編者按：本文來自微信公眾號(hào)“機(jī)器之心”（ID:almosthuman2014）,，創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。

如何振興推特,，馬斯克選擇「流量最大」的打法,。?

馬斯克曾把特斯拉的專利開源，現(xiàn)在推特的算法也被他開源了,。?

首富伊隆?馬斯克去年收購(gòu)?fù)铺厍熬驮硎?，推特的代碼應(yīng)該在 GitHub 上公開，以便公眾對(duì)其進(jìn)行檢查,，這樣才算得上健全,。在這不久后，馬斯克宣布收購(gòu)?fù)铺?，推特?GitHub 主頁上很快新增了一個(gè)「the-algorithm」倉(cāng)庫,，不過這個(gè)倉(cāng)庫很快就 404 了。?

前幾天他又表示,，推特會(huì)在 3 月 31 日開源推薦代碼,。這一次，他終于兌現(xiàn)了,。?

馬斯克在推特上表示,，目前發(fā)布的是「大部分推薦算法」,，其余的將在未來發(fā)布。?

短短幾個(gè)小時(shí),，該項(xiàng)目就收獲了 13.5K Github Star：?

開源地址：https://github.com/twitter/the-algorithm?

在 Twitter Spaces 會(huì)議上,，馬斯克解釋道：「最初發(fā)布的算法會(huì)非常尷尬,，人們會(huì)發(fā)現(xiàn)很多錯(cuò)誤，但我們會(huì)很快修復(fù)它們…… 即使你不同意某件事,，至少你會(huì)知道它為什么在那里,，并且你沒有被秘密操縱...... 我們的參照物是 Linux ,，一個(gè)很好的開源操作系統(tǒng)樣本…… 理論上，人們可以發(fā)現(xiàn) Linux 的許多漏洞,，但實(shí)際上社區(qū)會(huì)識(shí)別并修復(fù)這些漏洞,。」?

既然開源,，那就表示接受修改建議,。馬斯克又表示了，每過 24 小時(shí)到 48 小時(shí),，推特會(huì)根據(jù)用戶建議對(duì)推薦算法進(jìn)行一次更新,。?

不僅接受人們的監(jiān)督,，還可以提升技術(shù)實(shí)力，看起來是一舉多得的好事,。?

有趣的是,，外媒 Gizmodo 的一篇報(bào)道指出， 推特向用戶推送的 VIP 列表似乎沒有公開,。本周 Platformer 報(bào)道稱,，推特有一份值得關(guān)注的用戶輪換名單，包括 YouTuber Mr. Beast 和 Daily Wire 創(chuàng)始人 Ben Shapiro,，它通過看似隨意地增加這些「高級(jí)用戶」的可見性來監(jiān)控推薦算法的變化,。?

還有更多證據(jù)表明，推特的算法可能會(huì)根據(jù)來源不同地對(duì)待推文,。研究人員 Jane Manchun Wong 指出,，推特的算法專門標(biāo)記了「推文作者是否是 Elon Musk」，還有其他標(biāo)簽表明作者是否是「高級(jí)用戶」等,。?

對(duì)此,，推特在今天下午的 Spaces 會(huì)議上也有回應(yīng),，一位推特工程師表示，這些標(biāo)簽僅用于衡量指標(biāo),。而馬斯克說自己在今天之前不知道這些標(biāo)簽,，并表示「它們不應(yīng)該在那里」。?

在推特同期發(fā)布的技術(shù)博客上,，工程師們對(duì)推薦系統(tǒng)算法進(jìn)行了一番解釋。?

推特推薦系統(tǒng)的基礎(chǔ)是一套核心模型和功能,，從推文,、用戶和相關(guān)數(shù)據(jù)中提取潛在的信息,。這些模型旨在回答關(guān)于 Twitter 網(wǎng)絡(luò)的重要問題，例如,，「你未來與另一個(gè)用戶互動(dòng)的概率是多少,？」或者,，「Twitter 上有哪些社區(qū),，其中有哪些流行的推文？」準(zhǔn)確地回答這些問題使 Twitter 能夠提供更相關(guān)的推薦,。?

推薦流程由三個(gè)主要階段組成： ?

1. 從不同的推薦源中獲取最佳推文,，這個(gè)過程被稱為候選搜尋（candidate sourcing）。?

2. 使用機(jī)器學(xué)習(xí)模型對(duì)每條推文進(jìn)行排名,。?

3. 應(yīng)用啟發(fā)式方法和過濾器,，例如過濾掉你已經(jīng)屏蔽的用戶的推文、NSFW 內(nèi)容,，以及你已經(jīng)看過的推文,。?

負(fù)責(zé)構(gòu)建和服務(wù) For You 時(shí)間線的服務(wù)被稱為 Home Mixer。Home Mixer 建立在 Product Mixer 上,，這是推特定制的 Scala 框架,，可以方便地構(gòu)建內(nèi)容提要。這項(xiàng)服務(wù)作為軟件主干,，連接不同的候選推文來源,、評(píng)分功能、啟發(fā)式方法和過濾器,。?

下面這張圖說明了用于構(gòu)建時(shí)間線的主要組件：?

接下來探討一下這個(gè)系統(tǒng)的關(guān)鍵部分,，大致按照在一次時(shí)間線請(qǐng)求中的調(diào)用順序,，從檢索候選推文源開始。?

Twitter 有幾個(gè)候選推文源,，他們用這些候選源來為用戶檢索最近的相關(guān)推文,。對(duì)于每個(gè)請(qǐng)求，他們?cè)噲D通過這些來源從數(shù)以億計(jì)的推文池中提取最好的 1500 條推文,。他們從你關(guān)注的人（網(wǎng)絡(luò)內(nèi)）和你不關(guān)注的人（網(wǎng)絡(luò)外）中找到候選推文,。今天，F(xiàn)or You 時(shí)間線平均由 50% 的網(wǎng)絡(luò)內(nèi)（In-Network）推文和 50% 的網(wǎng)絡(luò)外（Out-of-Network）推文組成,，盡管這可能因用戶而異,。?

網(wǎng)絡(luò)內(nèi)推文源是最大的候選推文來源，旨在提供你所關(guān)注的用戶的最相關(guān),、最近的推文,。它使用一個(gè)邏輯回歸模型,，根據(jù)相關(guān)性對(duì)你所關(guān)注的人的推文進(jìn)行有效排名。然后,，排名靠前的推文被送到下一個(gè)階段,。?

對(duì)網(wǎng)絡(luò)內(nèi)推文進(jìn)行排名的最重要的組件是 Real Graph。Real Graph 是一個(gè)預(yù)測(cè)兩個(gè)用戶之間接觸的可能性的模型,。你和推文作者之間的 Real Graph 得分越高,，推薦內(nèi)容中就會(huì)包含更多他們的推文。?

網(wǎng)絡(luò)內(nèi)推文源一直是推特最近工作的主題,。他們最近停止了 Fanout 服務(wù)的使用,，這是一項(xiàng)有 12 年歷史的服務(wù)，以前用來從每個(gè)用戶的推文緩存中提供網(wǎng)絡(luò)內(nèi)推文,。他們也正在重新設(shè)計(jì)邏輯回歸排名模型,，該模型最后一次更新和訓(xùn)練是在幾年前！?

在用戶網(wǎng)絡(luò)之外尋找相關(guān)的推文是一個(gè)比較棘手的問題：如果你不關(guān)注作者,，推特怎么能知道某條推文是否與你有關(guān),？為了解決這個(gè)問題，推特采取了兩種方法：?

1,、社交圖譜（Social Graph）?

第一個(gè)方法是通過分析你所關(guān)注的人或有類似興趣的人的參與情況,，來估計(jì)與你相關(guān)的內(nèi)容。?

推特遍歷上述分析內(nèi)容的圖,，以回答以下問題：?

我關(guān)注的人最近參與了哪些推文,？

誰喜歡與我相似的推文，他們最近還喜歡什么,？

推特會(huì)根據(jù)這些問題的答案生成候選推文,，并使用邏輯回歸模型對(duì)生成的推文進(jìn)行排名。這種類型的圖遍歷對(duì)于網(wǎng)絡(luò)外推薦至關(guān)重要,。團(tuán)隊(duì)開發(fā)了 GraphJet 圖處理引擎,，以維護(hù)用戶和推文之間的實(shí)時(shí)交互圖，以執(zhí)行這些遍歷,。雖然這種用于搜索推特參與度和關(guān)注網(wǎng)絡(luò)的啟發(fā)式方法已被證明是有用的（這些目前服務(wù)于大約 15% 的主頁時(shí)間線推文）,，但嵌入空間方法已成為網(wǎng)絡(luò)外推文的更大來源。?

2,、嵌入空間?

嵌入空間方法旨在回答一個(gè)關(guān)于內(nèi)容相似度的普遍問題：「哪些推文和用戶與我的興趣相似,？」?

嵌入的工作原理是生成用戶興趣和推文內(nèi)容的數(shù)字表征，然后推特就可以計(jì)算該嵌入空間中任意兩個(gè)用戶,、推文或用戶 - 推文對(duì)之間的相似度,。如果生成了準(zhǔn)確的嵌入，推特可以使用這種相似性作為相關(guān)性的替代,。?

推特最有用的嵌入空間之一是 SimClusters,。SimClusters 使用自定義的矩陣因子化算法,，發(fā)現(xiàn)由有影響力的用戶集群錨定的社區(qū)。這里有 14.5 萬個(gè)社區(qū),，每三周更新一次,。用戶和推特在社區(qū)的空間中被表示出來，并且可以屬于多個(gè)社區(qū),。社區(qū)的規(guī)模從個(gè)人朋友圈的幾千個(gè)用戶到新聞或流行文化的幾億個(gè)用戶不等,。這些是一些最大的社區(qū)：?

此外,，推特還可以通過查看推文在每個(gè)社區(qū)中的當(dāng)前流行度來將推文嵌入到這些社區(qū)中,。喜歡推文的社區(qū)用戶越多,，推文與該社區(qū)的關(guān)聯(lián)度就越高。?

「For you」時(shí)間線的目標(biāo)是為用戶提供相關(guān)的推文,。在 pipeline 的這一點(diǎn)上,，有大約 1500 個(gè)可能是相關(guān)的候選項(xiàng)。分?jǐn)?shù)會(huì)直接預(yù)測(cè)每個(gè)候選推文的相關(guān)性,，是在用戶時(shí)間線上對(duì)推文進(jìn)行排序的主要信號(hào),。在這個(gè)階段，所有的候選項(xiàng)都被平等對(duì)待,，而不考慮它來自哪個(gè)候選來源,。?

排序是通過一個(gè)約 4800 萬參數(shù)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的，該網(wǎng)絡(luò)在推特互動(dòng)數(shù)據(jù)上不斷訓(xùn)練,，以優(yōu)化積極的參與（例如,，贊、轉(zhuǎn)發(fā)和回復(fù)）,。這個(gè)排序機(jī)制考慮到了成千上萬的特征,，并輸出十個(gè)標(biāo)簽來給每條推文打分，其中每個(gè)標(biāo)簽代表了參與的概率,。然后,，推特根據(jù)這些分?jǐn)?shù)對(duì)推文進(jìn)行排名。?

在排序階段之后,，推特應(yīng)用啟發(fā)式和濾波器來實(shí)現(xiàn)各種產(chǎn)品功能。這些功能會(huì)協(xié)同工作以創(chuàng)建平衡且多樣化的提要,。一些例子包括：?

可見性過濾：根據(jù)內(nèi)容和用戶偏好過濾掉推文,。例如，刪除其屏蔽或靜音的帳戶的推文,。?

作者多樣性：避免來自同一作者的太多連續(xù)推文,。

內(nèi)容平衡：確保推特提供網(wǎng)絡(luò)內(nèi)和網(wǎng)絡(luò)外推文的公平和平衡,。

基于反饋的疲勞分析：如果用戶提供了負(fù)面反饋，則降低某些推文的分?jǐn)?shù),。

社會(huì)證明：排除與推文沒有二級(jí)關(guān)聯(lián)的網(wǎng)絡(luò)外推文作為質(zhì)量保障,。換句話說，確保你關(guān)注的人參與了這條推文或關(guān)注了推文的作者,。

對(duì)話：通過將回復(fù)與原始推文串連在一起,，為回復(fù)提供更多上下文。

已編輯的推文：確定設(shè)備上當(dāng)前的推文是否過時(shí),，并發(fā)送指令以將其替換為已編輯的版本,。

至此，Home Mixer 已準(zhǔn)備好發(fā)送到用戶設(shè)備的一組推文,。作為流程的最后一步,，系統(tǒng)將推文與其他非推文內(nèi)容（如廣告、關(guān)注推薦和 Onboarding prompt）混合在一起,，這些內(nèi)容將返回到用戶設(shè)備上進(jìn)行顯示,。 ?

上述 pipeline 每天運(yùn)行大約 50 億次，平均完成時(shí)間不到 1.5 秒,。單個(gè) pipeline 執(zhí)行需要 220 秒的 CPU 時(shí)間,，幾乎是在應(yīng)用程序上看到的延遲的 150 倍。?

推特正在開發(fā)更多新功能，為用戶提供更多的透明度,。下一步計(jì)劃包括：?

為創(chuàng)作者提供更好的推特分析平臺(tái),，提供更多關(guān)于影響力和參與度的信息；

提高應(yīng)用到用戶推文或帳戶的任何安全標(biāo)簽的透明度,；

更好地了解推文出現(xiàn)在時(shí)間線上的原因,。

最后，在代碼公開的幾個(gè)小時(shí)內(nèi),，已經(jīng)有人在推特代碼中找到了一些「奇怪」的地方,。?

比如馬斯克在推特算法中有自己的特征類：?

或許馬斯克在神經(jīng)網(wǎng)絡(luò)中也有自己的特殊嵌入向量,。?

另外還有專屬的變量：?

畢竟人家是公司老板,。?

不知在網(wǎng)友的挖掘之下,，還能發(fā)現(xiàn)推特代碼里哪些有趣之處,？?

參考鏈接：https://blog.twitter.com/engineering/en_us/topics/open-source/2023/twitter-recommendation-algorithm?

本文（含圖片）為合作媒體授權(quán)創(chuàng)業(yè)邦轉(zhuǎn)載，不代表創(chuàng)業(yè)邦立場(chǎng),，轉(zhuǎn)載請(qǐng)聯(lián)系原作者,。如有任何疑問，請(qǐng)聯(lián)系