不容錯過：Instagram帖子排序演算法首次公開

來自專欄好產品，壞產品

作為這個世界上數一數二的弱關係內容社區，ins每天動輒要把關注量上億的明星的帖子分發給用戶，在16年7月時，人們平均在ins上會錯過70%關注的人的帖子，到現在優化到90%好友的帖子都不會錯過，我們一直好奇instagram的演算法是如何工作的。

instagram的演算法一直沒公開，但近期ins團隊召集了一批記者在其舊金山辦公室第一次公開介紹了演算法是如何工作的。

instagram採取機器學習對用戶的帖子進行分發排序，每個人feed流中展示的帖子都是根據自己的行為獨一無二的，也就是說，就算你們關注的人一模一樣，當你們同時打開ins，看到的帖子也基本不一樣。

ins的機器學習主要考慮三個因素

1、用戶的瀏覽行為

ins會記錄你最偏好的內容和類型，然後根據計算機視覺技術識別圖片中的內容向你優先推薦類似的內容，所以愛貓人士的帖子里全是貓，愛狗人士的帖子里全是狗，其樂融融，互不打擾。

2、帖子熱度

帖子的熱度主要考慮帖子的分享量，熱度越高的帖子會優先推薦，保證優秀的內容被優先看到，提升瀏覽效率。

3、關係

你和發帖人的關係也會是帖子排序的因素之一。和你經常互動的用戶會優先被看到，所以為了不錯過她的帖子，常常點贊吧。

除了這三個因素還有三個額外因素也會對排序造成影響：

1、打開ins的頻次

當你打開ins時，ins會把直到你上次打開時的帖子做排序進行展示。

2、內容的豐富度

ins注重帖子展示的豐富度，不會一直展示同一種類型或同一個人的帖子。

3、瀏覽時間

你瀏覽ins的時間越長，ins會從分發池裡給你展示越多演算法層面更冷門的帖子。

此外ins還做了幾點特殊說明：

1、ins不會把任何內容藏起來，也就是你一直刷的話一定會刷到所有的內容。

2、演算法不會對照片和視頻有優先推薦的邏輯，但會考慮用戶偏好，如果你總是不看視頻的話，推薦的視頻會越來越少。

3、不會對發story會其他特定內容的用戶提升分發權重。

4、不會對頻繁發布的用戶降低分發權重，但是一起發的內容可能會夾在其他人的帖子分開展示。

ins帖子的類型越來越豐富，這也讓ins面臨著和facebook在15年相同的問題——內容的豐富性怎麼和內容的到達率去平衡。在用戶瀏覽時間不變的情況下，內容越多，到達率一定是越來越低的。Facebook已經一點都不酷，希望ins能依靠優秀的演算法保持新鮮。

推薦閱讀：