alison 處于同一層級，但前者更關(guān)注戰(zhàn)略而后者更關(guān)注技術(shù)細節(jié)。他找到問題，Alison 負責(zé)解決問題。他負責(zé)從哲學(xué)層面思考動態(tài)消息問題。

動態(tài)消息從人性化方面的改善始于 Mosseri 的前任主管，Will Cathcart。Cathcart 的工作從采集更多細節(jié)信息開展，不僅僅是用戶點擊了什么，還有用戶在每一個頁面上的停留時間，不僅僅是用戶點贊的內(nèi)容及傾向，還有他是在看前點贊，還是看了之后再點贊。對于看前就點贊的消息，F(xiàn)acebook 傾向于認為你并不是那么喜歡。

自 2013 年主政以后，Mosseri 又有了一個大舉動，在 2014 年夏季創(chuàng)立了「動態(tài)消息質(zhì)量評測小組」，該小組包含數(shù)百名成員，在諾克斯維爾市的辦公室，每天負責(zé)不斷體驗自己的 Facebook 動態(tài)消息時間線，并把細節(jié)及滿意程度反饋給 Facebook 的工程師。（他們其實是 Facebook 一個秘密的外包團隊。）Mosseri 和工程師們不止于此，他們還會問體驗者為什么點贊，為什么不點贊，他們對自己點贊的標(biāo)準(zhǔn)，還有他們的點贊傾向?！甘聦嵣希麄儙缀趺刻於家獙懻{(diào)查報告」， Greg Marra 是評測小組的主管，他這么對我講。

「問題是，我們可能錯過了什么？」Mosseri 說，「有哪一方面的事實是我們的盲點？」 例如，他補充道，「我們知道有些消息是你感興趣的，但你并不會參與討論交流。如果沒有關(guān)注到這種情況，算法會誤以為你對這些消息并不感興趣，因為你即沒有點贊，也沒有評論。所以什么東西能把這些消息和普通消息區(qū)分開來？」

Mosseri 任命了產(chǎn)品經(jīng)理 Max Eulenstein 還有用戶體驗研究員 Lauren Scissors 管理著評測小組的日常運營，對問題的咨詢也是他們負責(zé)。例如，Eulenstein 讓小組成員們看一篇故事，測試他們在喜歡或不喜歡這條消息時，分別在網(wǎng)頁上停留的時間。一般認為，你在網(wǎng)頁上停留的時間越長，你對它越感興趣，即使你并沒有為它「點贊」?！傅珱]那么簡單，不僅僅是『 5 秒表示喜歡，2 秒表示不喜歡』」，Eulenstein 對我解釋，「每一位用戶的閱讀速度也大有差異，這個時間值應(yīng)該和用戶平均閱讀時間結(jié)合起來看?！龟P(guān)于這個問題的研究成果在六月的算法改進中得以體現(xiàn)，F(xiàn)acebook 會盡量把用戶停留時間長的消息排名靠前。

花費了數(shù)月的時間，Mosseri 和他的團隊終于建起了一個可以信賴的測評小組，這是一個國際化的團隊，根據(jù) Facebook 在全球的用戶數(shù)量分配團隊中成員的國籍，并且允許他們在家辦公。在 2015年末，F(xiàn)acebook 遣散了之前在諾克斯維爾市的辦公室，并擴張了海外測試團隊。Mosseri 的直覺是對的：動態(tài)消息算法推薦上存在盲點，但這件事工程師們自己發(fā)現(xiàn)不了。這需要另一種數(shù)據(jù)的支持——人肉反饋。

評測小組對于動態(tài)消息算法的成熟起到了至關(guān)重要的作用，擺脫了對「大數(shù)據(jù)」的迷信之后，團隊迅速成長。 取而代之的是一個具有完善的反饋及平衡機制的系統(tǒng)，每一次算法的改動都必須經(jīng)歷不同類型，不同國籍的用戶的反饋，經(jīng)過多維度的標(biāo)準(zhǔn)測試正確率。

這一個包含排序工程師，產(chǎn)品經(jīng)理，數(shù)據(jù)分析師的小團隊最主要的任務(wù)就是平衡算法的準(zhǔn)確性。Sami Tas 是其中的一位軟件工程師，他的工作是把動態(tài)消息排序小組寫出的目標(biāo)（即偽代碼）翻譯成電腦可以理解的語言。這個下午，我盯著他看，他從我旁邊經(jīng)過，被一個看似微不足道的問題困擾了。這真的是一個微不足道的問題啊，然而，F(xiàn)acebook 的員工們卻錙銖必較。

5% 的用戶

大多數(shù)時候，人們看到一則不感興趣的消息，會直接跳過去。但有些消息使他們感到惱怒，他們會特地點開下拉欄，找到「隱藏」按鍵。Facebook 算法將「隱藏」視為強烈的不滿信號，并盡量減少相似的消息出現(xiàn)。

「隱藏」功能藏在下拉欄的二級菜單里

顯然，每個用戶的習(xí)慣都是不同的，有趣的是，F(xiàn)acebook 的數(shù)據(jù)分析師們發(fā)現(xiàn)，5% 的用戶使用「隱藏」功能占了總數(shù)的 85 %。他們更深入的了解，這一小部分人幾乎把自己看過的所有消息都隱藏了——即使是他們點過贊的或評論過的消息。對于這些「『隱藏』強迫癥患者」，顯然，「隱藏」不代表他們不喜歡這條消息，他們想要表達的是「已閱」標(biāo)記，就像Gmail 里的「歸檔」。

然而他們的行為將使賴以排序的數(shù)據(jù)造成偏差。對于這么復(fù)雜的情況，算法并不能分辨出這樣的行為。它只會傻傻地認為點贊即代表滿意，隱藏代表強烈的不滿意。所以，對于這樣的「『隱藏』強迫癥患者」，工程師們決定為他們做專門的優(yōu)化。Tas 為此專門寫了代碼辨別出這群人，并減低他們「隱藏」的負面權(quán)重。

這看似一個小問題呢。但這套算法對于 Facebook 是如此重要，以至于這樣小小的改動都應(yīng)該經(jīng)過嚴(yán)密的測試才能真正投入使用。首先是離線測試，在 Facebook 內(nèi)部小組內(nèi)小范圍測試，然后推出到一小部分用戶上，最后才是全面使用。每一步，數(shù)據(jù)分析師們都要收集對于用戶的網(wǎng)站交互度，廣告投放收入和加載速度影響。如果有哪一項出現(xiàn)大幅度的波動，則會出現(xiàn)警報并自動通知到工程師們。

即便如此，F(xiàn)acebook 也不能確定對于長期來看是否有負面影響。為了防止意外，還留有一部分「保留小組」，即一小部分的用戶會在幾個月內(nèi)保持原樣。

動態(tài)消息排序算法不僅僅有一套，這是廣泛的誤解。事實上，這不是一套有幾百個小算法組成的算法。由于總共有很多個測試小組，「保留小組」，這個世界上同時運行著很多個版本的排序算法。我猜，有一部分「『隱藏』強迫癥患者」已經(jīng)可以愉快地刷動態(tài)消息了，但還有一部分的用戶仍受到不準(zhǔn)確算法的困擾。

質(zhì)量評測小組的出線另動態(tài)消息算法團隊的數(shù)據(jù)更立體，這是大數(shù)據(jù)不能給予的。至此，Tas 和其余的排序團隊成員對于機器算法的盲點有了深刻的認識。但是，F(xiàn)acebook 還有一個小組，對于這套算法的成熟也起到了至關(guān)重要的作用，那就是包括你我在內(nèi)的普通用戶。

在過去的六個月中，F(xiàn)acebook 一直在普通用戶中做著隨機的調(diào)查，設(shè)置左右兩列動態(tài)消息，讓普通用戶選擇更感興趣的那一列，這是全民參與的「動態(tài)消息評測小組」。但是，不僅如此，F(xiàn)acebook 在最近兩年一直給予用戶更多定制自己動態(tài)消息的權(quán)力。

你不僅可以「取關(guān)」某人，還可以把你的好朋友列入優(yōu)先列表中，把某個類型的消息屏蔽掉。當(dāng)然，這些功能對于粗心的用戶來說很難發(fā)現(xiàn)，并不會增加輕度用戶的上手成本——它藏在右上角的灰色小箭頭里。大部分用戶甚至永遠都不會發(fā)現(xiàn)這些功能。當(dāng)你打開導(dǎo)航及幫助頁面時，F(xiàn)acebook 會對這些功能進行詳細的說明。

你了解自己嗎？

這些轉(zhuǎn)變有部分原因是為了起到防御作用。近年來，F(xiàn)acebook 在社交網(wǎng)絡(luò)的統(tǒng)治地位屢遭威脅，正如當(dāng)年 MySpace 的地位遭到 Facebook 的挑戰(zhàn)一樣。而新興的創(chuàng)業(yè)公司完全避開了數(shù)據(jù)驅(qū)動的模式，以 Instagram 為例，他們直接把你關(guān)注的所有人的狀態(tài)消息以反時間順序的時間線列出，F(xiàn)acebook 不得不買下 Instagram 以維持老大哥地位。Sanpchat 則以獨特的閱后即焚模式侵蝕著 Facebook 的青少年市場。

Facebook 并不是近年來唯一數(shù)據(jù)驅(qū)動優(yōu)化推薦算法的公司。Neflix 的最佳影片推薦，同樣更具海量的用戶數(shù)據(jù)，給用戶分成無數(shù)小類，分類推薦。為了平衡亞馬遜的自動 A/B 測試，首席執(zhí)行官貝索斯一直設(shè)立一個單獨的反饋郵箱供用戶提出意見?，F(xiàn)在將數(shù)據(jù)的處理完全交給機器學(xué)習(xí)還為時尚早，但機器學(xué)習(xí)的時代正在加速到來。Facebook 主管 Mosseri 在開會時并不喜歡使用時髦的“數(shù)據(jù)驅(qū)動”，他說的是「數(shù)據(jù)輔助」。

Facebook 動態(tài)消息排序小組相信他們的努力終將得到回報。「如果我們繼續(xù)根據(jù)反饋提升動態(tài)消息推送，我們呈現(xiàn)的消息就回越來越接近人們心中所想。」負責(zé)與動態(tài)消息反饋小組對接的用戶體驗分析師 Scissors 說。

這里有一個潛在的負面影響：給用戶控制的權(quán)利，可是他們真的知道自己究竟想要什么嗎？還是數(shù)據(jù)驅(qū)動的 Facebook 比我們更懂自己？可能做出比用戶自己想要的更吸引人的動態(tài)消息嗎？

Mosseri 告訴我他并不會過度擔(dān)心這些。他解釋道，這些數(shù)據(jù)目前為止，都暗示應(yīng)該多做調(diào)查，給予用戶更多的選擇權(quán)，這樣可以增加用戶的參與度及在網(wǎng)站上停留的時間，這兩項看似都是短期最主要的目標(biāo)。

動態(tài)消息推送算法的改進是一個非常長期的過程。如果它恰好每次都擊中你的痛點，那也僅僅是一個令人愉快的巧合。在長達十年的動態(tài)消息運營過程中，數(shù)據(jù)從來就沒有盡善盡美過。而算法的改進就是一個否定之否定的過程，今天辛苦寫成的代碼也許明天就會被無情刪除。日復(fù)一日，工程師們在 Facebook 門洛帕克市的總部里的研究體驗報告，開會，進行一系列測試，然后一次又一次修正算法。

原文地址：slate

譯者：劉家欣

本文來源于人人都是產(chǎn)品經(jīng)理合作媒體@雷鋒網(wǎng)