好友推荐策略--“你可能认识的人”到底是怎么找到你的朋友的

[站外图片上传中...(image-d02197-1617379463523)]

今天来填坑，聊一聊社交产品中“你可能认识的人”的朋友推荐策略。其实在上一期了解完电商产品的推荐策略后，好友推荐策略也大差不差能猜出几分了，毕竟这二者都是推荐策略，有异曲同工之妙。

1. 通讯录匹配

这是最基本的好友推荐策略，也是最高效、最简单粗暴的一种。这一方法有一前提：用户使用手机号注册或账号绑定了手机号，在获取了用户的手机号信息后，互联网公司就可以根据通讯录进行快速精准好友匹配。

具体做法：现在很多APP都会申请权限，读取用户手机中的通讯录信息，当他在A的通讯录中找到了B的手机时，就判断二人相互认识，会彼此相互进行好友推荐。反之亦然，在B的手机通讯录里找到了你的号码时，也会进行推荐。

所以，那些在抖音里被推送了前男友/前女友的用户，大概率是你没有删除TA的手机号，或TA依然留着你的手机号。

这也是社交产品好友推荐的基本操作之一，即根据共同好友来判断社交关系，挖掘可能认识的人。

这里要引入“六度关系理论”：

通俗地说，你和任何一个陌生人之间所间隔的关系不会超过六度，也就是说最多通过六个人你就能够认识任何一个陌生人。

你的好友是你的一度好友，好友的好友是你的二度好友，这一机制就是根据二度好友来进行推荐的。当A、B两用户都有共同好友C和D时，算法会认为A、B也相互认识，当共同好友越多，则他们二人相互认识的概率也就越大。一般超过了某一阈值时，系统就会进行相互推荐。

另外，如果系统发现A、B都在同一个群聊中，也会认定二者有共同好友，会进行相互推荐。

我们在社交产品里，或多或少会录入一些个人信息，有的是我们主动录入，有的是被强制要求录入，有的看似是我们主动，实际上是在“套路”下一步步被互联网公司引诱录入的。（互联网公司的“棒棒糖”套路）

这些个人信息包括我们的所在地、年龄、性别、学校、入学年份、专业、公司、职位等真实信息，通过这类信息，平台的大数据引擎很轻松就能定位到我们的好友。

行为匹配就是指根据我们在平台上的历史行为来进行好友推荐，若你和某用户曾有过频繁的互动行为，则你们二人大概率认识，或你大概率对这一用户感兴趣。这些行为包括搜索、浏览、点赞、评论、提及、转发、游戏互动等等。

例如：A用户曾多次查看B用户的个人主页，则会给B用户推荐A（反之亦然）。

这也是互联网公司常用的招式之一，而且这招往往有着出奇的高命中率。

用户在使用APP时，会被记录设备和网络信息，其中最重要的是IP地址。平台会根据IP地址，找到和该用户使用相同WIFI的其他用户，并判定他们相互认识，进行好友推荐。

如果你在使用某APP时，关联绑定了其他第三方社交账号，或使用第三方社交账号登录，则平台会读取第三方社交网络中的好友信息用于推荐。

另外，如果使用邮箱登录的话，平台也有可能会读取邮箱中的联系人列表，定位找到你的潜在好友用户。

平台会根据两人间的物理距离，是否同城等来进行好友推荐。

同样，平台也会根据兴趣来推荐你可能感兴趣的人。

通过这两篇电商推荐策略和好友推荐策略的研究，不难发现，在大数据+推荐算法的双加持下，互联网大公司想要获取我们的个人数据简直易如反掌。个人隐私在网络时代下无处可藏，互联网公司如何坚守底线，普通用户如何保护个人隐私，这或许是我们应该真正深思的问题。