当朋友圈更新多到看不完时 Facebook是怎么优化信息流的

黑帽SEO 2019-07-16 07:37

【按】本文是互联网团队成员覃超与徐万鸿进行的一场M徐是前新闻流排序组的资深工程师,在今年月回国出任神州专车中他们聊的是关于的策略反垃圾信息系统信息流排序,以及为什么选择回国参与创业新闻流排序(),指的是的一项看家本领:用户每天会收到两三千条新鲜事,却只会阅读前至条利用机器学习将用户最想看的内容到最前面,从而提高粘性和日活这是一篇着重技术的文章,所在公司更是世界上最大的互联网公司之一这并不妨碍创业者从中得到经验利用测试迭代方法,借助的核心;;数据来驱动开发,新员工的入职宣讲;;这些做法都体现了这位社交之王不同维度的文化所在:精神层面注重实现梦想,统一目标;而这一目标下放到微观层面,就是对于数据的尊重利用系统做了什么我第一次去工作的时候,当时专注于用户增长的负责宣讲他说全球所有人都会使用,这家公司将来会成为万亿美元的公司,这让我印象很深刻公司的所有人都很兴奋对设定的目标有非常大的信心的工作使命感非常强,非常专注在的(完整性)组工作了两年有很多的垃圾私信垃圾信息,就像人人微博上有各种广告垃圾链接有些的账号被盗用了,会使用个人页面发送垃圾短信广告病毒,还有一些不受欢迎的朋友请求我会所有类似这些涉及到影响用户体验的东西使用了一个叫做的系统来这些垃圾信息这个系统安装在多台机器上面,做的任何事情,都会经过系统分析处理,比如评论链接朋友请求,都会被这个系统进行判断,是正常行为滥用行为还是有问题的行为利用系统,对垃圾信息进行过滤和清理个例子说,比如发送朋友请求,的系统会自动判断一下:如果这个人的朋友请求都被别人拒绝了,他再发送朋友请求是不会被批准的如果一个人的朋友请求十个有九个都被拒绝了,那么他下一次的朋友请求就会被系统拒绝这个系统还有其他的判断信号是一个机器学习系统,通过你之前发的朋友请求拒绝概率高低来判断你被拒绝的概率有多高如果这个很高,会让你进行手机短信或其他方式认证,来验证是软件还是真人发送的,以此判断你是不是真的要发送朋友请求,比如你发出的朋友请求对象与你没有任何共同好友,那就可能是一个不合理的请求上,你在上做的任何事情,都会经过这个系统来分析预测决定是否允许你发出信息,借此希望会减少生态圈中的骚扰行为每天有上百亿次的信息发生要通过这个系统进行判断学习是系统的核心系统中有些是人为规则也有机器算法,请求通过和拒绝就是一个迅捷数据组()通过,则说明这个任务是一个对机器学习来说的正样本,被拒绝则是一个负样本,很像和发送朋友请求如果被接受,值是,如果被拒绝就是如果是和点赞,系统就能寻找值,用户发送的不当信息就会被删除机器学习是整个系统的核心一个方法是通过一些异常行为的分析数据挖掘的方法来分析用户的异常行为一个人发的同样类型评论非常多,所有评论里都有一个相似链接,这就非常有问题操作不会在不同人的主页上留同样的评论,这显然属于异常行为,我们不会允许新闻流是最重要的产品工作两年之后选择去了这个组排序;指的是信息流的顺序决定了打开你的朋友圈,你的信息流是个什么样子,信息的位置人产生的内容新闻会有两三千个,用户只能看到个你需要把个最好地展示出来有些我们不给显示,比如你喜欢游戏,你的朋友不喜欢我刚去的时候,新闻流排序组只有五六个人,尽管这可能是公司最大的机器学习系统,最核心的产品每天有多人上线,每个用户花分钟在上,其中一半时间都花在新闻流上大部分收入来自新闻广告说,移动广告收入占所有广告的,而其中所有的移动的广告都来自新闻流是从用户的停留时间,还是收入来说,新闻流都是最重要的产品


上一篇:扒一扒HTTPS网站的内幕
下一篇:没有了