5
| 本文作者： 劉家欣 | 2016-02-01 11:48 |
編者按：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(tái)想讓你看到的，以及猜測(cè)你可能喜愛(ài)的內(nèi)容。平臺(tái)會(huì)猜測(cè)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(dòng)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(kāi) Facebook ，這個(gè)世界上最具影響力，最有爭(zhēng)議也是最被人誤解的一套算法機(jī)制就開(kāi)始運(yùn)行。它會(huì)收集關(guān)于你的一切狀態(tài)更新：你朋友每周發(fā)過(guò)的狀態(tài)，你關(guān)注的每一個(gè)人，你加入的每一個(gè)群組，以及你贊過(guò)的每一條消息。對(duì)于 Facebook 用戶來(lái)說(shuō)，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(gè)數(shù)字可能會(huì)高達(dá)一萬(wàn)以上。通過(guò)對(duì)這些數(shù)據(jù)細(xì)致入微的觀察，工程師們對(duì)推薦算法進(jìn)行不斷的優(yōu)化，F(xiàn)acebook 的動(dòng)態(tài)消息（news feed）才能做到出現(xiàn)你真正感興趣的內(nèi)容。因?yàn)椋蠖鄶?shù)人并不會(huì)每天都把時(shí)間線完整看一遍，只會(huì)看最上面幾百個(gè)。
沒(méi)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(gè)自動(dòng)化的算法對(duì)于人們的社交有著重大的影響，而且它決定了我們每天會(huì)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(dòng)態(tài)消息里面閱讀新聞。病毒式擴(kuò)散的算法機(jī)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(bào)紙們則被陸續(xù)帶進(jìn)了墳?zāi)?。社交游戲公?Zynga 和團(tuán)購(gòu)網(wǎng)站 LivingSocial 憑借 Facebook ，在短短一兩年的時(shí)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(dòng)態(tài)消息甚至能夠左右我們的喜怒哀樂(lè)，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(dá)篩選掉。
然而， 盡管它擁有如此的權(quán)力，它的動(dòng)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(cè)，有時(shí)候甚至出奇的不雅。經(jīng)常會(huì)推送一些無(wú)關(guān)緊要的東西，謠言，瑣事，充滿戾氣的話，或者是無(wú)趣的消息。Facebook 的內(nèi)部人員很清楚這件事。在過(guò)去的幾個(gè)月內(nèi)，這個(gè)社交網(wǎng)絡(luò)巨頭開(kāi)始將重新設(shè)計(jì)過(guò)的動(dòng)態(tài)消息推送算法在用戶內(nèi)進(jìn)行小范圍的測(cè)試，你猜結(jié)果如何？
用戶們普遍反饋「有時(shí)」，新的動(dòng)態(tài)消息會(huì)擊中他們的興奮點(diǎn)。Facebook 對(duì)此表示欣慰，并強(qiáng)調(diào)會(huì)進(jìn)行持續(xù)性的改進(jìn)。
「有時(shí)」代表著你離完全的成功還有很長(zhǎng)的路要走。
近年來(lái)，F(xiàn)acebook 和其他硅谷巨頭們?cè)絹?lái)越習(xí)慣于用機(jī)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(diǎn)，而「算法」這個(gè)詞本身，就是為了大幅提高效率而生的?！杆惴ā箤?duì)于普通人來(lái)說(shuō)，是「不明覺(jué)厲」的計(jì)算機(jī)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(dòng)態(tài)消息的算法團(tuán)隊(duì)相處，了解這套機(jī)制背后的故事。他們是如何把臭名昭著的動(dòng)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(yùn)行機(jī)理。此外，我們還能了解到很多關(guān)于算法局限性的問(wèn)題，數(shù)據(jù)有時(shí)候也會(huì)撒謊，F(xiàn)acebook 為此專門(mén)請(qǐng)了外包團(tuán)隊(duì)進(jìn)行人肉反饋，以達(dá)到更準(zhǔn)確的效果。
Facebook 的算法，據(jù)我所知，有點(diǎn)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(dá)到科幻小說(shuō)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(cuò)，背鍋的當(dāng)然是設(shè)計(jì)算法的工程師。算法的一步步進(jìn)化，也是無(wú)數(shù)工程師們看了無(wú)數(shù)的數(shù)據(jù)，開(kāi)了無(wú)數(shù)會(huì)議，反復(fù)測(cè)試，最終的結(jié)果。然而，F(xiàn)acebook 算法的持續(xù)進(jìn)步仍然使人感到好奇，他們是如何做到的？
當(dāng)我到達(dá) Facebook 總部時(shí)，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(dá)欲望是他最明顯的特征。他就是 Tom Alison ，「動(dòng)態(tài)消息」算法的工程主管，他管理著設(shè)計(jì)算法的工程師們。
Alison 帶著我穿過(guò)迷宮般的 Facebook 辦公區(qū)，穿過(guò)一個(gè)小廚房之后，我們進(jìn)入了一件小型會(huì)議室里。Alison 向我承諾會(huì)把 Facebook 算法背后的原理講清楚，即使對(duì)于我這種外行來(lái)說(shuō)。 到了以后，我想去一趟洗手間，我問(wèn)了他應(yīng)該怎么走。他很抱歉的對(duì)我說(shuō)，「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(lái)時(shí)，發(fā)現(xiàn)他就站在門(mén)口等著我。我不禁認(rèn)為，他被上級(jí)要求不能讓我在辦公室里單獨(dú)走動(dòng)。
Facebook 總部
同樣，F(xiàn)acebook 對(duì)于他們的商務(wù)信息守口如瓶，Alison 不能告訴我有關(guān)「動(dòng)態(tài)消息」 算法的實(shí)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(kāi)始學(xué)習(xí)計(jì)算機(jī)科學(xué)的時(shí)候，你第一個(gè)接觸到的算法必然是關(guān)于排序的。他在白板上快速的寫(xiě)下這幾個(gè)數(shù)：4, 1, 3, 2, 5。
接著，他隨手寫(xiě)下了一個(gè)簡(jiǎn)單的任務(wù)：設(shè)計(jì)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。」他對(duì)我說(shuō)。
然而，對(duì)于計(jì)算機(jī)，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(jì)算機(jī)解決問(wèn)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(duì)于每一個(gè)數(shù)組，從第一個(gè)數(shù)起，與后一個(gè)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(duì)數(shù)字需要比較。
冒泡排序的優(yōu)點(diǎn)是簡(jiǎn)單易懂。壞處也顯而易見(jiàn)，如果你的數(shù)據(jù)過(guò)大，計(jì)算量會(huì)很大，速度也隨之變慢。對(duì)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(kāi) App 的瞬間就把所有的動(dòng)態(tài)消息準(zhǔn)確歸位，對(duì)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(dòng)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(tuán)隊(duì)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(xiàng)非常艱難的任務(wù)。因?yàn)槟阍?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(cè)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(chǎng)籃球賽，公牛對(duì)湖人，誰(shuí)會(huì)贏？ Alison 說(shuō)?！腹！?，我不假思索的說(shuō)出了口。Alison 笑了，但他隨后點(diǎn)頭表示同意 。如果把我的大腦類比為計(jì)算機(jī)，我剛剛輸入了他提的問(wèn)題，輸出了 公牛這個(gè)回答，我大腦里的直覺(jué)反應(yīng)就是算法。（人類心靈的算法遠(yuǎn)比目前計(jì)算機(jī)使用的復(fù)雜的多，但穩(wěn)定性也差的多）
「當(dāng)你不會(huì)感到壓力時(shí)，這種僅憑直覺(jué)的猜測(cè)往往正確率驚人?！笰lison 說(shuō)?！傅绻麆倓偟牟聹y(cè)有金錢(qián)上的掛鉤，數(shù)百萬(wàn)每次，每天預(yù)測(cè)數(shù)百次。那我們就需要一個(gè)成體系的方法。你可能會(huì)看看歷史數(shù)據(jù)，每一個(gè)球隊(duì)的勝負(fù)紀(jì)錄，是否有傷員，誰(shuí)正手感火熱。可能你還會(huì)考慮環(huán)境因素，誰(shuí)是主場(chǎng)？客隊(duì)是背靠背比賽還是經(jīng)過(guò)了一段時(shí)間的休息？你的算法可能會(huì)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(cè)到了勝負(fù)情況，你連比分都能猜個(gè)大概。」
同理，F(xiàn)acebook 的動(dòng)態(tài)消息算法也是這樣的情況。（動(dòng)態(tài)消息是 Faceboook 最大的現(xiàn)金牛，平均日入 2000 萬(wàn)美金）我問(wèn) Alison 在 Facebook 算法的機(jī)器學(xué)習(xí)語(yǔ)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(gè)動(dòng)態(tài)消息算法設(shè)計(jì)團(tuán)隊(duì)
它不僅僅會(huì)根據(jù)你以往的點(diǎn)贊習(xí)慣預(yù)測(cè)你會(huì)不會(huì)點(diǎn)贊。它還會(huì)預(yù)測(cè)你點(diǎn)擊展開(kāi)全文，評(píng)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(gè)關(guān)聯(lián)分，這個(gè)分?jǐn)?shù)決定了它是否會(huì)出現(xiàn)在你的動(dòng)態(tài)消息列表中，以及所在的位置。所以，每次你打開(kāi) Facebook 動(dòng)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(diǎn)贊，評(píng)論，分享，及改變你情緒的消息。
然而，無(wú)論你怎樣精心構(gòu)建一個(gè)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(jì)劃，德里克羅斯（公牛隊(duì)球星）的膝蓋傷勢(shì)，甚至是籃球的氣壓。從微觀層面講，比賽也不是一個(gè)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(yuǎn)非算法可以預(yù)測(cè)。
這套預(yù)測(cè)算法還面臨著其他的挑戰(zhàn)，這些挑戰(zhàn)是來(lái)自認(rèn)識(shí)論的。關(guān)聯(lián)度的分預(yù)測(cè)公牛隊(duì)將會(huì)贏得比賽。顯然這個(gè)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(wèn)題，記錄你與這些動(dòng)態(tài)消息的互動(dòng)頻率。而這些互動(dòng)也正好成為了 Facebook 收入的來(lái)源：點(diǎn)贊，點(diǎn)擊，分享，評(píng)論，使消息病毒式傳播，把每一個(gè)單獨(dú)的用戶串起來(lái)，精準(zhǔn)地投放廣告。
但是這些交流對(duì)于真正的用戶來(lái)說(shuō)，是非常粗糙且不準(zhǔn)確的。他們點(diǎn)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(diǎn)贊」
在 2013 年末，F(xiàn)acebook 已經(jīng)是當(dāng)時(shí)最炙手可熱的公司。用戶數(shù)量超過(guò) 10 億，估值達(dá)到 1000 億美金以上。當(dāng)時(shí)它們已經(jīng)花了數(shù)年的時(shí)間不斷優(yōu)化移動(dòng)端的應(yīng)用體驗(yàn)，在國(guó)際上，受歡迎程度已經(jīng)超過(guò)谷歌搜索和谷歌地圖。Facebook 已經(jīng)不僅僅是一個(gè)朋友間社交的工具，事實(shí)上，它還是 21 世紀(jì)全球化的新聞源：一個(gè)針對(duì)每一位用戶量身定制，瞬時(shí)更新的新聞，娛樂(lè)資訊，朋友動(dòng)態(tài)聚合網(wǎng)站。
在公司之中，動(dòng)態(tài)消息收入的增長(zhǎng)讓他們感到震驚。但在用戶數(shù)量暴漲的同時(shí)，F(xiàn)acebook 員工們并不能確定用戶的滿意度究竟如何。人們?cè)?Facebook 上點(diǎn)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(shí)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(jìng)爭(zhēng)對(duì)手 Myspace 相似，「動(dòng)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(yè)
甚至，你朋友的更新你不一定能看得到。為了防止信息過(guò)多給用戶造成太大壓力，F(xiàn)acebook 用了一種簡(jiǎn)單粗暴的算法過(guò)濾掉了一部分它認(rèn)為用戶不感興趣的信息。而當(dāng)時(shí)并沒(méi)有東西能夠能夠衡量用戶對(duì)于信息究竟是否感興趣——點(diǎn)贊功能距推出還有三年時(shí)間。工程師們靠直覺(jué)判斷消息的呈現(xiàn)與否。一開(kāi)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(shí)間里，工程師們決定停止這種簡(jiǎn)單粗暴的方式，而把用戶在消息上停留的時(shí)間總數(shù)作為消息重要性的依據(jù)。但這樣的機(jī)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(wú)聊的，那些是純碎的謠言。本質(zhì)上，工程師們還是在碰運(yùn)氣。
「點(diǎn)贊」功能并非一個(gè)新鮮的交流方式。而 Facebook 推出點(diǎn)贊功能最初的用意，是想了解用戶對(duì)消息的偏好?？赡苡脩魶](méi)有意識(shí)到，這是一個(gè)非常精妙的設(shè)計(jì)。如果用戶們明確知道「點(diǎn)贊」是為了方便 Facebook 進(jìn)行偏好紀(jì)錄，那么這個(gè)過(guò)程將顯得十分單調(diào)乏味。Facebook 的「動(dòng)態(tài)」算法是世界上第一個(gè)在用戶沒(méi)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(méi)有一點(diǎn)點(diǎn)防備，這套算法就在不知不覺(jué)中有了辨認(rèn)實(shí)時(shí)熱點(diǎn)的能力，然后讓它們病毒式傳播。以前熱點(diǎn)是一個(gè)人鏈?zhǔn)降膫鞑ィF(xiàn)在一個(gè)人點(diǎn)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(jiàn)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(diǎn)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(kāi)始絞盡腦汁思考如何制造「引爆點(diǎn)」。甚至這催生了一項(xiàng)新職業(yè)——專門(mén)教人發(fā)狀態(tài)的社交網(wǎng)絡(luò)顧問(wèn)，他們精于研究文字，發(fā)消息的時(shí)間，及照片對(duì)于傳播度的影響?！盖簏c(diǎn)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。
就這樣，網(wǎng)站的交互度有了長(zhǎng)足的提升，但這應(yīng)該是動(dòng)態(tài)消息所追求的嗎？這個(gè)問(wèn)題一直困擾著 Chris Cox ，他是 Facebook 的元老了，也是動(dòng)態(tài)算法的工程師?！赣^察用戶的點(diǎn)贊，點(diǎn)擊，分享，評(píng)論等行為，是為了更好的弄清楚用戶的心理。」Cox 在郵件中這么對(duì)我講。（他是 Facebook 的首席產(chǎn)品官）「但我們很清楚這不是一個(gè)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(huì)點(diǎn)贊，但這并不能代表你沒(méi)有受到觸動(dòng)。幾年過(guò)去了，我們需要知道比點(diǎn)贊和點(diǎn)擊更細(xì)節(jié)的用戶行為?！?/p>
一個(gè)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(lái)評(píng)判。Cox 等人為動(dòng)態(tài)消息機(jī)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(wú)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(yàn)。Facebook 目前持有著大把現(xiàn)金，而 CEO 扎克伯格有著長(zhǎng)遠(yuǎn)的目標(biāo)，這給了他們寶貴的試錯(cuò)機(jī)會(huì)。但如何把握機(jī)會(huì)，還是要靠他們自己。
長(zhǎng)久以來(lái)，媒體機(jī)構(gòu)對(duì)于判斷受眾們對(duì)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(jià)值觀的取向，新聞價(jià)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(dòng)態(tài)里看到的都是他們感興趣的內(nèi)容，而不是 Facebook 強(qiáng)推的內(nèi)容。「最完美的解決方案是給用戶選擇權(quán)，讓他們挑出自己愛(ài)看的，但這明顯不實(shí)際?！笴ox 對(duì)我說(shuō)。所以次好的解決方案就是用算法猜測(cè)用戶喜愛(ài)什么，然后花錢(qián)雇傭一批人看效果如何。事實(shí)上這個(gè)外包團(tuán)隊(duì)已經(jīng)達(dá)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?cè)谧约杭依铩?/p>
Adam Mosseri 是現(xiàn) 32 歲的動(dòng)態(tài)消息產(chǎn)品主管，與 Alison 處于同一層級(jí)，但前者更關(guān)注戰(zhàn)略而后者更關(guān)注技術(shù)細(xì)節(jié)。他找到問(wèn)題，Alison 負(fù)責(zé)解決問(wèn)題。他負(fù)責(zé)從哲學(xué)層面思考動(dòng)態(tài)消息問(wèn)題。
動(dòng)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(xì)節(jié)信息開(kāi)展，不僅僅是用戶點(diǎn)擊了什么，還有用戶在每一個(gè)頁(yè)面上的停留時(shí)間，不僅僅是用戶點(diǎn)贊的內(nèi)容及傾向，還有他是在看前點(diǎn)贊，還是看了之后再點(diǎn)贊。對(duì)于看前就點(diǎn)贊的消息，F(xiàn)acebook 傾向于認(rèn)為你并不是那么喜歡。
自 2013 年主政以后，Mosseri 又有了一個(gè)大舉動(dòng)，在 2014 年夏季創(chuàng)立了「動(dòng)態(tài)消息質(zhì)量評(píng)測(cè)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(fù)責(zé)不斷體驗(yàn)自己的 Facebook 動(dòng)態(tài)消息時(shí)間線，并把細(xì)節(jié)及滿意程度反饋給 Facebook 的工程師。（他們其實(shí)是 Facebook 一個(gè)秘密的外包團(tuán)隊(duì)。）Mosseri 和工程師們不止于此，他們還會(huì)問(wèn)體驗(yàn)者為什么點(diǎn)贊，為什么不點(diǎn)贊，他們對(duì)自己點(diǎn)贊的標(biāo)準(zhǔn)，還有他們的點(diǎn)贊傾向?！甘聦?shí)上，他們幾乎每天都要寫(xiě)調(diào)查報(bào)告」， Greg Marra 是評(píng)測(cè)小組的主管，他這么對(duì)我講。
「問(wèn)題是，我們可能錯(cuò)過(guò)了什么？」Mosseri 說(shuō)，「有哪一方面的事實(shí)是我們的盲點(diǎn)？」 例如，他補(bǔ)充道，「我們知道有些消息是你感興趣的，但你并不會(huì)參與討論交流。如果沒(méi)有關(guān)注到這種情況，算法會(huì)誤以為你對(duì)這些消息并不感興趣，因?yàn)槟慵礇](méi)有點(diǎn)贊，也沒(méi)有評(píng)論。所以什么東西能把這些消息和普通消息區(qū)分開(kāi)來(lái)？」
Mosseri 任命了產(chǎn)品經(jīng)理 Max Eulenstein 還有用戶體驗(yàn)研究員 Lauren Scissors 管理著評(píng)測(cè)小組的日常運(yùn)營(yíng)，對(duì)問(wèn)題的咨詢也是他們負(fù)責(zé)。例如，Eulenstein 讓小組成員們看一篇故事，測(cè)試他們?cè)谙矚g或不喜歡這條消息時(shí)，分別在網(wǎng)頁(yè)上停留的時(shí)間。一般認(rèn)為，你在網(wǎng)頁(yè)上停留的時(shí)間越長(zhǎng)，你對(duì)它越感興趣，即使你并沒(méi)有為它「點(diǎn)贊」?！傅珱](méi)那么簡(jiǎn)單，不僅僅是『 5 秒表示喜歡，2 秒表示不喜歡』」，Eulenstein 對(duì)我解釋，「每一位用戶的閱讀速度也大有差異，這個(gè)時(shí)間值應(yīng)該和用戶平均閱讀時(shí)間結(jié)合起來(lái)看?！龟P(guān)于這個(gè)問(wèn)題的研究成果在六月的算法改進(jìn)中得以體現(xiàn)，F(xiàn)acebook 會(huì)盡量把用戶停留時(shí)間長(zhǎng)的消息排名靠前。
花費(fèi)了數(shù)月的時(shí)間，Mosseri 和他的團(tuán)隊(duì)終于建起了一個(gè)可以信賴的測(cè)評(píng)小組，這是一個(gè)國(guó)際化的團(tuán)隊(duì)，根據(jù) Facebook 在全球的用戶數(shù)量分配團(tuán)隊(duì)中成員的國(guó)籍，并且允許他們?cè)诩肄k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(kuò)張了海外測(cè)試團(tuán)隊(duì)。Mosseri 的直覺(jué)是對(duì)的：動(dòng)態(tài)消息算法推薦上存在盲點(diǎn)，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(píng)測(cè)小組對(duì)于動(dòng)態(tài)消息算法的成熟起到了至關(guān)重要的作用，擺脫了對(duì)「大數(shù)據(jù)」的迷信之后，團(tuán)隊(duì)迅速成長(zhǎng)。 取而代之的是一個(gè)具有完善的反饋及平衡機(jī)制的系統(tǒng)，每一次算法的改動(dòng)都必須經(jīng)歷不同類型，不同國(guó)籍的用戶的反饋，經(jīng)過(guò)多維度的標(biāo)準(zhǔn)測(cè)試正確率。
這一個(gè)包含排序工程師，產(chǎn)品經(jīng)理，數(shù)據(jù)分析師的小團(tuán)隊(duì)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(dòng)態(tài)消息排序小組寫(xiě)出的目標(biāo)（即偽代碼）翻譯成電腦可以理解的語(yǔ)言。這個(gè)下午，我盯著他看，他從我旁邊經(jīng)過(guò)，被一個(gè)看似微不足道的問(wèn)題困擾了。這真的是一個(gè)微不足道的問(wèn)題啊，然而，F(xiàn)acebook 的員工們卻錙銖必較。
大多數(shù)時(shí)候，人們看到一則不感興趣的消息，會(huì)直接跳過(guò)去。但有些消息使他們感到惱怒，他們會(huì)特地點(diǎn)開(kāi)下拉欄，找到「隱藏」按鍵。Facebook 算法將「隱藏」視為強(qiáng)烈的不滿信號(hào)，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(jí)菜單里
顯然，每個(gè)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(guò)的所有消息都隱藏了——即使是他們點(diǎn)過(guò)贊的或評(píng)論過(guò)的消息。對(duì)于這些「『隱藏』強(qiáng)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(dá)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(duì)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(huì)傻傻地認(rèn)為點(diǎn)贊即代表滿意，隱藏代表強(qiáng)烈的不滿意。所以，對(duì)于這樣的「『隱藏』強(qiáng)迫癥患者」，工程師們決定為他們做專門(mén)的優(yōu)化。Tas 為此專門(mén)寫(xiě)了代碼辨別出這群人，并減低他們「隱藏」的負(fù)面權(quán)重。
這看似一個(gè)小問(wèn)題呢。但這套算法對(duì)于 Facebook 是如此重要，以至于這樣小小的改動(dòng)都應(yīng)該經(jīng)過(guò)嚴(yán)密的測(cè)試才能真正投入使用。首先是離線測(cè)試，在 Facebook 內(nèi)部小組內(nèi)小范圍測(cè)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(duì)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(xiàng)出現(xiàn)大幅度的波動(dòng)，則會(huì)出現(xiàn)警報(bào)并自動(dòng)通知到工程師們。
即便如此，F(xiàn)acebook 也不能確定對(duì)于長(zhǎng)期來(lái)看是否有負(fù)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(huì)在幾個(gè)月內(nèi)保持原樣。
動(dòng)態(tài)消息排序算法不僅僅有一套，這是廣泛的誤解。事實(shí)上，這不是一套有幾百個(gè)小算法組成的算法。由于總共有很多個(gè)測(cè)試小組，「保留小組」，這個(gè)世界上同時(shí)運(yùn)行著很多個(gè)版本的排序算法。我猜，有一部分「『隱藏』強(qiáng)迫癥患者」已經(jīng)可以愉快地刷動(dòng)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(píng)測(cè)小組的出線另動(dòng)態(tài)消息算法團(tuán)隊(duì)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(tuán)隊(duì)成員對(duì)于機(jī)器算法的盲點(diǎn)有了深刻的認(rèn)識(shí)。但是，F(xiàn)acebook 還有一個(gè)小組，對(duì)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(guò)去的六個(gè)月中，F(xiàn)acebook 一直在普通用戶中做著隨機(jī)的調(diào)查，設(shè)置左右兩列動(dòng)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(dòng)態(tài)消息評(píng)測(cè)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(dòng)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(gè)類型的消息屏蔽掉。當(dāng)然，這些功能對(duì)于粗心的用戶來(lái)說(shuō)很難發(fā)現(xiàn)，并不會(huì)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(yuǎn)都不會(huì)發(fā)現(xiàn)這些功能。當(dāng)你打開(kāi)導(dǎo)航及幫助頁(yè)面時(shí)，F(xiàn)acebook 會(huì)對(duì)這些功能進(jìn)行詳細(xì)的說(shuō)明。
這些轉(zhuǎn)變有部分原因是為了起到防御作用。近年來(lái)，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(kāi)了數(shù)據(jù)驅(qū)動(dòng)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(shí)間順序的時(shí)間線列出，F(xiàn)acebook 不得不買(mǎi)下 Instagram 以維持老大哥地位。Sanpchat 則以獨(dú)特的閱后即焚模式侵蝕著 Facebook 的青少年市場(chǎng)。
Facebook 并不是近年來(lái)唯一數(shù)據(jù)驅(qū)動(dòng)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(wú)數(shù)小類，分類推薦。為了平衡亞馬遜的自動(dòng) A/B 測(cè)試，首席執(zhí)行官貝索斯一直設(shè)立一個(gè)單獨(dú)的反饋郵箱供用戶提出意見(jiàn)?，F(xiàn)在將數(shù)據(jù)的處理完全交給機(jī)器學(xué)習(xí)還為時(shí)尚早，但機(jī)器學(xué)習(xí)的時(shí)代正在加速到來(lái)。Facebook 主管 Mosseri 在開(kāi)會(huì)時(shí)并不喜歡使用時(shí)髦的“數(shù)據(jù)驅(qū)動(dòng)”，他說(shuō)的是「數(shù)據(jù)輔助」。
Facebook 動(dòng)態(tài)消息排序小組相信他們的努力終將得到回報(bào)?！溉绻覀兝^續(xù)根據(jù)反饋提升動(dòng)態(tài)消息推送，我們呈現(xiàn)的消息就回越來(lái)越接近人們心中所想?！关?fù)責(zé)與動(dòng)態(tài)消息反饋小組對(duì)接的用戶體驗(yàn)分析師 Scissors 說(shuō)。
這里有一個(gè)潛在的負(fù)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(dòng)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(dòng)態(tài)消息嗎？
Mosseri 告訴我他并不會(huì)過(guò)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(shí)間，這兩項(xiàng)看似都是短期最主要的目標(biāo)。
動(dòng)態(tài)消息推送算法的改進(jìn)是一個(gè)非常長(zhǎng)期的過(guò)程。如果它恰好每次都擊中你的痛點(diǎn)，那也僅僅是一個(gè)令人愉快的巧合。在長(zhǎng)達(dá)十年的動(dòng)態(tài)消息運(yùn)營(yíng)過(guò)程中，數(shù)據(jù)從來(lái)就沒(méi)有盡善盡美過(guò)。而算法的改進(jìn)就是一個(gè)否定之否定的過(guò)程，今天辛苦寫(xiě)成的代碼也許明天就會(huì)被無(wú)情刪除。日復(fù)一日，工程師們?cè)?Facebook 門(mén)洛帕克市的總部里的研究體驗(yàn)報(bào)告，開(kāi)會(huì)，進(jìn)行一系列測(cè)試，然后一次又一次修正算法。
via slate
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
