徐一龙：把今日头条等同于算法推荐，是四五年前的认知了

本篇文章5256字，读完约13分钟

首先，标题=算法+热点+关注+搜索

很少有人知道今天的网络追踪系统，标题追踪，最初是今天的标题每天弹出的操作动作。

今天标题中的一些弹出窗口是针对本地用户的，为他们提供本地信息。2015年年中，今天的头条试图推动在本地搜索你——只有这个本地区域更准确，在失踪者周围几公里处。

最初，我们希望使用这种方法来帮助寻找走失的孩子，但我们没有想到走失的孩子很少，即使他们被推出，也没有一个成功。到了2016年的春节，当我们犹豫着要不要放弃的时候，我们意外地发现，我们偶尔推送的一条寻找失踪老人的信息实际上是成功的。

我记得，这是2016年的第二天。益铭知道后，他说，这是有价值的，所以作为一个长期项目来做。

许多人知道后来发生了什么。一项公益项目，始于2016年元旦。基于lbs技术的标题追踪，已经逐渐从寻找失踪老人扩展到寻找需要紧急住院的精神病患者的家属、台湾海峡退伍军人的幸存者和烈士的幸存者。在过去的三年里，第二次世界大战已经帮助了10，000多个离散的家庭。

我讲这个故事是想说，至少在四五年前，把标题等同于算法是一种偏见。写这篇文章的目的是从传统媒体人的角度，谈谈今天的标题是如何在7年时间里搭建起一个包括“算法+热点+关注+搜索”的通用信息平台的。

2015年1月，我担任今天头条的副总编辑，参与了内容操作。在那之前，我在传统媒体工作了15年。在成为今天的头条之前，我不知道“算法”，但我也不熟悉“推荐”这个词——传统媒体很少用“推荐”这个词来描述商业。

为什么？我的理解是“算法”和“推荐”的业务场景都在处理大量的信息。我过去在电视台、报纸和杂志工作，但制作的内容实际上非常有限。报纸上最多有数千篇新闻文章。媒体可以通过使用“标题”、“头版”和“封面”来解决信息应用所针对的“推荐”问题。像今天的头条这样的文章有几十万篇，每天都在增加。如果没有“推荐”，就完全没有秩序。

那么，什么是“推荐”？我的理解是:面对海量内容时，如何帮助用户高效地选择和消费内容。

上了今天的头条后，我的文科学生对“算法”有了一个肤浅的理解。对于更多的内容行业观察者来说，今天的头条甚至普及了“算法”的概念:通过个性化推荐技术，用户可以看到他们感兴趣的内容，这后来成为全世界几乎所有内容平台的标准配置。然而，今天的标题推荐策略不仅仅是一个“算法”。

自2012年8月推出以来，今天的标题已经经历了7次重大版本更新，在此过程中，它已经发展成为一个拥有超过1亿人日常生活的全国性产品。今天标题的推荐策略早已独立于“算法”，而是一个具有“算法+热点+关注+搜索”等多种功能的通用信息平台。

热点，注意，搜索...在这些功能的背后，今天的头条新闻正在不断改进他们的推荐策略。在我的印象中，有三个重要的节点。

第一次是在2015年建立了关键新闻区。2015年1月，标题推荐频道已经有了一个新闻区，但是这条新闻遵循的是“加权推荐”的策略，并不是每个用户都能看到。那时，我刚刚加入公司。基于传统媒体人对重要新闻的判断，我在加入公司后提出了第一个产品要求:“重要新闻要让每个用户都能看到”。从算法开始的产品经理和工程师也认为这种需求是合理的。因为他们还发现，每当重大新闻发生时，标题的dau都会得到改善，而且算法可以让用户看到自己喜欢的内容，而重大新闻则是“穿透性的”，就像抹了黄油的热刀，可以很容易地穿透个性化——即使是不注重技术的用户也会关注孟晚舟在加拿大的经历。现在，“重要新闻”的演变更加成熟。如果你仔细观察标题的首页，你会发现整个页面可以分为四个区域，第一个是搜索区域，第二个是频道区域，在这里你可以看到各种垂直信息，第三个是权威媒体的重要新闻，第四个是个性化区域，用户可能会感兴趣。我们希望通过这种改进，能够满足用户对个性化信息和新闻热点的需求。

(描述:今天的标题产品内容图)

第二次是在2017年推出微标题和问答产品。通过这两种新的内容类型，我们探索了智能社会化，包括:推出一个在线问答频道和推出一个独立的产品“吴空问答”，一个为每个人服务的问答社区；上网到“微标题”，这样所有的标题用户，尤其是普通人，可以通过发布简短的内容与他人互动和建立关系。这是将标题从算法分布改为社会分布的初步尝试。我们希望用户能够在标题中建立有效的社会关系。同时，内容可以以“关注”的形式分发，而不仅仅是依靠算法。因此，我们也对我们的产品进行了改变。今天的标题客户端的第一列(最左边)是关注频道，用户可以在这里实时查看他们的关注用户的趋势。此外，当用户刷推荐频道时，他们也可以随机刷他们关心的亲戚朋友或名人的趋势。因为我的工作，我关注许多名人、作家和朋友的头条新闻。我会发现“注意力渠道”对我越来越有吸引力，甚至可以与“推荐渠道”相媲美，这就是注意力分配的魅力。

第三次是在2019年推出标题搜索。最近，我们推出了全网搜索功能。这是今天标题“信息创造价值”的延伸。用户可以通过今天头条顶部的搜索框来查询站内外的信息。我自己也经常在标题中使用搜索。坦率地说，最初的结果不是很好，但是最近，它越来越能满足我的搜索需求。而热操作工作也延伸到搜索。每当重大新闻出现时，运营商都会优化搜索结果页面，让人们可以看到最重要和最新的重大新闻进展。

其次，该算法不创造信息茧，而是探索兴趣

在互联网时代，人们通过互联网获取信息的方式主要有四种:一是门户网站，二是搜索引擎，三是社交互动，四是算法。

门户网站的特点是人工编辑和筛选，并在首页列出所有新闻。缺点是容量有限，一天最多更新数百篇文章，用户不会阅读每一篇文章。像今天的头条新闻一样，内容池是数千万篇文章，可以提供更多的信息。

搜索意味着人们主动获取信息，但是在海量的搜索结果中，需要花费大量的时间一个一个地仔细筛选出他们想要的东西。即使搜索结果不断优化，“查找内容”的过程在搜索时仍然需要花费大量时间。

社会化等于关注和订阅，是我根据自己的需要选择的。然而，一个人经常选择关注他相信或喜欢的东西。例如，当我的家人相信健康和健康时，他们会关注健康和健康的作者。问题是很难突破认知。

(描述:从互联网上获取信息的方法有很多，集成是最好的方法)

有人说，该算法将创建一个“信息茧室”。这是对算法的最大误解。

“信息茧屋”的概念来自哈佛法学院教授基思·桑斯坦。他在《信息乌托邦——人们如何生产知识》一书中指出，在信息传播中，由于公众自身的信息需求不是全方位的，公众只关注他们选择的东西和让他们快乐的传播领域，久而久之，他们将被束缚在一个像茧一样的茧屋里。

为什么我说算法不会创造“信息茧”？

首先，除了用户现有的个人兴趣之外，该算法还将基于使用环境、内容流行度和其他用户的兴趣向用户推荐信息。这些因素可以丰富推荐内容，避免缩小内容范围。

其次，算法本身也包括兴趣探索。

一般人对算法的理解是:随心所欲。但是生命是漫长的，人们的兴趣不仅是多样的，而且是不断变化的。例如，我是英超球队阿森纳的铁杆球迷，但阿森纳近年来每况愈下，我真的很累；在体育内容方面，近年来我更加关注乒乓球，尤其是“日本选手张本智、伊藤美成能在多大程度上挑战中国乒乓球选手”，这让我更加关注“阿森纳能否进入英超前四。”

算法如何做这样有趣的探索？找到这个问题的答案也是一个“新的兴趣”，我想在今天的头条之后探索一下。

在咨询了公司的技术同事后，我了解到算法最有效的能力是识别你最感兴趣的内容和你最不感兴趣的内容。在这两者之间，还有一大块“你可能感兴趣的东西”，工程师和产品经理永远不会放弃。事实上，每个人的成长也是一个不断将“可能感兴趣的事情”转变为“感兴趣的事情”和“不感兴趣的事情”的过程。

至于算法如何识别“最不感兴趣的内容”，在算法推荐中有一个特殊的术语叫做“协同过滤”，英文术语叫做协同过滤。“过滤”是“推荐”的对立面，也是“同一事物的两个方面”。这个算法有很强的能力过滤掉你明显不感兴趣的和你无关的东西。例如，我一点也不在乎美丽和口红，所以算法不需要向我推荐这些内容。

那么，该算法如何探索“人们可能感兴趣的内容”？

用户兴趣的泛化和窄化实际上是推荐系统中的一个经典问题，受到了学术界和工业界的高度重视。这个问题被称为开发探索(EE):开发指的是利用通过已知比较确定的用户兴趣来推荐相关内容。探索就是探索，它不仅向用户推荐已知的、感兴趣的内容，还需要不断探索用户的其他兴趣，以避免不变的推荐结果。

该算法的目标是满足用户获取尽可能多的有价值信息的需求，并使用户获取的信息价值最大化。

(描述:就像打开一个百宝箱，算法需要探索以发现用户的兴趣)

我们的工程师达纳说，兴趣探索将在短期内减少用户的使用时间，因为用户会刷信息流中不太感兴趣的内容，并感到信息流是混乱的。然而，如果你没有兴趣去探索，你可以在短期内提高点击率，但是这种提高的效果会迅速衰减，所以从长远来看，好处是负面的。

因此，兴趣探索不是算法的“锦上添花”，而是“必不可少的”。

现在你可以理解“算法是推动你喜欢的任何东西”是一个“幼稚”的误解。

第三，人是万物的尺度和算法的尺度

当然，没有什么是完美的，算法也有一些局限性。因此，需要一些其他手段来帮助信息更好地流动。

在今天的标题中，我们在内容操作上主要做两件事:第一，帮助标题获得更多的优质资源；第二是确保高质量的内容在标题中获得合理的阅读比例。

算法越精确，兴趣探索就越成功。如果内容池的内容不是高质量和丰富的，推荐将不会使用户感觉良好。因此，从一开始，我们就非常重视高质量的内容。2015年，头条率先启动了“万人万元计划”，为1000名高质量作者提供了每月1万元的保底补贴。今年启动了“创作者收入计划”，希望帮助1万名创作者每月收入超过1万英镑，这样高质量的创作者可以获得更多的收入。

公平没有得到平等对待。对于公司调查和娱乐八卦来说，前者付出了很多努力，而流量往往低于娱乐内容。此时，平台应该有足够的勇气“拉错框架”。“偏框架”不仅体现在金融支持上，还体现在流动支持上。

有些高质量的内容可能不会引起所有用户的兴趣，不能简单地从用户的行为习惯来判断，也不能被推荐系统直接有效地衡量。人们需要在这个时候进行干预。

一方面，我们调整机器推荐权重，例如为来自高质量来源的高质量内容推荐更多权重；另一方面，我们优化了产品机制，提供了双标题和双封面，帮助创作者提高推荐效果。此外，我们还投入了专门的人力来寻找帮助高质量内容获得更好的分发和阅读体验的方法。我们有一个名为“作者体验”的特别团队。

举个例子。2017年10月，在今天的头条和三联生活周刊达成战略合作后，我们为三联量身定制了封面主题的发布方式。封面主题是三联的特色，一个主题通常由四到六篇文章组成。在手机信息流中，一个专题的阅读效果不如一篇文章。然而，如果这些文章被分解和分散，一个特殊主题的阅读价值就会降低。后来，我们尝试把“三联”这个话题放在标题信息流中，同时有两种发布方式，可以单独推荐，也可以特别推荐。用户可以通过收集每个话题来阅读《三联周刊》的所有封面故事。最新的封面故事“老友记”最近推出，你可以在今天的标题中搜索“三联生活周刊”找到它。

(描述:《三联生活周刊》的封面故事将被打包成今天标题中的特别推荐，它还在搜索中进行了优化，以帮助用户快速找到它。(

我今天上了头条后，媒体圈的老朋友经常问我:易龙，你上头条干什么？标题不依赖于算法吗？

看，这两个问题本身是矛盾的。如果标题依赖于算法，我真的和标题没有任何关系。事实是，我在头条新闻中很忙；除了算法，头条还有很多人。

我们始终相信人们对质量来源和内容的歧视。人类的判断不同于机器，但也值得注意。技术更快，面对海量信息，分发效率尤为重要；但是人更准确，尤其是在模糊的领域，人的移情和想象力可以发挥重要作用。

事实上，人和技术都只是一种手段，希望得到最好质量的信息，能够很好很快地到达需要它的用户那里，让人们找到信息，让信息找到人，消除用户“早知道就好”的遗憾。

不久前，一位同事给我发来了一位脑科学专家的评论。为了击败推荐算法，需要两个因素:1 .你需要追求高质量的内容。2.你需要随机抽取不同领域的人类知识。

事实上，算法所追求的与专家所追求的根本不冲突。因为，归根结底，算法的目标是由人设定的，而算法的核心并不与高质量的内容和多样性相对立。这也是今天的头条一直努力的方向。

这位专家所需要的“因素”都在今天通用信息平台的头条新闻中。

如果只有一个算法，就永远不会有标题去寻找人；如果只有算法，今天的头条不会长时间保持增长。

“让上帝属于上帝，凯撒属于凯撒。”人类真的不需要打败算法。有必要与算法竞争。这可能是人类的虚荣和傲慢。例如，在围棋领域，我们不必追求阿法尔狗的失败。

该算法在效率上优于人类，人类的同理心和想象力也高于该算法。我们应该做的是互相学习，做好分工。毕竟，参差不齐的多态性是幸福的来源。

来源：搜狐微门户