人人都是產品經理是中國最大最活躍的產品經理學習、交流、分享社區。集媒體、社區、招聘 、教育、社群活動為一體，全方位服務產品經理。本文由人人都是產品經理社區 作者：潘一鳴 原創發布。轉載請聯繫人人都是產品經理。
0.前言首先，什麼是Feed流？
Feed是一個網際網路早期的概念，本意是RSS中用來接收信息來源更新的接口。現在的定義比較寬泛，一般而言，持續更新並呈現給用戶的內容都叫做Feed流。朋友圈是feed流，微博首頁是feed流，知乎首頁是feed流，各種門戶的內容也是feed流。換句話說，我們大量的在線時間和視線，實際上都被Feed流掌控。
早期的Feed流主要是把用戶關注的內容以Timeline的形式展開。但是隨著用戶場景的豐富，Feed流也有了更多的變種。本篇文章主要討論如何設計一個Feed流，以及Feed流背後的設計邏輯。
1. Feed流設計的要核心問題之前提到，對於搜索而言，基本上是召回用戶感興趣的內容，然後進行篩選排序。其實Feed的設計也是如此。一個Feed流永遠是在解決兩個核心問題：
不同的Feed流其實是在給出這兩個問題不同的答案。不同的答案也沒有絕對的對與錯，更多的是場景是否合適。
2. 永恆的經典——TimelineTimeline，一般而言，不對用戶主動要求獲取的內容進行篩選，同時所有的內容按照時間排序。最經典的案例就是朋友圈。關於Feed流設計的兩個核心問題，微信朋友圈的回答是這樣的：
應該展示給用戶什麼內容：用戶好友發的內容
這些內容該怎麼排序：按照時間先後順序
Timeline簡單的內容選取和排序非常易於用戶理解，充滿了極簡主義的哲學：隨時更新，吸引用戶隨時打開使用，而每次更新的部分都有限也保證了大部分用戶不會錯過任何消息。微信也用這個設計，獲取了用戶大量的時間。
既然Timeline有這麼多優點，那麼Feed流為什麼還會迭代衍生出來其他的設計？
其實這裡也牽扯到一個問題，Timeline有一個致命的缺點——內容呈現效率最為低下。需要內容提供方非常克制，同時也需要用戶對這些內容足夠關注。
微信朋友圈的內容是用戶自己的個人展示，註定不會大量更新；同時選擇都是基於熟人關係，能引起用戶足夠的關注。正是這兩個原因，保證了朋友圈內容雖然效率低下，但是還是極具吸引力。如果動輒每天上千條陌生人更新的內容，使用Timeline的形式呈現出來，想見一下，這是一個多麼缺乏思考的設計。
2. 重力排序算法——兼顧熱度和更新時間如果每天有更新量很大的Feed流，同時大部分內容沒有太大用戶價值，這種情況下我們該怎麼排序？這個場景其實也很常見，也是一些PM在實際工作中遇到的棘手問題。答案就是重力排序算法。
重力排序算法中，對於一個在Feed流中的內容而言，有兩種力量：重力和拉力。重力是持續讓內容往下掉的力，這個重力就是時間，因為新的內容會把老的內容刷下去；同時拉力則是讓內容排序往前的力，比如知乎的贊，貼吧的回覆。
這樣的排序算法實現方式有很多，這裡可以簡單介紹一種，也是來自Reddit的核心排序算法：
其中：H表示能代表內容熱度的值：比如說收到的贊，比如說瀏覽量，也可以是綜合類似的指標，加權求和得到的值。
T代表內容發布的時間，代表一個時間的起始值，只要比最早發布的內容早就行了（比如用公司創立時間）。T-T0用來衡量一個內容的新舊程度，單位為秒，T-T0越大，則代表內容越新。
A也是設立的參數，A越大，T-T0的影響力越小，則內容更新的越慢。一般而言初始值可以用36000，10個小時的秒數，後續不斷迭代。
關於Feed流設計的兩個核心問題，重力排序算法的回答是這樣的：
應該展示給用戶什麼內容：用戶表現出喜好的內容都推給用戶，雖然用戶不一定看得見後面的。
這些內容該怎麼排序：按照時間衰減因素和內容受歡迎程度綜合排序。
3. 智能排序——雙刃劍Facebook使用智能排序之後據稱效果拔群，於是我們看到越來越多的社交網絡放棄使用Timeline排序，轉入智能排序的陣營，國外的Twitter，國內的微博和知乎。
智能排序牽扯到複雜的模型構建和機器學習，這裡只闡述下簡單的原理。
首先，系統需要知道什麼是一個內容被展示的目標值。比如微博，一個內容被展示的目標值是轉發，評論，點讚的次數。那麼通過大量的樣本的機器學習，系統對於什麼是好的內容會有一個預測。這個對於一個內容的預測，則是的智能排序的基礎。
接下來，系統會屏蔽掉一些違規的內容，比如Facebook處罰標題黨，知乎處罰抱團點讚。
其次，為了用戶內容的質量，系統會在用戶的Feed中增加一些熱門的內容。
最後，考慮內容和用戶的親密度、系統認為內容受歡迎的程度、內容時間衰減性等因素後，系統進行綜合排序。
聽起來智能排序是一個很好的主意。但是，智能排序也是一把雙刃劍。
算法質量的高要求，導致一些技術比較差的公司，使用智能排序效果不佳。另一方面，因為智能排序的不透明性和擴展性，過度的商業化更是成為了用戶體驗的頭號兇手。
有的內容因為用戶買了粉絲頭條而可以排在Feed流前面，有的內容只要有足夠的推廣費，可以繞過關注關係，呈現在用戶面前。智能排序如果被過度商業化，那麼Feed流的用戶體驗也會越來越差。
4. 總結Feed流的設計原理其實講起來比較簡單，如果需要成型的排序算法，也可以找到很多，但是更重要的是，什麼是真正適合的選擇。
如果選擇Timeline的排序，那麼就需要考慮用戶關注的內容是否足夠有吸引力。
如果選擇重力排序算法，那麼就需要考慮該如何選擇參數保證最後的展示效果。
如果加入不斷壯大的智能排序大軍，那麼就需要考慮是否有足夠的技術實力和產品自制力。
重要的是思考清楚兩個問題：
Don’t waste life in doubts and fears，just make a choice.