Feed 智能排序，能夠很好的減少用戶的信息過載問題，并且幫助企業實現商業化，已漸漸被證明為内容型軟件的最佳呈現方式。

衆所周知，新浪微博的首頁動态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、微博等各大社交網絡前仆後繼地起用，這是為什麼呢？

1 為什麼要做智能FEED？

1.1 什麼是FEED

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

到後來社交媒體盛行之後，FEED幾乎成為了所有社交媒體的标配。因為其交互簡單，用戶上手容易，後端信息配置靈活，又契合移動設備單屏操作的特點，已經被證明為内容型軟件的最佳呈現方式（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的本質是信息分發的一種方式，所以稱其為内容型産品的兩大命脈之一（内容生産 内容分發）。同時因為FEED通常出現在産品的第一屏，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，而其餘幾屏其實是不怎麼被關注的。所以與其大費精力對其餘屏幕的功能叠代更新，不如小小優化一下首頁的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？

首先總結用戶需求：

• 信息分發效率低下，發布者無法獲得更多浏覽，内容消費者依賴主動尋找内容，進而導緻社區互動不足；
• 信息過載，當一個用戶關注過多其它用戶時，其每天使用微博的時間裡無法看完所有更新的内容，所以會錯過很多有價值的内容；
• 信息垃圾，我們會關注很多企業、網紅的賬号，這些賬号一天發數十條消息，把我們真實好友發布的内容都沖散了，這個必須要限制；
• 中心化現象嚴重，大部分用戶都缺乏主動探索的動力，那麼如果都按照好友轉載的大号來關注，很快流量都會中心化集中到少數營銷号；

再總結下産品方的需求：

主要是從商業角度出發，将 Feed 排序交給上帝的做法，非常不利于商業化，營銷号可以使用很多伎倆吸引用戶關注，然後肆無忌憚發廣告，即一幹營銷号賺得盆滿缽滿，而平台方得不到半點好處。

如果看明白這些，你就明白了當前微信朋友圈為什麼不需要使用智能FEED，因為首先它是個封閉的熟人圈子，本身消息質量少而精，不會出現營銷号和中心化，不需要擔心信息流通問題；同時大家花在朋友圈的時間非常多，不必擔心内容過載的問題。但是我相信随着用戶的增加，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内容的。

2 怎麼做智能FEED

既然原來的自然FEED流存在諸多問題，那麼我們怎麼優化呢？

2.1 優化策略

核心思路很簡單，就是把有價值的内容權重提高，把低價值甚至垃圾内容權重降低。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）
• 生産成本（Edge Weight）
• 新鮮程度（Time Decay）

分别解釋一下：

• 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。例如你女朋友發的一條狀态肯定比某個不太熟的同學發的要重要。
• 生産成本指産生一條新鮮事的成本，成本越高權重越大。例如好友發布了9張圖片的成本比起發了9個字成本高，前者就會被優先推薦；又例如發布的成本遠高于點贊，所以原創内容的優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，就是越近發生的事越容易被推薦，一般都是用一個指數衰減函數來量化動态的新舊程度。

三個分數，最終用相乘的方式共同作用于每一條新鮮事的分數，用于排序和篩選。

大家可以看出來，EdgeRank算法隻考慮了社交因素，而沒有考慮内容本身是否對用戶有吸引力。因此後續Facebook引入機器學習，通過圖像識别、語義分析等去預估新鮮事的質量，同時引入更多判斷維度，例如閱讀時長、視頻内容、用戶反饋等，去綜合判斷一條消息的權重。同時，FB 嚴格限制商業廣告和普通用戶的觸達，網紅營銷号的消息曝光率從2016年的16%降低到2014年的6%。

總結一下:

• 智能FEED讓用戶在使用應用的有限時間内閱讀到最感興趣的内容，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。
• 自由控制内容，人為幹預削減社區内的不利内容（如段子、雞湯、微商）

得益于此，Facebook多年來一直保持高速增長，社區氛圍沒有崩壞。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（協同過濾）來做的。但是做了以下創新：

微博發現用戶錯過的90 %信息中，隻有部分内容是對用戶具有極高價值且不容錯過的，所以這裡無需對未讀Feed全排序，隻需要将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 即你關注的用戶發布的内容，隻要是你還沒看到過的都會進入未讀池。當你刷新FEED的時候，會按照算法權重高低每次取出15~30條。未讀池功能很好地解決了“有價值的内容沒有被看到”和“無聊的時候沒内容可以看”兩大難題，是一個不錯的點子。然而，因為未讀池裡内容的時間限制為3天，導緻用戶習慣性去刷新看看朋友有沒有發布新消息的時候，卻刷出了3天前的消息，從而引來了一些罵聲。

3 總結和風控

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内容，剔除沒營養的垃圾信息，無論是關注太少沒内容可看還是關注太多内容泛濫的用戶，都能獲得一個更佳的閱讀體驗。對于平台而言，可以提升用戶的活躍度、互動率、留存率，同時控制社區氛圍的質量，最重要的是為商業變現做好了鋪墊（大幅降低網紅、營銷号的内容曝光，迫使企業必須使用平台自身的廣告服務）。

但是，智能FEED帶來的一系列負面影響，包括：

• 将用戶的操作行為公布給其所有粉絲，損害了用戶隐私，讓用戶不敢随意點贊
• 混亂的時間線，讓用戶在看好友動态的時候一頭霧水
• 普通用戶主動發布的部分正常内容（如長圖、轉發等）也會被降權

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，才能讓智能FEED發揮出最大的價值。

作者：insomnia，網易LOFTER産品經理，公衆号：inso産品

本文由 @insomnia 原創發布于人人都是産品經理。未經許可，禁止轉載。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部