facebook新聞提要排序演算法的工作原理

Facebook不像Twitter那樣（或者像Facebook那樣）使用按時間順序排列的feed。相反，你在新聞提要中看到的內容是由一種演算法決定的，該演算法根據Facebook認為你想看到的內容對內容進行排序。這引起了一些恐慌。...

Facebook不像Twitter那樣（或者像Facebook那樣）使用按時間順序排列的feed。相反，你在新聞提要中看到的內容是由一種演算法決定的，該演算法根據Facebook認為你想看到的內容對內容進行排序。這引起了一些恐慌。

每隔一段時間，我在Facebook上關注的一個頁面或一個人都會抱怨他們的帖子只接觸到一小部分追隨者，並請求所有人將其新增到他們的See First列表中，這樣他們就可以“繼續接觸所有的粉絲”。他們聲稱Facebook正在切斷他們的連結，並將其隱藏在一些關注者的feed中，以便他們為提升的帖子付費。但Facebook並不是這樣運作的。

如果你已經使用Facebook幾年了，很可能你和幾百人是朋友（大多數人你並不真正關心），而且喜歡的頁面太多（同樣，大多數人你可能並不關心）。我的朋友count在1100以北，我不敢去想我喜歡了多少頁。

Facebook想讓你和我這些使用者保持互動。他們已經投入了數百萬美元來尋找方法，讓儘可能多的人回來迎接另一場社會危機。給我們看一大堆以前的朋友的故事或者我們喜歡的網頁，想要贏得一部iphone4是不可能的。所以Facebook必須找到一種方法來解決這個問題。

facebook如何決定你所看到的

那麼，Facebook如何確定哪些故事出現了，哪些故事沒有出現呢？正如他們在FAQ中所說：

The stories that show in your News Feed are influenced by your connecti*** and activity on Facebook. This helps you to see more stories that interest you from friends you interact with the most. The number of comments and likes a post receives and what kind of story it is (ex: photo, video, status update) can also make it more likely to appear in your News Feed.

這有點模糊，所以我們聯絡了Facebook瞭解更多。

Facebook上有大量的資訊，Facebook不想向你展示那些你不感興趣的故事。所以每次你開啟Facebook，演算法都會檢視所有可能顯示的故事。自上次登入以來，您的朋友和您關注的頁面釋出的所有內容都包括在內。每個故事都會被單獨評估，並給出一個相關性分數；這是一個衡量Facebook認為你花時間去看它、喜歡它、評論它或分享它的可能性的指標。這個分數對你來說是獨一無二的。一篇來自How To Geek的Facebook頁面的帖子對你的評分會和我的不同。Facebook使用這些訊號作為實際利益的代理。

有成千上萬種不同的訊號可以用來確定一個故事的相關性得分，但最重要的是誰釋出了它，它是什麼型別的內容，它有多少互動，以及何時釋出。

當你在Facebook上新增某人時，演算法不知道他們是你的新好友還是你買電視的陌生人。隨著時間的推移，隨著你與好友的互動越來越多，Facebook會發現他們是你關心的人，因此他們的帖子會比隨機的老校友獲得更高的相關性分數。

這種帖子也很重要。如果你看很多影片，你會看到更多的影片。如果你主要喜歡文字帖子，他們會彈出更多。如果你從不與照片互動，你會看到更少的照片。

就Facebook而言，互動（喜歡、分享等等）是一個很好的指標，它能很好地反映出某件事有多有趣。因此，如果在同一個頁面的兩個帖子中有一個選擇，一個有數百個贊，另一個有幾十個贊，那麼首先會顯示一個有數百個讚的帖子。

最後，Facebook考慮到了最近的情況。在網上，一切都很快。上週釋出的東西可能沒有一小時前釋出的東西有趣。

所有這些因素都會影響到一個故事的相關性得分，從而決定你是否會看到它。

facebook如何決定你看到的東西的順序

一旦相關性得分被計算出來，Facebook就必須決定你將看到的一切的順序。這一部分很簡單：故事從最相關到最不相關。

一旦一個故事被展示出來，它就被鎖定了。如果你在下午1點訪問Facebook，那麼自上次訪問以來的所有潛在故事都將被考慮，並顯示最相關的故事。如果你在下午3點再次訪問Facebook，將考慮最近兩個小時所有可能的故事。所顯示的任何內容都將***到您的新聞提要中，而不是您上次訪問時看到的所有新聞。這就是為什麼，如果你一直向下滾動，你會看到同樣的老故事。