如何構建社交網路中的 News Feed/Timeline ?
先來了解信息的傳播過程:
yahoo目錄是互聯網早期信息高效傳播的例子:
yahoo目錄,人為的將「網站」信息的整理、歸納,集中在一個站點裡,給用戶提供菜單目錄,方便用戶找到需要的網站信息。這種邏輯與傳統的黃頁(以前的編年電話本就是其中一種,你可能會找到跟自己同名的電話記錄)一致,但是放在互聯網裡,它可以快速傳播複製幾乎不佔用空間,超越了時空的限制。這使得yahoo成為互聯網行業最早最瘋傳的網站,也是搜狐起家的模式。在這裡面,信源和結點是大量獨立的網站主,他們建立網站、製造信息,通過互聯網傳播,最終到達他們的用戶面前。隨著網站越來越多,信息產生越來越多,人工收錄分類這些站點信息已經不可能實現,有大量的網站不能通過黃頁走到用戶面前,信息的傳播效率低下已滿足不了越來越多的網民的需要。於是誕生了google,他們製造了爬蟲(搜索引擎關鍵技術之一),爬取了了大量的網站,把這些網站的關鍵信息(域名、title、關鍵詞和介紹)收錄到自己的存儲器里,分類整理,而在google網站用戶搜索到的信息,是經過大量收集、分類和存儲的信息。
再來看看社交網路的信息傳播模式:
是的,也是這樣的,我不是在逗你。不過,信源和結點改變了,社交網路里,每個信息的傳播結點是個人,人是製造信息和消費信息的中心。由於結點是流動的,產生信息的時間和空間是流動的,因此它是自發的,自由的,但因為規律和邏輯錯綜複雜,傳播也不是有效率的,很難產生高效的交換。有無數的結點,同時兼任了信源、傳播和消費的角色,使得任何一個迎合大眾口味包括滿足成就感、存在感、性慾、求知慾、安全感等等這些普遍性人性的產品可以在短時間瘋傳、爆發,越是泛社交的產品,越能引爆社區,它超越了時空的限制。要了解這些過程,我們先來看看社交網路產品的傳播特性。
理論上,用戶產生的信息是自由的,沒有時空限制,規律和邏輯錯綜複雜,這些信息通過不同的結點傳播後,會被大量的結點消費。同時消費信息的結點也是反饋者,由於結點是人,人消費信息的時間和精力是有限的,因此大量的信息傳播過來不能有效消費就會產品信息過載,導致結點反饋消極甚至抵觸。因此,如何引導結點產生有規律和邏輯清晰的信息,激發每個結點的傳播意願和最終根據信源(產生信息的結點)製造的結構化信息編譯信息,以適當的形式(產品里我們說形態)展現給其他的結點(用戶)成為了所有社交網路產品成敗的關鍵。
社交產品的feed機制,它是決定一個產品成敗的關鍵因素之一,它是產品能不能激發傳播的催化劑,它影響著用戶能不能高效和有效的消費信息從而再加工生產信息。
了解feed機制,我們先來看看facebook的feed機制
是的,feed機制非常重要。它反應了社交網路產品信息的生產和消費。在facebook里它做到了:
幫助用戶從行為腳本里全面了解其他用戶
幫助用戶找到有效和有趣的信息
激發信息再生產和傳播
刺激用戶間更頻繁的交互
激發用戶之間新關係的建立
了解了feed機制是什麼樣的原理,接下來我們要思考的應該是,如何設計合理的feed機制讓用戶用起來舒服。
舉個栗子,關於知乎feed機制的進化,我做了一些research。2012年8月16號,知乎做了一個更新。知乎里@黃海均的解讀
它是以用戶的關係鏈為主導設計feed機制的。但是上線以後,很多用戶表達了不滿,並且聲稱嚴重影響了他們的體驗。這套機制背後的邏輯是什麼,為什麼這樣設計?知乎用戶@葉暢 解讀:因為
所以
但是,後來知乎的產品設計師提了一個問題作為反饋的鏈接,收取了用戶的反饋意見,做了一些更改,2013 年 11 月上線。
改進主要包括:
來自用戶關注話題下的內容會進入首頁動態
動態中的內容會根據用戶間的關係、用戶對話題的興趣和內容的質量進行調整,不再嚴格依據時間排序
對不頻繁登錄的用戶,訪問時會顯示過去一段時間用戶可能錯過的優質內容
已經看過的內容,不會反覆多次在動態中出現
回答展開顯示時,可以在首頁動態中直接查看問題詳情
也就是目前我們看到的feed機制下的產品形態。以用戶的場景(用戶感興趣的話題)為主要設計思路是正確的。知乎好比一個公開的學術討論會,裡面有小白、有專家、有圍觀者、有小有學識的意見領袖,產生提問和討論的場景是圍繞話題展開的,用戶首先是因為興趣進入討論會,從而消費討論內容(信息或解答)和再創造內容(回復討論),進而與志趣相投的人建立關係。也就是說,用戶的討論場景邏輯應該是從話題再到關係鏈,因此線上的產品也應該按照用戶的線下行為邏輯設計feed機制,以讓用戶高效消費有用的信息。當然,上線後分析用戶數據,驗證假設也是非常重要的,有個試錯的過程。
原帖來自geekspree,有刪減
首先要結構化用戶行為(Activity or Story),保持用戶的行為語意化並進行存儲。然後通過推送(push)或者拉(pull)的實現方式將行為聚合,並採用社會化演算法進行Rank。還需保證整個系統的開放性。比較籠統,大概就是這個意思,魔鬼在細節
在兩個方面的平衡應該是比較關鍵的部分:1. 信息結構化(或解構度)的顆粒度大小及演進速度的平衡 結構化程度高,利用系統、演算法處理,提供信息效率和用戶體驗,但用戶的操作成本可能會偏高,還有習慣的培養等問題,需要循序漸進;2. 系統智能信息處理和用戶便捷的信息操作比例平衡 系統是否能進行優質的個性化信息處理,需要依賴數據量和演算法模型等方面的基礎,否則,適得其反;這時更需要良好用戶體驗的交互功能來支撐;兩者之間需要保持平衡。在社區體系中,用戶、產品、數據、技術、運營商等就像是生態系統一樣,相互依賴,相互影響,不斷演進和優化,完成自身體系的發展之路。
可以看看這篇文章《如何打造千萬級Feed流系統-博客-雲棲社區-阿里雲》,由於版權問題只能通過鏈接過去看了。
推薦閱讀:
※新浪微博為何要推出「智能排序」功能?
※信息流優化比較好的工具有哪些? -從創意思考,素材製作,落地頁製作,數據監測,關鍵詞拓詞,數據分析等?
TAG:社交網路 | 信息流廣告NewsFeed | 演算法 | 網站開發 | 時間線Timeline |