QQ2012beta查找聯繫人改版 拉近與新型社交競品的差距

如何讓更多有緣人相識，更多志同道合的人成爲朋友？

QQ2012 Beta1(Q+)：

QQ做爲一個擁有海量用戶羣體的即時通訊軟件，承載的不僅僅是一個即時溝通的聊天工具那麼簡單。隨着時間發展，社交網絡和微博早已深入人心，各類移動社交應用也遍地開花，用研報告和運營數據也印證了我們的主觀感覺：QQ用戶新增好友超過87%均爲線下真實熟人關係，而加爲好友後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繫方式的“通訊錄”而已。

改變這種現狀，需要的是QQ從關係鏈拓展到關係鏈維繫一系列的調整，而且還需要充分考慮到QQ用戶多年養成的使用習慣可以得到平滑的過度，因此，並非新增一個功能抑或一個模塊的改版能夠完成。基於以上的種種考慮，最終確定從關係鏈建立的入口“查找聯繫人”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”這種基於關係鏈推薦潛在好友的功能早就變成了社交型產品的標配。從2011年6月起，QQ客戶端上已經開始在添加好友流程的最後一步引入這種推薦。雖然憑藉天然優勢，推薦的曝光量呈千萬級，但由於當時算法的不成熟、被推薦用戶的可辨識度很低、功能場景契合欠佳等因素，上線後實際的效果並不理想。儘管，那時我們就深諳添加好友的最後一步並非最好的場景，但苦於當時的“查找聯繫人”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“苦練內功”，不斷優化算法以及打磨用戶體驗，以求當有更好的發揮場所時可以一擊即中。

經過半年的修煉，最終，在這次查找改版中使用了科學的“貝葉斯”算法並整合了騰訊多個業務，重磅推出了拓展熟人關係的重要產品——“可能認識的人”。在之前迭代以及新版上線後小範圍試用時用戶的建議下，爲了保護QQ用戶隱私以及做到人性化的社交，首創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？我們在後臺整理了多份源數據，包括二度好友數、郵箱聯繫人、手機通信錄、朋友網好友關係等。這些源數據都是用戶與被推薦好友認識的佐證，但均不能作爲直接證據。例如，經過我們小範圍採樣，發現朋友網好友中有20%用戶並不認識。如何整合這些源數據，來計算用戶與被推薦好友認識的可能性呢？圍繞這個問題，我們採用貝葉斯系統設計了一種算法。簡單地說，我們試圖去計算多個證據發生時，用戶認識被推薦好友的條件概率。對於每個數據源，我們使用概率統計、線性迴歸、曲線擬合等方法，來確定其與認識概率之間的函數關係 。最後，使用後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勢：（1）不管有多少數據源，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實的意義，可以很容易地被用於各種不同的場合。（2）這一算法保證了後臺數據源的靈活性。可以隨時增刪、改動數據源，但是不影響與產品的接口，以及產品的展示。

架構介紹：

1）主題框架

2）數據更新架構

陌生人社交的試水：爲“有緣人”牽線搭橋

被動推薦除了拓展潛在熟人好友，另一個重要的任務就是嘗試讓陌生人之間建立好友關係。雖然QQ最初是從陌生人交友發展起來的，但是隨着用戶羣的壯大以及產品策略自身的轉型，我們的用戶早就對通過QQ來認識陌生人興趣索然。因此，我們遇到的最大難題也就在於如何重新喚起用戶通過QQ結識新朋友的興趣。

在此之前，2011年10月，借鑑微博標籤並在QQ原有經典功能“好友印象”的基礎上推出了一個名爲“標籤與印象”的功能。這個功能的核心目的其實很單純：希望通過聚集相同標籤用戶的形式幫助陌生人間建立好友關係。雖然是一個很小的功能，但這次嘗試的結果給了我們一個啓發：用戶對於有相同興趣愛好或某些相同屬性的陌生人，存在一定交友需求。

“有緣人”就是基於“標籤與印象”經驗的又一次試探。“標籤”相對高端，需要用戶思考、設置、而後探索才能體會到其中樂趣。而且從關係鏈拓展的角度看，這種產品天生對用戶覆蓋量及標籤聚合度有着極高的要求，需要長期的運營、耐心的沉澱。這就意味着，在這次查找改版中，我們需要一個零門檻的過度型產品來保證幾乎任何一個用戶都可以“傻瓜式”的找到感興趣的陌生人。因此，產品設計就圍繞着“什麼樣的人才是用戶感興趣的”以及“什麼現有資源是全量用戶都已擁有的”進行。通過用戶調研與需求分析，最終確定兩大計算維度：1）QQ資料匹配度、2）交友意願度。

算法介紹：

推薦“有緣人”的前提是希望推薦用戶可能感興趣的人，通過這種方式以成本低、簡單、直觀的產品包裝幫助用戶拓展關係鏈。因此，算法設計就圍繞着“什麼樣的人才是用戶感興趣的”進行。通過用戶調研與需求分析，最終確定兩大計算維度：1）資料匹配度、2）交友意願度。

“資料匹配度”用於篩選用戶

基於性別、年齡、星座、所在地、故鄉、畢業院校各字段分配不同權重來綜合計算並篩選出匹配度高的用戶列表。其中，爲了讓推薦更人性化，對男性和對女性的推薦在年齡的匹配上做了不同的調整：給男性推薦的女性會和自己年齡相仿或稍小，給女性推薦的男性會和自己年齡相仿或稍大。

“交友意願度”用於排序用戶

基於用戶在QQ上交友相關的操作行爲，預測用戶在有陌生人添加自己或向自己搭訕時願意迴應的程度。意願度越高，在列表中的排列會更靠前，以儘量做到使用“有緣人”的用戶在社交過程中少受挫、讓有交友意願的人更容易被其他人發現。

弱化社交門檻：輕鬆搭訕，交友更自由

即時通訊軟件“想聊天需要先加好友”的概念一直延續了十幾年，雖然一定程度上保障了用戶受到會話騷擾的程度，也爲想快速溝通的用戶間建立了沉重的門檻。不僅如此，現實世界中，“朋友關係”自古是從破冰的搭訕、閒聊過程中逐漸建立起來的，IM的這種方式顯得過於“程序化、工具化”。

“打招呼”就是基於這個需求背景而設計的：若非好友間想搭訕，可發送“打招呼”消息進行輕量的異步互動。互動次數超過一定限制時，會提醒用戶已經到了加好友的時機。此時已經互動過的兩個陌生人已經熟絡，再加好友就極大的降低了發送添加請求的心理門檻。簡而言之，實現了更符合現實社交方式的互聯網工具。

優化搜索能力：更加強大、使用更便捷的條件查找

增加了所在地至四級區縣、故鄉至四級區縣、星座、血型、允許發送臨時會話狀態等搜索條件，想找到符合理想條件的人更加輕鬆快速。搜索結果列表不再是傳統客戶端的彈窗展示，而是採用了“無導航式安全探索”交互設計理念，在同一個窗口中無需導航就可以實現快速、易用的搜索體驗。

靈動的排版佈局：絢麗的流水式推擠動畫算法

人物卡片的展示及變化突破了傳統交互設計。“向我打招呼的人”模塊中當有新增打招呼時，卡片牆會形成S型動畫，翻頁時也會有流暢的滑動效果。不僅如此，“可能認識的人”、“有緣人”也交互展示也摒棄了老式的列表形態，突破性的嘗試了錯落有致的“大小卡片”隨機排布的設計，以求給用戶帶來新鮮、有趣的體驗。也許，對於web側產品來說，實現這種交互設計並不困難，但是對於PC客戶端來說，既要保證動畫的流暢、又要保證運行的效率、資源的節省，無疑是對我們的開發者一個不小的挑戰。

算法介紹：

基本邏輯

新增卡片時：從第一行的最左邊擠入一個卡片，帶加速度地將第一行向右擠出一格。當第一行擠完以後，第二行的最左邊擠入第一行被擠出的卡片，效果同前。

屏蔽卡片時：被屏蔽卡片消失，從當頁卡片最後一個卡片的右邊擠入下一頁卡片的第一個卡片，同時從第二行到第一行進行帶加速度的流水動畫，直至填滿被屏蔽的卡片空白。

如果被屏蔽的卡片是當頁最後一個卡片，則卡片消失之後會帶動畫切換到上一頁。

技術挑戰

打招呼是CC消息，而CC消息的觸發時機是不確定的，也就是說，卡片的流動動畫是建立在一個不穩定的數據基礎之上的。常識經驗告訴我們，在一個不穩定的數據之上做動畫是極大的挑戰。並且在QQ以及其他Windows 客戶端應用軟件上幾乎沒有類似的動畫。開發者面臨地是一個全新的挑戰。

實現方法

1) 卡片座標排布

從需求的一開始，本來一頁是12張卡片，後來需求變更成8張。開發者在一開始就採用了動態的排布算法，使得卡片的佈局不以界面的尺寸和卡片的數量爲依賴，使用者可以動態的設置卡片的長寬高，行列數等參數，提高了控件的可複用性。

並且爲了保證界面動畫邊界條件判斷的準確性以及卡片排布的穩定性。在排布及判斷過程中採用了大量的數學計算。

2) 卡片內容隨機排布

從交互測和產品側的要求，卡片的內容採用了隨機排布，即頭像，時間戳，打招呼信息，名稱的座標和尺寸都是隨機計算出來的。頭像有，左上，左下，右上，右下，40X40,60X60,80X80,100X100 這幾種狀態，而時間戳等信息也分成了左右兩種狀態。

在每次顯示的時候，隨即一個值，映射到以上幾個狀態集合，並根據每種隨機狀態計算座標和尺寸。

3) 動畫資源管理

由於動畫是非常消耗資源的，爲了降低內存佔用率，開發者採用了卡片緩存池，池中預先創建兩頁卡片，界面需要展現時從池中拿取即可，使用完畢再返回池子，如果池子中的卡片耗盡則繼續創建。以此可以極大地減少卡片創建次數和內存分配次數。提高卡片創建效率以此保證動畫的即時性和流暢性。

寫在最後：

正如文章開始所說，讓QQ更具有現代社交感、讓我們的用戶能夠不斷結緣自QQ是需要團隊不斷努力的。我們走出了第一步，未來的路還很長。QQ2012Beta1剛剛發佈不久，但我們已經準備好了新的驚喜帶給用戶，敬請期待吧！