社交产品中的信号与暗示：关注（下）

社交产品笔记 2023-08-03 04:20:28

一、匪夷所思的推荐

APP 另一种影响社交图谱的方式是推荐关注列表，这些通常出现在用户首次登录演示中，穿插在提示中。

早期 Twitter 用户有幸出现在首页 Twitter 推荐关注列表中，如今他们拥有数十万甚至数百万的关注者，因为他们会被优先推荐在每个新用户面前。

这可以看做是一项巨大的平台资源补贴，但我发现列表上的很多选择都令人费解。几年前，一个朋友第一次建立了一个 Twitter 账户，并向我展示了 Twitter 在注册时推荐给他的账户列表。

但当用户第一次注册，Twitter 对他们一无所知，这是一种奇怪的博弈。

多年来，人们对 Facebook 的“好友推荐”小工具惊叹不已。“他们怎么知道我认识那个人，是的，我当然会加他们为好友。”然而，正如前面提到的，考虑到消息动态的构建方式，这可能是一个错误图谱设计。

这并没有阻止社交平台尝试解决这个问题。对许多社交应用来说，feed 流量的减少至关重要。然而，大多数应用并没有解决图谱设计的根本问题，而是选择修补这个问题。最流行的方法是切换到算法 feed，而不是按时间顺序。该算法的任务是过滤你选择关注账户的内容，试图在噪声之上恢复信号。为了决定什么该保留，什么该丢弃，算法会观察各种信号，但在基本水平上，它们都试图猜测什么会吸引用户。

不过，这只是上游错误的一个补丁。看看 Facebook，它每隔几年就会在消息内容和你认识的人提供更多信息之间摇摆。除非他们承认问题的根源在于从他们单一的社交图谱中获取消息源，否则他们无法真正解决用户流失问题。然而，放弃这个基本的 News Feed 架构将是他们在漫长的历史中所做的最大胆的决定。这不仅是因为他们现在几乎所有的收入都来自于“News Feed”，还因为组建一个整体图谱可能是他们对抗政府反垄断政策的最有力的架构防御。

与以双向好友为主的 Facebook 不同，Twitter 是建立在一个由单向关注者组成的图谱上。从理论上讲，这应该会减少它所面临的图谱设计问题。然而，它也存在任何基于社交图的兴趣图所存在的缺陷。你可能对一个人的某些兴趣感兴趣，但对他们的其它兴趣却不感兴趣。Twitter 喜欢专注于一个利基市场的纯粹 Twitter 帐号。但大多数人不会选择使用多个 Twitter 账户来将他们喜欢的话题清晰地分开。

我最喜欢的找出系统缺陷的试探性方法之一是查看那些试图破坏系统的人。长期以来，高级社交媒体用户一直试图解决图谱设计问题。创建 finsta 或Twitter 账户的用户这样做，在一定程度上是为了构建更适合特定目标的替代图谱。我们可以想象另一种不需要用户创建多个账户来实现这些策略的社交架构。但在这个世界上，每个社交媒体账户只能与一个身份关联，用户被锁定在每个账户的单一图谱中。

APP 解决图谱设计问题的一个聪明方法是消除用户不再感兴趣的账号的那种负担。正如我们的社交图谱在自己的一生中不断变化一样，我们的在线社交图谱也会不断变化。我们在幼儿园的朋友往往不是我们在小学、高中、大学甚至更高阶段的朋友。

一款高保真度的社交产品会随着时间的推移，通过观察我们的互动模式，自动剔除我们的社交图谱。想象一下，Twitter 或 Instagram 只是悄无声息地主动取消关注用户有一段时间没有关注的账户，或者已经“休眠”的账户等等。Twitter 和 Facebook 提供了像静音这样的方法来减少我们从别人那里看到的内容，而无需解除好友关系或取消关注，但这需要很多工作，坦白地说，我都觉得使用这些方法是个“懦夫行为”。

二、社交平台的长期目标是什么类型的交互

通讯应用，由于专注于两个人或群组之间的直接交流，自然地通过将带有最新消息推送到平台的置顶来实现这一点。从我们生活中消失的人只是从屏幕底部消失，后进先出法一直是一种比较有效的通用关联探索方法。

另一种图谱设计问题的解决方案可能是将用户从内容 feed 与社交图谱中分离出来。在此前的三篇关于 TikTok 文章中，我写了该 App 的架构与大多数西方社交媒体平台的架构有何根本不同。TikTok 不需要你关注任何账户来为你构建相关的 feed。它做了两件事：

首先，它试图通过向你展示的一切的反应来观察你对什么感兴趣，它试着了解你的品味，而且做得非常好。TikTok 是一个以兴趣而构建的图谱；

其次，TikTok 通过两个阶段的筛选过程来运行每个推荐视频。首先，它通过人类已知的最可怕、最糟糕的质量过滤器之一播放视频：一个由数百名主要是Z世代用户的小组。如果这些测试观众没有表现出任何兴趣，视频就会被扔进 TikTok 的垃圾箱，除非有人直接在某人的个人资料中找到它，否则不会再被看到；

随后，TikTok 会根据每个用户的口味来决定该视频是否会引起他们的兴趣。即使你不关注视频的创作者，如果 TikTok 的算法认为你会喜欢，你也会在自己的 For you 页面上看到它。

最近，Instagram 宣布将开始向用户显示他们没有关注的账户的帖子。在许多方面，这接近于我们将看到的 Instagram 对 TikTok 架构的优越性的让步。TikTok 的架构是纯娱乐的。

有些应用程序使用某种主题或内容选择器：告诉我们你喜欢什么音乐或电影类型、哪些新闻话题让你感兴趣，然后他们尝试使用机器学习和整个用户群的信号来为你提供相关的反馈。

这种方法的有效性差别很大。为什么 Spotify 上由一首歌曲生成的播放列表效果如此之好，而它的播客推荐却显得很普通？为什么在花了数年时间和数百万美元进行研究之后，Netflix 的推荐仍然感觉很普通，为什么它真的不重要？为什么亚马逊上的书籍推荐是可靠的，而新闻网站上的文章推荐却是随机的？要想深入研究为什么一些内容推荐比其他推荐效果好得多，这需要一整篇文章，因为这个话题太复杂了。

本篇文章重要的是，内容被过滤后明显偏离了社交图谱。Twitter 允许用户关注账户之外的话题，这可以被视为向纯兴趣图谱迈进了半步。

这并不是说社交化的应用不能更有趣，或者人们不会与认识的人分享一些相同的兴趣。我们都关心自己的利益，也关心生活中的人。当它们重叠时，情况就好多了。只是在我们使用当前的社交应用十多年后，我们有大量的案例研究来说明假设它们之间相关的缺点。

第二个需要考虑的问题是，应用程序的长期目标是什么类型的交互。是1V1的互动还是对大量观众的广播？你希望创造多少比例的用户，而不只是消费？你的应用最好的服务对象是那些在现实生活中互相认识的人，还是那些有共同兴趣的陌生人?或者两者兼而有？你的应用是针对同一家公司或组织的人吗？互动是否跨越了文化和国家边界，还是将不同的地理区域分隔成各自的图谱是最好的?

下一代社交产品团队能够也应该更积极地思考，从长远来看，哪种社交图谱能够提供最好的用户体验？

我不确定，但我感觉很多社交网络的图谱都是有特定设计的。这使得图谱设计成为一种带有更多开放问题而非答案的练习。在某种程度上，Facebook 一开始只是为哈佛学生创建的，这可能偶然地施加了一些有用的图谱设计限制。

与某些类型的设计不同，图谱设计并不适合创建原型。社交网络至少在某种程度上是复杂的自适应系统，这使得我们很难对当图谱达到一定规模时将发生何种类型的互动进行原型化。

但是传统的复杂的适应系统是如此的复杂以至于预测是徒劳的，而社交网络在两个方面是不同的。第一，人的本性是一致的；第二，我们有大量的超级规模的社交网络需要研究。当你在图形设计中做出某些选择时，它们是大量真实世界的测试用例。

它们也存在于世界各地的多个市场。这使得研究不同的路径依赖性成为可能，尤其是在比较不同文化和市场条件时，如中国和美国。尽管背景存在各种差异，但像恶意攻击这样的问题似乎是普遍存在的，这表明有一些强有力的潜在机制在起作用。

一旦你抓住了图谱设计的线索，就可以挖掘出很多细节。如果联系的人是完全陌生的，你将如何建立足够的信任（例如通过声誉系统）？如果平台主干是一个内容 Feed，那么这个 feed 必须只从被关注账户发布的故事中提取吗？它一定要从这些账户中挑出候选人吗？对于用户之间的健康交互，feed 是正确的架构吗?

那么思考图谱设计的问题是谁的工作？什么时候？举个例子，增长团队的策略应该由你的图谱设计来决定。增长不应该被视为一个流氓团队，他们唯一的工作就是向每个可能的方向扩展图谱。他们需要知道好和坏的图谱增长是什么样子，这样他们才能制定更符合长期愿景的战略。

三、5只黑猩猩理论

最近，TikTok 开始推送我更多地与现实生活中我认识的人联系起来。我收到过提示，让我关注我可能认识的人，现在当我和别人分享视频时，我经常会收到通知，告诉我他们已经看过我分享的视频。通常，这些通知是我知道他们有 TikTok 账户和用户名的唯一方式。

到目前为止，我喜欢 TikTok，但没有真正关注任何现实生活中我认识的人。或许 TikTok 正试图让视频分享成为 App 本身的一部分。但在我的文章中，很明显，我认为任何社交产品图谱的任何变化都应该谨慎对待。我认识的大多数人都不做 TikTok，所以关注他们不会对我的 FYP 有太大影响。对于更年轻的一群人来说，他们制作 TikTok 的频率要高得多，所以关注彼此可能更有意义。

另一方面，任何默认带有公共图谱结构的 APP 都会激发人类与生俱来的判断冲动。“等等，我认识的这个人关注 TikTok上的哪个账户？啧啧啧啧。”

对于 TikTok 是否应该推动用户复制他们真实世界的社交图谱，答案还没有确定下来。我提出这一点只是为了说明图谱设计是一门需要深入思考的学科。顾名思义，它可以使用一些设计。

“关注”这个词很合适。我们关注的人可以成为自我实现的预言。首先你构建你的图谱，然后你的图谱再构建你。大量研究表明，人类倾向于与相处时间最长的人以相同的频率振荡。硅谷智者 Naval Ravikant 从动物学中发现了“5 只黑猩猩理论”，该理论认为，你可以通过观察哪 5 只黑猩猩和它们交往最多来推断出其中任何一只黑猩猩的情绪和行为。

社交媒体的现状是，我们可以通过关注者来预测任何在平台上的人的行为，和他们被迫与人互动的“空间”，无论是 Facebook News feed 或 Twitter Timeline 等等。我们都知道有些人在社交媒体上表现得很糟糕。基本归因错误预测，当用户可能只是对环境和动机做出反应时，我们会认为他们本质上很可怕。

人类不是黑猩猩，我们倾向于同时在几十个不同的社会群体中混居。里德定律预测网络的效用呈指数级增长，因为不仅网络中的每个人可以与其他每个节点连接，而且子群的数量是 2^N-N-1，其中 N 是网络中的人数。

但是，一个社交平台是否允许容易形成这样的子群组是一个设计问题。单一 Feed 倾向于迫使人们进入更大的小群体，而这对于互动来说是最健康和理想的。虽然每个用户看到的是不同的 Twitter Timeline或 Facebook News Feed，但这种错觉仍然是一个普遍共识。因为任何人都可能看到你发布的内容，所以你应该装作每个人都会看到。

即时通讯 APP 则倾向于让用户自己形成与自己最相关的子群组。Facebook Groups 是一个比 News Feed 更灵活的架构。人类包含众多群体，社交应用应该满足他们不同的通信隐私需求。

毫不奇怪，许多科技公司安装了 Slack，然后很快就发现自己要处理员工起义的问题。当您重新连接任何群体的通信拓扑时，这改变了成员之间的动态。Slack 的公共渠道就像公司内部的公共广场，让更多的员工了解彼此的想法。这可能会导致一名员工找到其他人，他们认为是少数人的意见。我们现在才看到有多少公司在过去“相对平静地运营”，这在很大程度上是因为电子邮件作为一种通信技术所固有的隐私。

四、社交图谱的长期主义

从很多方面来看，在2021年的今天，图谱设计在西方社交媒体中的地位肯定比社交媒体早期更重要。在互联网的早期，公共社交图谱几乎不存在。在大多数情况下，我们的图表仅限于我们知道的电子邮件地址，以及我们最喜欢的新闻中某个人名。很难向伴随互联网长大的一代人解释，在互联网早期，每一次在线新连接都是多么令人兴奋的秘密。如果你只知道一个人的名字要在网上找到他有多难。

今天，我们有足够多的方式与世界上任何一个人联系。当我可以通过智能手机和互联网连接到任何一个人时，将某人添加到我的地址簿中几乎没有必要。

现如今，网上找人是一种“商业模式”，更妙的技巧是在正确的背景下与正确的人建立联系。我的手机上安装了十几款通讯软件，它们看起来都差不多。虽然我在这里主要是防御性地讨论了如何避免图谱设计中的错误，但积极的观点是使用图谱设计。如何制作一个独特的图表图谱，它的代码结构有价值，更重要的是独特的智慧？

LinkedIn（领英）可能是硅谷人最喜欢抱怨的社交应用，但尽管很多抱怨是有道理的，但其庞大的市值证明了其图谱的价值。事实证明，如果你绘制出专业的图谱，不仅是今天的，而是长期和组织的维度，招聘人员会花很多钱来使用。

对于所有关于我们当前的社交网络是否对社会有益的争论，我更倾向于关注尚未实现的潜力。但不是有更多类型的大规模合作可以实现吗?

大约每隔一周，我就会被介绍给一个很棒的人，或者一个我从未听说过的、令我震惊的人。社交网络本身并没有促进这些介绍，这让我更有希望，而不是悲伤。十年后，今天的社交图谱将看起来像笨拙的工具，它们的配置是如此原始。

我们也会回顾过去的十年，看看在正确的时间和正确的环境下，我们最终遇到了多少更棒的人，并意识到，真正的财富是我们一路上结交的朋友。

知道一款应用是关于什么的时候，用户就会被要求授权访问通讯录，并关注任何匹配的用户（或者更糟的是，向他们的联系人列表发送邀请）。在推动人们复制通讯录的过程中，APP 显然是在人们现实世界的社交图谱基础上建立起来的。