【編者按】本文是FREES互聯(lián)網(wǎng)團隊成員覃超與徐萬鴻進行的一場 Ask Me Anything。徐是前Facebook 新聞流排序組的資深工程師，在今年9月回國出任神州專車 CTO。本文中他們聊的是關(guān)于 Facebook 的 Growth Hacking 策略、反垃圾信息系統(tǒng)、信息流排序，以及為什么選擇回國參與創(chuàng)業(yè)。

所謂新聞流排序（news feed ranking），指的是 Facebook 的一項看家本領(lǐng)：用戶每天會收到兩三千條新鮮事，卻只會閱讀前 50 至 100 條。利用機器學(xué)習(xí)將用戶最想看的內(nèi)容排到最前面，從而提高粘性和日活。

這固然是一篇著重技術(shù)的文章，所在公司 Facebook 更是世界上最大的互聯(lián)網(wǎng)公司之一。但這并不妨礙創(chuàng)業(yè)者從中得到經(jīng)驗。利用 A/B 測試作為迭代方法，借助 Growth Hacking 的核心——數(shù)據(jù)來驅(qū)動開發(fā)，新員工的入職宣講……這些做法都體現(xiàn)了這位社交之王不同維度的文化所在：精神層面注重實現(xiàn)夢想，統(tǒng)一目標(biāo)；而這一目標(biāo)下放到微觀層面，就是對于數(shù)據(jù)的尊重。

Facebook利用Sigma 系統(tǒng)做了什么？

我第一次去Facebook工作的時候，當(dāng)時專注于用戶增長的 VP 負責(zé)宣講。他說將來全球所有人都會使用 Facebook，這家公司將來會成為萬億美元的公司，這讓我印象很深刻。公司的所有人都很興奮，對設(shè)定的目標(biāo)有非常大的信心。他們的工作使命感非常強，非常專注。

這是Facebook給我印象深刻的一件事。

在 Facebook 的 site-integrity （站點完整性） 組工作了兩年。當(dāng)時 Facebook 有很多的垃圾私信、垃圾信息，就像人人、微博上有各種廣告、垃圾鏈接。有些用戶的賬號被盜用了，會使用個人頁面發(fā)送垃圾短信、廣告、病毒，還有一些不受歡迎的朋友請求。我會處理所有類似這些涉及到影響用戶體驗的東西。

Facebook 使用了一個叫做 sigma 的系統(tǒng)來抵制這些垃圾信息。這個系統(tǒng)安裝在 2000 多臺機器上面，F(xiàn)acebook 用戶做的任何事情，都會經(jīng)過 sigma 系統(tǒng)分析處理，比如評論、鏈接、朋友請求，都會被這個系統(tǒng)進行判斷，是正常行為、濫用行為還是有問題的行為。

利用 Sigma 系統(tǒng)，F(xiàn)acebook 會對垃圾信息進行過濾和清理。

舉個例子說，比如發(fā)送朋友請求，F(xiàn)acebook 的系統(tǒng)會自動判斷一下：如果這個人的朋友請求都被別人拒絕了，他再發(fā)送朋友請求是不會被批準的。如果一個人發(fā)送的朋友請求十個有九個都被拒絕了，那么他下一次的朋友請求就會被系統(tǒng)拒絕。

當(dāng)然這個系統(tǒng)還有其他的判斷信號。

它是一個機器學(xué)習(xí)系統(tǒng)，通過你之前發(fā)的朋友請求拒絕概率高低來判斷你被拒絕的概率有多高。

如果這個比率很高，F(xiàn)acebook 會讓你進行手機短信或其他方式認證，來驗證是軟件還是真人發(fā)送的，以此判斷你是不是真的要發(fā)送朋友請求，比如你發(fā)出的朋友請求對象與你沒有任何共同好友，那就可能是一個不合理的請求。

基本上，你在 Facebook 上做的任何事情，都會經(jīng)過這個系統(tǒng)來分析、預(yù)測、決定是否允許你發(fā)出信息，借此希望會減少生態(tài)圈中的騷擾行為。當(dāng)時 Facebook 每天有上百億次的信息發(fā)生要通過這個系統(tǒng)進行判斷。

機器學(xué)習(xí)是Sigma 系統(tǒng)的核心

Sigma 系統(tǒng)中有些是人為規(guī)則也有機器算法，請求通過和拒絕就是一個迅捷數(shù)據(jù)組（Scrum）。任務(wù)通過，則說明這個任務(wù)是一個對機器學(xué)習(xí)來說的正樣本，被拒絕則是一個負樣本，很像 0 和 1。

比如發(fā)送朋友請求如果被接受，y 值是 1，如果被拒絕就是 0。如果是評論和點贊，系統(tǒng)就能尋找 y 值，用戶發(fā)送的不當(dāng)信息就會被刪除。

而機器學(xué)習(xí)是整個 Sigma 系統(tǒng)的核心。

另外一個方法是通過一些異常行為的分析、數(shù)據(jù)挖掘的方法來分析用戶的異常行為。

比如一個人發(fā)的同樣類型評論非常多，所有評論里都有一個相似鏈接，這就非常有問題。正常操作不會在不同人的主頁上留同樣的評論，這顯然屬于異常行為，我們不會允許。

新聞流是Facebook最重要的產(chǎn)品

我工作兩年之后選擇去了這個組。

“排序” 指的是信息流的順序。它決定了打開你的 Facebook 朋友圈，你的信息流是個什么樣子，信息的位置。每個人產(chǎn)生的內(nèi)容、新聞會有兩三千個，用戶只能看到 50-100 個。你需要把兩三千個最好地展示出來。有些我們不給用戶顯示，比如你喜歡游戲，你的朋友不喜歡。

我 2012 年剛?cè)サ臅r候，新聞流排序組只有五六個人，盡管這可能是公司最大的機器學(xué)習(xí)系統(tǒng)，最核心的產(chǎn)品。每天有十億多人上線，每個用戶花 40 分鐘在 Facebook 上，其中一半時間都花在新聞流上。Facebook 大部分收入來自新聞流廣告。比如說，移動廣告收入占所有廣告的 70%，而其中所有的移動的廣告都來自新聞流。不管是從用戶的停留時間，還是收入來說，新聞流都是最重要的產(chǎn)品。