Facebook的用户推荐和话题推荐算法

用户推荐和话题推荐是SNS的重要课题，效果的好坏是社交网站的区别指标之一，直接关系到用户体验，甚至是SNS的活力。国内的一些社交网站，比如新浪微博等，在功能上和UI上做的已经达到国际一流，然而，在推荐算法方面，仍有相当距离。推荐算法属于SNS的内功，对于SNS的用户体验的作用，和搜索算法对搜索网站的用户体验的作用相似。改进推荐算法，是社交网站的下一步方向之一。本文用图示法非常简单形象的描述了两种话题推荐法，两种用户推荐法，一种用户间相关度计算法。其中有些方法是非死不可用的。

用户推荐和话题推荐对社交网络的重要性，来自与社交网络的基本价值定位：让读者感到有趣，作者感到被欣赏和赞同。这两者间的一个重要纽带是用户推荐和帖子推荐。如果推荐系统除了会推荐名人以外，别的基本不靠谱，那么，由于名人不是有趣的充分条件，别的又不靠谱，这样的推荐系统太过单薄。如此，渐渐的，其中的用户关系体系可能会变得僵硬。读者感到无趣，作者感到孤冷，社交网络也枯萎。当然，社会是多层次的，确实存在着名人和铁杆粉丝这么一种现象，但这些人只占很小的一部分。多数人上社交网站，是要解决自己的问题，那就是信息获取与推广交流。

作者认为，社交网络还有更高一层的意义，第一，可以比做是社会神经网络，是集体智慧（Collective Intelligence）框架工具。第二，可以比做是是思想碰撞，增值，成长与结果的大型链式核反应堆。我们知道，在一个神经网络中，非常重要的一个功能就是联想。社交网络也是如此。从计算机实施的角度来说，联想就是相关性发掘，以及根据发掘结果进行推荐，本文介绍的算法，处处体现着联想的特征。推荐不好，会导致无趣和冷漠，或者无聊与低俗泛滥->最终结果仍然是无趣和冷漠。

我假定一个user case, 某大学研究生A，研究中西文化差异问题，有一天他读到一篇有关高场景文化和低场景文化的文章，然后发了一篇帖子。新浪微博（国内的都一样）会对此视而不见，继续为他推荐姚晨和"郑伊健结婚前任祝福"。但是，FB会以此为线索，为他推荐有类似兴趣的人B。这样，他就会在FB上和此人结成一定的关系，并经经常交流。而这两个人都从FB获得了好处。FB获得了流量。

这里面用到了FB的相关性算法（如图5所示）。它的基本思想是，分析每个人的各种属性，比如，标签，爱好，高频词等等，然后，他和另一个人的相关性，是由这些词的重叠程度，重叠越多则相关性越大，以及这些词在用户中总的分布概率所决定的，这个分布概率越低，则相关性越大。为了说明后一点，我还举刚才那个例子，假如，A发的帖子是关于姚晨，尽管B也对姚晨感兴趣，但用户中对姚感兴趣的很多，所以，A和B，因为这点重叠所贡献的相关性就很小。假如，A的帖子是关于"High context culture vs Low context culture"，对这个感兴趣的用户的比例很低，那么，A和B因为这项重叠所具有的相关性就很大。

插图1和插图2描述了非死不可的话题推荐的两个方法。基本上这是一种相关搜索法。在话题推荐方法2中，"相关话题"的含义是，比如，篮球，CBA，NBA，乔丹，等等，这些都是相关话题。其中"Sort SX for all X"的含义，是对所有的X的SX进行排序，取其前几名作为待推荐话题，以下"Sort..."多次出现，其含义相似。

插图3中描述的用户推荐方法1，是最简单的用户推荐方法，估计新浪微博用的基本上就是这种方法或者其某种变形，比如，把所有的关注强度按照1来近似。实际上，A对I的关注强度，应该和A对I的贴子的转发/评论频率有关的。

插图4中描述的用户推荐方法2，是一种相关法。如果仔细分析可以看出，插图3中的用户推荐方法1是插图1中的话题推荐方法1的变形，插图4中的用户推荐方法2是插图2中的话题推荐方法2的变形。

========================== 

========================== 

 

插图5是Facebook的计算用户相关度的方法。这也可以用于用户推荐，只需要找出相关度最大的前几名用户X即可。 

插图5补充说明：

I和J相同时，相关度Cor(I,J)=1/P(i)，含义是如果两个人具有一个共同的兴趣，而该兴趣越稀有，那么兴趣I对相关度贡献就高。其中“AtoI强度", “XtoJ强度", 简单一点，可以直接用1代入。其中的"项目"，可以是社交网络中的任何对象，比如，兴趣爱好，话题，学校，工作单位，Tag（标签）,等等。甚至也可以是社交网络中的用户。如果把用户也包括在项目中进行求和的话，则可以得到最全面的用户间相关度评价，这时候，“AtoI强度"应该是和A对I的贴子的转发/评论频率有关的。