編者按：這是一篇對前 Facebook 工程師的采訪。在微信、微博等社交平臺上，我們感興趣的信息似乎總是被那些無關緊要的信息垃圾湮沒，怎么去過濾，怎么提升用戶體驗，F(xiàn)acebook 的新聞流排序或許能夠提供些許借鑒。本文經(jīng)授權轉載自微信公眾號峰瑞資本（freesvc）。

萬鴻姓徐，卻被所有人親切地稱呼為 “萬指導”。這位原先在 Facebook 新聞流排序組的資深工程師，2015年9月 回國出任神州專車 CTO。所謂新聞流排序（news feed ranking），指的是 Facebook 的一項看家本領：用戶每天會收到兩三千條新鮮事，卻只會閱讀前 50 至 100 條。利用機器學習將用戶最想看的內(nèi)容排到最前面，從而提高粘性和日活，這是萬指導在 Facebook 一直琢磨的事情。

這固然是一篇著重技術的文章，所在公司 Facebook 更是世界上最大的互聯(lián)網(wǎng)公司之一。但這并不妨礙創(chuàng)業(yè)者從中得到經(jīng)驗。利用 A/B 測試作為迭代方法，借助 Growth Hacking 的核心——數(shù)據(jù)來驅動開發(fā)，新員工的入職宣講……這些做法都體現(xiàn)了這位社交之王不同維度的文化所在：精神層面注重實現(xiàn)夢想，統(tǒng)一目標；而這一目標下放到微觀層面，就是對于數(shù)據(jù)的尊重。

覃 = 覃超，峰瑞資本互聯(lián)網(wǎng)團隊成員，前 Facebook 工程師。

徐 = 徐萬鴻，神州專車 CTO，前 Facebook 工程師。

社交網(wǎng)絡信息垃圾，再見

覃：在 Facebook 工作時有什么印象深刻的事情？

徐：我第一次去的時候，當時專注于用戶增長的 VP 負責宣講。他說將來全球所有人都會使用 Facebook，這家公司將來會成為萬億美元的公司，給我印象很深刻。公司的所有人都很興奮，對設定的目標有非常大的信心。他們的工作使命感非常強，非常專注。

覃：你在 Facebook 里主要負責什么工作？

徐：我在 Facebook 的 site-integrity （站點完整性） 組工作了兩年。當時 Facebook 有很多的垃圾私信、垃圾信息，就像人人、微博上有各種廣告、垃圾鏈接。有些用戶的賬號被盜用了，會使用個人頁面發(fā)送垃圾短信、廣告、病毒，還有一些不受歡迎的朋友請求。我會處理所有類似這些涉及到影響用戶體驗的東西。

Facebook 使用了一個叫做 sigma 的系統(tǒng)來抵制這些垃圾信息。這個系統(tǒng)安裝在 2000 多臺機器上面，F(xiàn)acebook 用戶做的任何事情，都會經(jīng)過 sigma 系統(tǒng)分析處理，比如評論、鏈接、朋友請求，都會被這個系統(tǒng)進行判斷，是正常行為、濫用行為還是有問題的行為。

利用 Sigma 系統(tǒng)，F(xiàn)acebook 會對垃圾信息進行過濾和清理。

舉個例子說，比如發(fā)送朋友請求，F(xiàn)acebook 的系統(tǒng)會自動判斷一下：如果這個人的朋友請求都被別人拒絕了，他再發(fā)送朋友請求是不會被批準的。如果一個人發(fā)送的朋友請求十個有九個都被拒絕了，那么他下一次的朋友請求就會被系統(tǒng)拒絕。當然這個系統(tǒng)還有其他的判斷信號。

它是一個機器學習系統(tǒng)，通過你之前發(fā)的朋友請求拒絕概率高低來判斷你被拒絕的概率有多高。如果這個比率很高，F(xiàn)acebook 會讓你進行手機短信或其他方式認證，來驗證是軟件還是真人發(fā)送的，以此判斷你是不是真的要發(fā)送朋友請求，比如你發(fā)出的朋友請求對象與你沒有任何共同好友，那就可能是一個不合理的請求。

基本上，你在 Facebook 上做的任何事情，都會經(jīng)過這個系統(tǒng)來分析、預測、決定是否允許你發(fā)出信息，借此希望會減少生態(tài)圈中的騷擾行為。當時 Facebook 每天有上百億次的信息發(fā)生要通過這個系統(tǒng)進行判斷。

覃：能否介紹一下 Sigma 系統(tǒng)的工作原理？是使用機器學習嗎？

徐：這個系統(tǒng)中有些是人為規(guī)則也有機器算法，請求通過和拒絕就是一個迅捷數(shù)據(jù)組（Scrum）。任務通過，則說明這個任務是一個對機器學習來說的正樣本，被拒絕則是一個負樣本，很像 0 和 1。比如發(fā)送朋友請求如果被接受，y 值是 1，如果被拒絕就是 0。如果是評論和點贊，系統(tǒng)就能尋找 y 值，用戶發(fā)送的不當信息就會被刪除。

機器學習是整個 Sigma 系統(tǒng)的核心。

另外一個方法是通過一些異常行為的分析、數(shù)據(jù)挖掘的方法來分析用戶的異常行為。比如一個人發(fā)的同樣類型評論非常多，所有評論里都有一個相似鏈接，這就非常有問題。正常操作不會在不同人的主頁上留同樣的評論，這顯然屬于異常行為，我們不會允許。

“我已經(jīng)沒法看完所有朋友圈內(nèi)容了”

覃：可以解釋一下新聞流排序是什么意思？工作兩年之后為什么選擇去了這個組？

徐：“排序” 指的是信息流的順序。它決定了打開你的 Facebook 朋友圈，你的信息流是個什么樣子，信息的位置。每個人產(chǎn)生的內(nèi)容、新聞會有兩三千個，用戶只能看到 50-100 個。你需要把兩三千個最好地展示出來。有些我們不給用戶顯示，比如你喜歡游戲，你的朋友不喜歡。

我 2012 年剛去的時候，新聞流排序組只有五六個人，盡管這可能是公司最大的機器學習系統(tǒng)，最核心的產(chǎn)品。每天有十億多人上線，每個用戶花 40 分鐘在 Facebook 上，其中一半時間都花在新聞流上。Facebook 大部分收入來自新聞流廣告。比如說，移動廣告收入占所有廣告的 70%，而其中所有的移動的廣告都來自新聞流。不管是從用戶的停留時間，還是收入來說，新聞流都是最重要的產(chǎn)品。

新聞流是 Facebook 最重要的產(chǎn)品，直接決定了用戶所看到的內(nèi)容。

做好新聞流排序是很難的問題，因為用戶在新聞流上的行為有很多種，不只是傳統(tǒng)廣告點擊或者不點擊這一種操作，用戶可以在新聞流里贊、評論、分享或者隱藏這個新聞流，也可以播放視頻。我需要理解用戶喜歡什么東西，評論、分享什么東西，想看什么樣的視頻。理解用戶的興趣所在，根據(jù)我們的訊息把最好的東西放在新聞流的最前面。

以國內(nèi)的社交媒體作對比來說，微信的朋友圈是所有內(nèi)容全部顯示，它不需要排序，是因為朋友圈容量不是特別多，大家可以看完所有的內(nèi)容。朋友越來越多的話，沒有時間把分享看完，排序是必然的事情。你會很容易漏掉很重要人的圖片，它們迅速埋沒在大部分你不感興趣的內(nèi)容了。

Facebook 之前也是全部顯示，慢慢到后來用戶是看不完所有的信息的。如果不做排序，把最好的服務挑出來的話，用戶不會愿意訪問新聞流，因為他看到很多不感興趣的東西，感興趣的部分他已經(jīng)沒有時間找出來了。從不排序到排序是必然的過程，你的朋友越來越多，公眾頁面越來越多，排序是必然的。

比如說新浪微博沒有做排序，有些細節(jié)雜亂無章。他們測試過，但是做得不太好。所以放棄了。微信的朋友圈也會到要做排序的階段。Facebook 不只是排序，還會隱藏用戶不感興趣的內(nèi)容，比如你的朋友玩過 Candy Crush 游戲，但可能你本身不玩任何游戲，關于這方面的信息就沒有意義。Facebook 就不會給你顯示這些內(nèi)容——“朋友們在玩什么游戲”。

社交媒體的碎片化已成事實。只有采取更好的排序手段，推送給用戶更精準的內(nèi)容，才能提高平臺停留時間，加強粘性。

覃：能簡要講一講新聞流排序的工作原理嗎？

徐：基本上，新聞流是從兩三千條內(nèi)容里面，挑出了 四五十 個。按照每個內(nèi)容打分，分高的內(nèi)容排在最前面。每個內(nèi)容、照片、分享或者狀態(tài)，我們會預測一些概率值，比如你點贊的概率，評論、分享的概率。每個用戶的行為，比如點贊、分享、評論，系統(tǒng)都會給權值。評這些用戶行為概率是通過機器學習來系統(tǒng)計算的。如果用戶對某個內(nèi)容點贊、評論或者分享，說明用戶愿意看到這個內(nèi)容，對內(nèi)容產(chǎn)生了反饋。

舉個例子來說，比如你是我的好友，你上傳了 100 張照片，我點贊了 20 次，那么點贊概率就是 20%。我們知道每個用戶以前對哪些內(nèi)容點贊、評論，這些都是我們的訓練樣本。我們通過學習用戶的歷史行為，進行相同類型、相同個人的未來行為預測，因為用戶短期行為不會大幅變化，過去對哪些東西進行評論，將來也很有可能對相似內(nèi)容進行評論。

覃：有沒有可能針對用戶內(nèi)容來進行預測？比如分析用戶發(fā)了什么樣的文字或者圖片？

徐：可以。如果是圖片我們可以抽取圖片特點，對圖片進行模式識別，分析圖片的主題，打上相應的標簽，用機器來識別這些圖片?，F(xiàn)在在做相應的工作。Facebook 有 AI 實驗室，可以對圖片進行內(nèi)容識別。

覃：Facebook 怎么知道這套算法是否有效呢？以后要更新的話怎么進行迭代呢？

徐：通過 A/B 測試。我們抽取 1% 用戶進行新的算法，1%進行舊的算法。如果新的算法下用戶每天點贊、評論或者分享次數(shù)增長了，那說明新的算法更好。我們就把新的算法發(fā)布給所有的用戶。我們主要的核心目標是：讓日活躍用戶更多，停留時間更長，訪問 Facebook 更頻繁。

覃：你覺得這對國內(nèi)的創(chuàng)業(yè)公司有什么啟發(fā)嗎？

徐：A/B 測試是很好的迭代方法。建立起核心指標，進行 A/B 測試，看新的改動能否提高核心指標。提高就發(fā)布，沒有提高就不用發(fā)布。這很像 Growth hacking，當然最終目的還是提高 DAU。如果用戶喜歡你的新聞流，就會更頻繁訪問，最終目的還是在線時長和日活躍用戶。

A/B 測試是 Facebook 用來測試迭代可行性的手段。峰瑞資本所投資的吆喝科技，致力于讓初創(chuàng)企業(yè)也能使用這一技術。

覃：你對微信朋友圈有什么好的改進建議？

徐：我已經(jīng)沒法看完所有朋友圈內(nèi)容了。一種改進方法是排序，把最好的內(nèi)容放最前面。通過你以前點贊的內(nèi)容，來學習你關心的內(nèi)容，比如你女朋友發(fā)的東西你都會點贊。另外一種改進方法叫做 “內(nèi)容置頂”（Story bumped）。有時候我早上起來刷微信，會看不完，只看了一小部分。過一會兒再刷的時候，已經(jīng)沒有什么新的內(nèi)容了。

Facebook 的內(nèi)容置頂功能會把你沒有看完的東西再放到上面去再次推送給你。微信是知道哪些內(nèi)容你沒看過的，我有很多在美國的朋友，朋友圈會有很多內(nèi)容，上班前看不完只看了一部分。再刷新的時候就已經(jīng)沒有新的東西出來了，我也沒有關心沒看完的東西，朋友發(fā)的照片。Facebook 的 “內(nèi)容置頂” 把很重要的，還沒看，有點舊的內(nèi)容放在朋友圈前面，讓你再看一眼，怕你漏掉重要的內(nèi)容。

覃：最后一個問題，為什么選擇九月份會加入神州專車擔任 CTO？

徐：從事業(yè)角度來說，我希望把從 Facebook 學到的公司文化、技術帶回中國。中國在計算機行業(yè)上有很大的潛力。現(xiàn)在國內(nèi)的產(chǎn)品質量上和美國產(chǎn)品已經(jīng)相當了，比如微信，F(xiàn)acebook 的產(chǎn)品經(jīng)理也學習了微信里面的功能。再往后面看幾年的話，中國有機會趕上美國。

計算機學科已經(jīng)成熟，創(chuàng)造力在慢慢變好。很多初創(chuàng)企業(yè)嘗試不同的想法，中國的創(chuàng)業(yè)者是美國的好多倍，都在嘗試不同的想法，會誕生出成功的公司。技術上，中國正在逼近美國，甚至會超越美國。長遠來看，中國的計算機行業(yè)、互聯(lián)網(wǎng)行業(yè)，應該是有潛力成為世界上互聯(lián)網(wǎng)行業(yè)最好的國家。