如何讓更多有緣人相識，更多志同道合的人成為朋友？

如何讓更多的用戶在日常生活中接觸到更多的新人，拓寬自己的人際圈，為自己撐起另外一片多彩世界？

QQ做為一個擁有海量用戶群體的即時通訊軟件，承載的不僅僅是一個即時溝通的聊天工具那么簡單。隨著時間發(fā)展，社交網(wǎng)絡和微博早已深入人心，各類移動社交應用也遍地開花，用研報告和運營數(shù)據(jù)也印證了我們的主觀感覺：QQ用戶新增好友超過87%均為線下真實熟人關(guān)系，而加為好友后的雙向互動卻越來越少，用戶們越來越把它當作是保存熟人聯(lián)系方式的“通訊錄”而已。

改變這種現(xiàn)狀，需要的是QQ從關(guān)系鏈拓展到關(guān)系鏈維系一系列的調(diào)整，而且還需要充分考慮到QQ用戶多年養(yǎng)成的使用習慣可以得到平滑的過度，因此，并非新增一個功能抑或一個模塊的改版能夠完成�；�于以上的種種考慮，最終確定從關(guān)系鏈建立的入口“查找聯(lián)系人”入手，一步步拉近與新型社交競品的差距。

熟人社交的突破口：推薦你真正可能認識的人

“可能認識的人”這種基于關(guān)系鏈推薦潛在好友的功能早就變成了社交型產(chǎn)品的標配。從2011年6月起，QQ客戶端上已經(jīng)開始在添加好友流程的最后一步引入這種推薦。雖然憑借天然優(yōu)勢，推薦的曝光量呈千萬級，但由于當時算法的不成熟、被推薦用戶的可辨識度很低、功能場景契合欠佳等因素，上線后實際的效果并不理想。盡管，那時我們就深諳添加好友的最后一步并非最好的場景，但苦于當時的“查找聯(lián)系人”很難在不傷筋動骨的情況下很好的展示這種推薦。因此，只能先通過這唯一的曝光入口“苦練內(nèi)功”，不斷優(yōu)化算法以及打磨用戶體驗，以求當有更好的發(fā)揮場所時可以一擊即中。

經(jīng)過半年的修煉，最終，在這次查找改版中使用了科學的“貝葉斯”算法并整合了騰訊多個業(yè)務，重磅推出了拓展熟人關(guān)系的重要產(chǎn)品——“可能認識的人”。在之前迭代以及新版上線后小范圍試用時用戶的建議下，為了保護QQ用戶隱私以及做到人性化的社交，首創(chuàng)提供了雙向刪除可能認識的人推薦的功能和完全屏蔽可能認識的人隱私設置項，從而避免社交尷尬。

算法介紹：

在推薦可能認識的人時，我們試圖去設計一種更接近實際的算法，也就是說，直接回答這樣一個問題：用戶與被推薦好友認識的可能性到底有多大？我們在后臺整理了多份源數(shù)據(jù)，包括二度好友數(shù)、郵箱聯(lián)系人、手機通信錄、朋友網(wǎng)好友關(guān)系等。這些源數(shù)據(jù)都是用戶與被推薦好友認識的佐證，但均不能作為直接證據(jù)。例如，經(jīng)過我們小范圍采樣，發(fā)現(xiàn)朋友網(wǎng)好友中有20%用戶并不認識。如何整合這些源數(shù)據(jù)，來計算用戶與被推薦好友認識的可能性呢？圍繞這個問題，我們采用貝葉斯系統(tǒng)設計了一種算法。簡單地說，我們試圖去計算多個證據(jù)發(fā)生時，用戶認識被推薦好友的條件概率。對于每個數(shù)據(jù)源，我們使用概率統(tǒng)計、線性回歸、曲線擬合等方法，來確定其與認識概率之間的函數(shù)關(guān)系 。最后，使用后驗概率的計算公式來求出綜合的認識概率。

這一算法有兩個非常明顯的優(yōu)勢：（1）不管有多少數(shù)據(jù)源，概率得分*100永遠在0到100之間，這使得計算出來的得分具有現(xiàn)實的意義，可以很容易地被用于各種不同的場合。（2）這一算法保證了后臺數(shù)據(jù)源的靈活性�？梢噪S時增刪、改動數(shù)據(jù)源，但是不影響與產(chǎn)品的接口，以及產(chǎn)品的展示。

架構(gòu)介紹：

主題框架

數(shù)據(jù)更新架構(gòu)

標簽： 社交網(wǎng)絡 貝葉斯算法 用戶隱私 

版權(quán)申明：本站文章部分自網(wǎng)絡，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。