臉書推薦好友邏輯

臉書主管帕利哈皮提亞想到一個能幫助臉書成功的點子,沒料到也將替公司埋下禍根。

2008年初,臉書的成長趨緩。1年多前也發生過類似的低潮,當時開放註冊與動態消息尚未推出,因此這一次停滯更令人憂心,因為前方並沒有突破性的新產品等著上市,沒有人知道成長停滯的原因。

「到達大約9千萬用戶後,我們就進入高原期,」佐伯格回想,「我記得當時人們說,不確定這輩子能否見到突破1億用戶。我們進入撞牆期,需要專心解決那個問題。」

帕利哈皮提亞提出解決方案:組一個衝刺團隊,放手讓他們專注做能增加與留住用戶的事——成長團隊

帕利哈皮提亞很有選才眼光,選中公司元老葛蕾特(Naomi Gleit)、西班牙工程師奧利文(Javier Olivan)、英國行銷人舒茲(Alex Schultz)、資料高手費蘭特(Danny Ferrante),以及明星駭客、Firefox共同創造者羅斯(Blake Ross)。這是一個很多元的組合,他們是資料敢死隊,數位分析圖表就是他們的武器。這個團隊日後證明自己是一時之選,尤其是奧利文、葛雷特與舒茲。十多年後,這3人依舊在臉書,隸屬於佐伯格身邊最核心的領導「小團體」的成員。

你可能認識的朋友

成長團隊真正的代表作就是「你可能認識的朋友」(People You May Know),臉書內部用縮寫PYMK代稱。「你可能認識的朋友」是成長團隊最有效也最具爭議的工具,象徵著成長駭客的黑魔法可能導致意想不到的後果。

「你可能認識的朋友」表面上很無害:在你面前輪流展示臉書上的個人檔案照片,你可能認識那些人,但他們還不是你的臉書好友。這個功能是為了解決成長團隊的研究發現:新用戶如果無法快速找到7個好友,就很有可能停用。用戶要是沒有一群核心好友,臉書對他們來說就像是1個人踢足球。

臉書的確有一些招數能應付尚未與朋友連結的新用戶。「我們曾經做過『填補動態』的假動態。」帕利哈皮提亞解釋。不過,填補動態無法取代實際的臉書好友。成長團隊的資料科學家發現,幫助新用戶找到朋友對臉書非常關鍵,尤其是要幫忙找到活躍用戶。因此,「你可能認識的朋友」對臉書來說是不可或缺的功能。看見潛在的朋友可以改善用戶體驗,使他們更有可能分享更多。最重要的是,人們退出臉書的機率會下降。

臉書為什麼知道?

「你可能認識的朋友」很受歡迎:幫你連上認識的人,讓你的臉書體驗更有價值。但這個功能有時也令人不安,人們會質疑為什麼那些人選會出現在你的動態消息上,那些人和你沒有明顯關聯,有時甚至是你很不想有交集的人。曾有性工作者發現臉書推薦她與客戶成為好友,但客戶並不知道她的真實身分;捐精者被推薦自己不曾謀面的小孩;精神科醫師發現臉書會推薦她的病患互加好友。這個功能還令成千上萬的人感到不舒服,因為臉書建議他們和孩子的朋友、不熟朋友的配偶,或是10年前的可怕相親對象,變成好友。

很多記者研究這項功能,但都不曾讓臉書透露這個產品的原理。科技網站Gizmodo的希爾(Kashmir Hill)的報導特別有名。希爾挖出的故事,包括臉書建議某位女性加為好友的對象,竟然是她長期缺席的父親的情婦。希爾本人也意外發現自己的「你可能認識的朋友」出現了這輩子沒見過的姑婆。希爾詢問臉書是如何發現這些人際關係,但臉書不曾提供資訊。

臉書也不回應希爾的詢問:這項功能會立刻建議好友人選給新用戶,是否代表臉書有儲存非用戶的資料,利用了「影子檔案」?幾年後,佐伯格在國會作證時表示臉書沒有那麼做,臉書的確有留存非用戶的部分資訊,但那是為了打擊假帳號的安全考量。臉書後來較詳盡的解釋亦指出:「我們並沒有為非用戶建立個人檔案。」但有提到臉書留存了部分資料,是為了「最佳化特定裝置的註冊流程」。

臉書的資料科學家貝克史壯(Lars Backstrom)在2010年的訪談解答了一些「你可能認識的朋友」的神祕之處。依據貝克史壯的介紹,最重要的獵場就是「朋友的朋友」,然而「朋友的朋友」範圍非常廣。

貝克史壯表示,用戶平均擁有130個好友,每個好友又有130個好友,也就是說一般用戶會有4萬個「朋友的朋友」,好友達數千人的重度用戶則可能擁有80萬個「朋友的朋友」。他們還會找出各種訊號,例如有多少共同朋友、共同興趣,或是親密度,再搭配「很便宜就能取得的資料」,即可找出有機會讓用戶點選「你可能認識的朋友」人選。隨著資料愈來愈精煉,臉書會利用機器學習做出最後的建議。

貝克史壯也透露,一個人的「你可能認識的朋友」行為,可以協助臉書判斷要提供哪些人選,以及出現在你的頁面上的頻率。臉書一旦判斷你喜歡那項功能,就會一直反覆出現,用很弱的人際連結來填塞你的朋友清單。

幾乎可以確定的是,臉書會監看你的電子郵件,看你和誰聯絡,大概也看了你的日曆,看你和誰碰面。其他來源顯示,如果有人查看你的個人檔案,那個動作就可能增加那個人出現在你的「你可能認識的朋友」清單的機率。光是「心裡想著」某個人,大概還不足以讓那個人出現在清單上,只是你的使用體驗好像是那樣。

留住新用戶,犧牲老用戶體驗

「你可能認識的朋友」的其他問題儘管不明顯,卻依舊令人憂心。早期的臉書高階主管莫林開始認為,「你可能認識的朋友」是不好的做法,為了留住更多用戶,犧牲了良好用戶體驗。

由於「你可能認識的朋友」的關鍵目標是增加臉書對新用戶的價值、確保新用戶有足夠的朋友來填滿動態消息,因此臉書建議的人選傾向協助新手找到朋友,而不是新手加好友的那些人。

「臉書推薦好友人選給你,臉書可以決定演算法如何運作。它推薦給你的人,可以是成為好友後會讓你更快樂的人;或者臉書也可以推薦你那些對系統、對臉書來說有好處的人選,那些人可以增加臉書的價值與財富,讓我的系統變得更好。」莫林表示,臉書選擇了後者,為了自利而犧牲了自己的用戶。

這種做法可能帶給老用戶較差的體驗。動態消息是零和賽局,人們只會看到有限的動態數量。臉書會優先給你看較新、跟你連結較弱的人的動態,因為臉書希望留住那些用戶。你就更難看到熟人的貼文。「系統知道如果我接受你,你的互動程度會增加,」莫林表示,「你等於是在跟蹤我,因為我就像是你的社群圖譜上,那個離你很遠、你想認識的人。很像在看八卦小報。」莫林形容這個具跟蹤窺視性質的特點,「成為『你可能認識的朋友』的主要變量。」

佐伯格為這項功能辯護,也顯示出他的思考與對產品的敏銳度。我向他提起前述的難題時,他很嚴肅地回應。「這涉及很深,是關於我們經營產品的哲學。」佐伯格承認,如果用戶經過「你可能認識的朋友」和不熟的人加好友,他們的體驗會稍微變差,但佐伯格主張這件事也牽涉更重要的議題,那就是整個網絡的健全。「我們不會將你的產品體驗視為單人遊戲。」佐伯格說。

沒錯,「你可能認識的朋友」帶來的好友,短期內會讓部分用戶獲得的好處多於其他用戶,但佐伯格主張,如果你認識的每個人最後都在臉書上,所有用戶都會受惠。我們應該把「你可能認識的朋友」當成一種「社區稅政策」或是某種財富重分配。「如果你日子變好過,你就得多付出一點,確保社區裡的其他人也能變好。事實上,我認為這也解釋了為什麼〔我們〕會成功,而且社會上的許多面向都是模仿這樣的做法。」

此外,佐伯格相信,加不太認識的人為好友,也會幫助你們變親近。臉書可能打破社會互動的物理限制,拓展有意義人際關係的人數上限。「有名的鄧巴數說,人類能維持同理心關係的上限是150人,」佐伯格說,「我認為臉書可以拓展那個數字。」

從社會科學的角度來看,那就像是要超越光速,但如果有任何人能做到,那會是臉書的成長團隊。

臉書推薦好友邏輯

後臉書時代:完整解讀社群霸主從起步、成長、爭議到轉型,每一步的選擇與思考

作者: 史蒂芬‧李維(Steven Levy)

譯者: 許恬寧

出版社:天下雜誌

出版日期:2022/01/03

作者簡介

史蒂芬.李維(Steven Levy)

史蒂芬.李維是《連線》(Wired)雜誌特約編輯,曾創辦Backchannel,也曾任《新聞週刊》(Newsweek)資深編輯與科技通訊主筆,有七本著作,文章散見各大刊物,包括《滾石雜誌》、《哈潑雜誌》、《Macworld》、《紐約時報雜誌》、《君子雜誌》(Esquire)、《紐約客》與《首映雜誌》(Premiere)。

譯者簡介

許恬寧

師大翻譯所畢,自由譯者,近期譯有《教練:賈伯斯、佩吉、皮查不公開教練的高績效團隊心法》、《躍競思維》、《四騎士主宰的未來》。

責任編輯:李頤欣
核稿編輯:易佳蓉

臉書推薦好友邏輯
Photo credit: pexels

  • 作者
  • 最新文章

臉書推薦好友邏輯

Readmoo編輯團隊的最新文章 more

文/史蒂芬.李維;譯/許恬寧

「你可能認識的朋友」很受歡迎:那是實用的提醒,幫你連上認識的人,讓你的臉書體驗更有價值。但這個功能有時也令人不安,人們會質疑為什麼那些人選會出現在你的動態消息上,那些人和你沒有明顯關聯,有時甚至是你很不想有交集的人。曾有性工作者發現臉書推薦她與客戶成為好友,但客戶並不知道她的真實身分;捐精者被推薦加自己不曾謀面的小孩為好友;精神科醫師發現臉書會推薦她的病患互加好友。這個功能還令成千上萬的人感到不舒服,因為臉書建議他們和孩子的朋友、不熟朋友的配偶,或是十年前的可怕相親對象,變成好友。

很多記者研究這項功能,但都不曾讓臉書透露這個產品的原理。科技網站 Gizmodo 的希爾(Kashmir Hill)10有一年花很多時間調查這項神祕功能,她的報導特別有名。希爾挖出的故事,包括臉書建議某位女性加為好友的對象,竟然是她長期缺席的父親的情婦。希爾本人也意外發現自己的「你可能認識的朋友」出現了這輩子沒見過的姑婆。希爾詢問臉書是如何發現這些人際關係,但臉書不曾提供資訊。

希爾的報導也提到剛才的精神科醫師。那位醫師發現,「你可能認識的朋友」建議她的病患互加好友,然而她不曾在臉書上與任何病患成為好友。希爾推測,可能是因為醫師曾在臉書輸入過電話號碼,臉書因此抓取了她的聯絡人,也抓到了病患的聯絡資訊。臉書同樣不曾提供任何解釋。

臉書也不回應希爾的詢問:這項功能會立刻建議好友人選給新用戶,是否代表臉書其實有儲存非用戶的資料,利用了「影子檔案」(shadow profile)?幾年後,祖克柏在國會作證時表示臉書沒有那麼做,臉書的確有留存非用戶的部分資訊,但那是為了打擊假帳號,是出於安全考量。(祖克柏並未提及自己早期曾在改變之書中考慮過黑檔案。)臉書後來較詳盡的解釋亦指出:「我們並沒有為非用戶建立個人檔案。」11,但有提到臉書留存了部分資料,例如非用戶使用的裝置與作業系統版本,目的是如果使用者決定成為用戶,可以「最佳化特定裝置的註冊流程」。

然而,帕利哈皮提亞今日指出,黑檔案確實存在,而且成長團隊運用過黑檔案。帕利哈皮提亞說,臉書會以留存資料中的名字當關鍵字,在 Google 刊登搜尋廣告,那些廣告會連結到理論上不存在的非用戶黑檔案。「你在網路上搜尋自己的名字,就會出現在臉書的黑檔案,」他說,「哪天你想加入時,『你可能認識的朋友』就馬上登場,我們會讓你看到你的一堆朋友。」

臉書的資料科學家與工程師貝克史壯(Lars Backstrom)12 在 2010 年的訪談中解答了一些「你可能認識的朋友」的神祕之處。貝克史壯指出那項功能是「臉書上很大量的加好友方式」,他解釋了臉書選擇建議人選的技術流程。依據貝克史壯的介紹,最重要的獵場就是「朋友的朋友」區,然而「朋友的朋友」範圍非常廣。

貝克史壯表示,用戶平均擁有 130 個好友,每一個好友又有 130 個好友(這個數字相當接近鄧巴數〔Dunbar number〕13,社會學家鄧巴〔Robin Dunbar〕發現,多數人能維持的合理人際關係數量不會超過 150 人),也就是說一般用戶會有四萬個「朋友的朋友」(FoF),好友數達數千人的重度用戶則可能擁有八十萬個「朋友的朋友」。此時另一種資料就會登場,找出各種訊號,例如有多少共同的朋友、共同的興趣,或是親密度,再搭配「很便宜就能取得的資料」,即可找出有機會讓用戶點選「你可能認識的朋友」人選。隨著資料愈來愈精煉,臉書會利用機器學習做出最後的建議。

貝克史壯也透露,一個人的「你可能認識的朋友」行為,可以協助臉書判斷要提供哪些人選,以及出現在你的頁面上的頻率。臉書一旦判斷你喜歡那項功能,就會一直反覆出現,用很弱的人際連結來填塞你的朋友清單。

貝克史壯的介紹沒有說明除了「朋友的朋友」分析之外,臉書還利用了哪些資料來源。可以確定的是,自從臉書在 2008 年推出「你可能認識的朋友」後,相關來源持續演變。幾乎可以確定的是,臉書會監看你的電子郵件,看你和誰聯絡,大概也看了你的日曆,看你和誰碰面。其他來源顯示,如果有人查看你的個人檔案,那個動作就可能增加那個人出現在你的「你可能認識的朋友」清單的機率。光是「心裡想著」某個人,大概還不足以讓那個人出現在清單上,只是你的使用體驗好像是那樣。

舒茲表示,「你可能認識的朋友」究竟利用了哪些資料,許多猜測純屬陰謀論。他說人們經常記錯自己其實有允許臉書使用聯絡人清單或電子郵件(或許人們都是在未獲得充分提醒下同意的?)舒茲表示,無論如何,某個人會出現在推薦人選中,最大的理由就是他們是你朋友的朋友,所以被認為可能也認識你。

也或者如同帶領過臉書資料科學小組的馬洛(Cameron Marlow)所言:「目標是試圖找出你擁有的關係,那個關係已經存在於臉書,但你尚未察覺。」

「你可能認識的朋友」已經引發不少爭議,但恐怖的是原本情況還會更糟。隱私長凱利表示,他擋下了成長團隊建議的一些有問題的做法。凱利不願分享自己制止了哪些點子,只說:「做事還是要有一點原則。」

註釋

10. 希爾的「你可能認識的朋友」精彩報導,包括:“Facebook Figured Out My Family Secrets and Won’t Tell Me How,” Gizmodo, August 25, 2017; “Facebook Recommended This Psychiatrist’s Patients Friend Each Other,” Gizmodo, August 25, 2017; “How Facebook Figures Out Everyone You’ve Ever Met,” Gizmodo, November 7, 2017; and “People You May Know: A Controversial Facebook Feature’s 10-Year History,” Gizmodo, August 8, 2018.

11. “House Energy and Commerce Questions for the Record,” June 29, 2018. 祖克柏2018年在委員會作證後,臉書回應後續的問題。
12. 他在2010年7月7日,在「工程與應用數學會」(Society for Industrial and Applied Mathematics)談到「你可能認識的朋友」。analysis.org目前還能找到當時的投影片。
13. Robin Dunbar explains his theory in How Many Friends Does One Person Need? (Harvard University Press, 2010).

※ 本文摘自《後臉書時代》,原篇名為〈增加用戶!成長驅動一切,慈善也不例外〉,立即前往試讀►►►