玩坏推特，开源推特，马斯克这一系列骚操作把人看神 - 果核剥壳

文章来自于果核剥壳公众号首发：https://mp.weixin.qq.com/s/W27RKXYPfkL05KDdQkx80Q

在互联网世界，各种推荐算法是大厂的杀手锏，通过软件浏览记录，通过研究使用界面的点击热点分布，推荐各种与你相关的信息，构成一个个所谓的“信息茧房”。

这些推荐算法控制着大家的眼球，让大家更专注于自己的圈子，每个人接收的信息都是不一样的，不同的用户也被打上了不同的标签，广告主也可以在后台随意选择自己想要投放的人群，人群的年龄、收入范围、所在的地区与使用的设备、甚至是性别与用户的性格画像等等，以精准试探。

正是由于这些算法太过精准，里面也包含着一些个人隐私，所以大多互联网产品主动或者被迫保留了最后的底线，提供了“个性化推荐”关闭的选项。

其实在各种软件的官方技术号，也会分解自己产品所使用的算法原理以及效果等等，但是具体的算法一般是保密的，但是在4月1号的愚人节，马斯克让Twitter开源了自己的推荐算法。

项目一出来，很快就引起大家的关注，现在项目也朝着40K的Star去了，大家都想来看看这个小蓝鸟肚子里卖的是什么药。

等等，小蓝鸟，也许不叫小蓝鸟了，应该改名小黄狗，因为马斯克还顺手把Twitter的Logo改了一下（真改）。

这个更改应该是暂时的，现在的Twitter确实就像玩宠一样，马斯克想怎么玩就怎么玩，狗狗币的热度又提升一波，他是爱狗的。

不止换脸，还要玩心，说回算法的问题，除了程序员学习之外，还有不少人是想通过Twitter的开源算法，反向研究出算法的漏洞或者推荐倾向，来打造自己的爆款内容，反向成为算法内容大V。

而Twitter的这些举动，官方的说法是是想推出一个主打“透明”的2.0版本，如果有改进算法的建议，那么反馈给官方还能获得一些“赏金”，这样一来，也就是说Twitter在暴露自己算法的同时，也将维护的责任分摊了出去，大家喷推特的算法不透明乱推荐甚至操纵信息什么的，那么以后在舆论场中，由于Twitter的算法开源，以后这样的声音会小一些。

在具体细节上，从选择推文是否进入推荐流就有介绍，总共进入推荐流的信息会有1500条，其中一半来自关注的账号，而关注的这些账号信息里，会结合一篇研究交互的论文里指导的指标(值得一提的是：论文出自新浪微博(tql)发表在DLP-KDD 2021上的：MaskNet: Introducing Feature-Wise Multiplication to CTR Ranking Models by Instance-Guided Mask)，挑选出那些有交互意图的内容。在关注外的内容，则会选出你关注的人所关注的内容，以及和你阅读习惯类似账号看过的内容。

另外账号会被划分出一个个圈子，当你看到圈子里的内容，属于同圈子的其他账号就很容易被推荐。

之后就是进入到有用户参与设置的筛选阶段，去除那些屏蔽的推文、不适合上班浏览的信息、剔除过多的同一作者、降低有负面评价的推文推荐、然后再加上广告等等。

这些流程会以 1.5 秒左右的速度每天运行约 50 亿次，这基本上就是大致流程了，其他的互联网产品也会公布到这个程度，不同的是Twitter公布了细节代码，所以从里面能看到非常具体的内容，比如说有人发现算法会标记用户所属的阵营，以及是否为马斯克发的推文——这个就见怪不怪了，之前马斯克收购Twitter的时候，就要求加强自己账号的权重。

而结果也如他所愿，马斯克的账号成为了Twitter平台有史以来粉丝最多的账号，超过了1.33亿。

而随着他在自家平台的人气上升，Twitter本身的口碑却在下降，像是推出的蓝V认证，越来越多的客户不乐意，连广告主也不想在上面继续投放广告，收购之后，之前经常打广告的大客户也开始跑路，对于那些没有蓝V的账号，马斯克也会亲自下场调侃一下。

另外，在用户操作对推文影响的权重上面，也有人挖掘了一下，其主要文件路径是在开源项目的：

blob/main/cr-mixer/server/src/main/scala/com/twitter/cr_mixer/similarity_engine/EarlybirdTensorflowBasedSimilarityEngine.scala#L142

上面图中的数据可能有些抽象，一位叫云游格的博主给出了具体代表的意思：

其中像是一些细节，转发点赞占比重是最高的，阅读推文后关注也会带来权重，转发自己内容，也会带来更多被机器推荐的可能，另外还有一些限制的内容，像是小语种和添加多个标签以及使用twitter时的UI界面，都会影响推文的权重。

除了互动的操作，在限制的内容上面，公开算法里面也提及了具体的限制内容。

在提升账号的权重方面，也有许多人在挖掘小技巧了，比如说，粉丝少的话尽量不要关注太多人，不然会以为你是来帮别人刷关注的机器人、减少错别字、加图和视频、新账号减少发链接的推文、以及情绪尽量正面(这条规则，账号越大，内容正负面对权重的影响越小)等等。

另外twitter会将用户的账号属性局限在某一个范围里面的，说好听点就是让你的账号更加专业化，说不好听一点，就是什么都发只会让账号的机器评价下降，你只要经常发一类东西就可以了，一个账号多样化的内容是不受欢迎的，也是说内容需要保持垂直。

这些推荐算法一公布，那些想要操纵推文热度或者改善推文质量的人都有了更明确的目标，账号已经做得好的人，将会有更多的账号竞争压力，而那些想要打击对手的人，目标则更加明确。

一个平台的推荐算法风格，很大程度决定了用户的内容创作方向。平台喜欢推荐什么，人们就更倾向于创作什么样的内容，说平台是公平的话，也只需要将反对的话题权重降低就行了，但完全让算法自由推荐，那也是不可能的，那样只会加剧偏激的内容增加。

像是国内做短视频的抖音和中长视频的B站，最近也因为互相侵蚀对方的领地引起了大家的讨论，其中由于哔哩哔哩的推荐算法的问题，对视频长短的推荐算法调整(还有收益)，就引起了一些大家关于UP主停更的猜想，而B站也在考虑将算法更改为用户消耗时长的模式。

这些都说明互联网产品的推荐算法，影响着用户接收到怎样的信息，以及悄无声息的带火和压制某些事情，但是个性化推荐这个功能除了广告，又不得不开，大家可以尝试关闭试一下，接收的都是莫名其妙，与自己兴趣毫不相干的东西，比如说编程相关的推荐变成衣食住行，游戏相关的变成花花草草，会让习惯了推荐流的人觉得完全没有浏览的欲望。

只能说对于接收到信息，大家需要有自己的分辨能力，分清楚哪些是自己需要的，哪些是平台强加给你的，就连公众号的推荐算法也在改变，为了抢占你的时间，软件厂商都在努力，所以大家为自己又刷了一天手机而黯然神伤的时候，那就是推荐算法的威力。

意识到自己被无边的信息充斥包围着，挑选出优质的加入到自己的“操作系统”里，才是现在信息时代的理性人，就像是ch*tg*t都需要投喂全面而高质量的标注内容，需要有人给它分辨好坏，这个环节很关键，而作为独立的个体，我们只能自己去分辨信息质量，如果让自己充斥着推荐算法想给你看的东西，那只能让你有一种虚假的充实。

不沉浸在信息流里，有自己的主观思考并不断迭代完善自己知识体系与认知，是避免信息便利带来的副作用的一种办法，去解读信息，而不是被信息裹挟着磨灭自己的独特性，成为推荐算法眼里的营养或杂质。

参考资料：

Hackerone-twitter

twitter博客——twitter的推荐算法

云游格 -抢先解读刚被马斯克开源的 Twitter 推荐算法排名规则