有趣有料，探索Instagram推荐算法的奥妙

　　本文看点

　　Instagram上由于发布的照片过多，为了推荐内容追踪每张照片不太现实。由于机器学习内部拥有大量账户及主题，找到几百个类似的账户易如反掌，之后Instagram仍需进行三次筛选。

　　第一步是其他两步的简化组合版本，将500个账户削减至150个账户，第二步不仅限于主题相关度，还包括个人喜好和账户数据，第三步计算十分细致，负责处理剩下的50个账户直到选出胜者。

　　算法学习用户点赞、关注账户的相关主题，根据用户行为习惯作出判断，确保推荐内容安全恰当。

　　Instagram此前发布了一篇解释Explore最新AI推荐算法的文章，用户每次打开Explore，都会发现有趣有料的推荐内容。这篇文章的技术性很强，以下是总结的五个要点。

　　与简单按时间排序的Feed流（持续更新并呈现给用户内容的信息流）不同，Explore由算法驱动，但是一个以图片起家的社交网络平台要向用户推送新内容，难度可想而知。

　　如果时间精力允许的情况下，Explore可能不会是今天的这个样子。事实上，在短时间内仅仅依靠庞大的数据为数亿人提供通知服务，现在的Explore已经尽力而为了。Explore被安排在整个页面的顶部，减少人们对Instagram偷工减料的质疑。

　　Instagram指出，当做出改变的结果显而易见时，产品实验和迭代也变得更容易。

　　一切基于账户

　　Instagram上发布的图片五花八门，研究每一张照片然后做出推荐是不现实的。追踪用户账户更简单有效，因为用户账户往往会涵盖主题或话题，大到旅行，小到印章，应有尽有。

　　虽说喜欢某账户的一则帖子并不一定意味着就会喜欢它的其他内容，但这至少表明你对账户涉及的主题感兴趣。哪怕你是因为这只猫的图片想起了《猫咪爱牛奶》（Mittens）这款游戏，所以才对它感兴趣。如果你关注的账户主要都是猫的图片，这种信息就很有价值。

　　算法暗示习惯

　　值得注意的是，Instagram不仅通过图片识别账户涵盖的具体主题，这是最基本的功能，它还会根据用户行为做出判断。

　　例如，你的连续点赞会被放在一起统一研究，即使Instagram的算法看不出潜在喜好：

　　在同一时段内与一系列账户互动的用户，比起不分时间随机访问账户的用户，更能体现主题相关性。这有助于识别主题相似的帐户。

　　人们看待事物的方式就是这样的，一个接一个地浏览旅游账户，或者看看小动物的账户换换思路。算法会总结信息，然后检查相关性。当然，像不感兴趣和屏蔽账户这样的行为所占权重则更大。

　　从“种子账户”到前25名账户

　　将几十亿帖子压缩成25帖子相当困难，但是通过学习用户喜欢或者收藏的帖子，问题就被化零为整了。它们叫做种子账户，因为之后所有内容都是从它们中萌发出来的。

　　由于机器学习系统内部拥有大量账户及主题，找到几百个类似的账户易如反掌。

　　想象一下，如果知道某人喜欢特定的橙红色弹珠，那么就需要找到更多类似的东西。如果只是把手伸进袋子中碰运气，不可能很快找到你目标。哪怕倒在地板上，还是得找好一会。

　　但是如果你把弹珠按照颜色分类，只需在类似颜色中寻找即可，这样的过程理所当然地更高效、更准确。

　　机器学习模型通过在虚拟空间中给所有账户分配位置实现这一点，两个账户位置距离越近，它们的主题相似度越高。

　　因此，将数十亿账户削减至数百个账户才是难点所在，而这已通过账户分类的方式完成了。

　　由此，Instagram通过三次筛选决定最后的胜出者。

　　第一步是其他两步的简化组合版本，将500个账户削减至150个账户。听起来有点本末倒置，可以这样理解：第一步看过无数次第二步和第三步的工作方式，所以烂熟于心。正所谓熟读唐诗三百首，不会作诗也会吟。这一步就是预先的筛选。

　　第二步的计算成本很低，考虑的因素却不仅限于主题相关度，还包括个人喜好和账户数据。每个人都喜欢旅行，但如果用户关注的是情侣旅行，上面提到的“弹珠分类”就有了用武之地。还有其他参数可供参考，例如帖子的受欢迎程度，或它与其他帖子的不同之处。最后又淘汰了100个账户，只剩下50个。

　　第三步的计算成本很高，负责处理剩下的50个账户直到选出胜者。计算细致程度是上一步的十倍以上。

　　这样的“要点”可能长了，别担心，接下来我长话短说。

　　拒绝很黄很暴力

　　“我们希望推荐的内容既安全又适合不同年龄段的Explore用户。通过缜密算法，我们过滤掉我们认为不符合推荐标准的内容。”

　　现在你知道为什么Explore的内容很安全了吧！