feed是将用户主动订阅的若干消息源组合在一起形成内容聚合器，帮助用户持续地获取最新的订阅源内容。feed流即持续更新并呈现给用户内容的信息流。

最近常听朋友说中了抖音的毒，一有时间就刷抖音，根本停不下来。刷朋友圈、逛微博，以及现在很火的短视频，我们每天有大量时间消耗在“feed流”中，并且刷的不亦乐乎。跟同行交流或看相关的产品文章，也经常会提到“feed流”。那么，究竟什么是feed流，回想了一下，似乎对feed流没有明确的认知，所以梳理了一下feed相关的内容。01

首先，什么是feed呢？以下是维基百科中关于“web feed”的定义：a web feed (or news feed) is a data format used for providing users with frequently updated content. Content distributors syndicate a web feed, thereby allowing users to subscribe a channel to it

从以上定义中可以看出feed是一种给用户持续提供内容的数据形式是由多个内容提供源组成的资源聚合器，由用户主动订阅消息源并且向用户提供内容

总结一下：feed是将用户主动订阅的若干消息源组合在一起形成内容聚合器，帮助用户持续地获取最新的订阅源内容。严格按照上述定义来说，我们通常说的搜索结果、排序列表都不能算作feed流。

最早web时代，订阅源一般是新闻网站以及博客。典型的应用即是rss订阅器，用户主动订阅信息源，订阅器帮用户及时更新订阅源信息，然后按照时间顺序展示出来。02

facebook在2006年推出了“news feed”，同时还有“mini feed”(个人动态)：The news feed is the primary system through which users are exposed to content posted on the network. Using a secret method (initially known as EdgeRank), Facebook selects a handful updates to actually show users every time they visit their feed, out of an average of 1500 updates they can potentially receive.[1][2]

——“来源于维基百科”

Facebook提供了一种新的思路，将好友或者关注的对象作为信息源，而内容即是好友或关注对象的动态(发布的内容以及其他的社交行为)。当好友足够多或者好友发布动态足够频繁时，用户能源源不断的收到内容。

我们现在习以为常的“好友动态”，在facebook刚推出来的时候，便遭到了大量用户的抗议，用户觉得该功能会侵犯个人隐私，甚至有用户建立了专门抵制“news feed”的网站，要求Facebook移除该模块。

Facebook最终还是没有移除“news feed”模块，并且在后续的发展中，对该模块不断的进行优化迭代，现在feed流已经能够给Facebook每天带来上千万美元的收入。

关于“news feed”的演变可参考文章The Evolution of Facebook News Feed03

了解了feed的含义，feed流也就很清楚了—持续更新并呈现给用户内容的信息流。

feed流的展现形式有很多种，主要的有timeline以及rank。timeline：是最典型的feed流展示方式，按照feed流内容更新的时间先后顺序，将内容展示给用户，早期的微博、朋友圈都是典型的timeline。rank：即按照某些因素计算内容的权重，从而决定内容展示的先后顺序。例如当前的微博主页信息流算法即抛弃了原始的timeline，而采用最新的智能排序。

至于在timeline或rank形式下使用列表、瀑布流还是卡片形式，则是前端设计展示的问题。

在产品迭代发展的过程中，feed流的展现形式也在不断的变化。

最常见的是feed流中插入商业变现的广告内容，Facebook在2012的新版feed流中推送广告内容，微博feed流中的广告已经成为了用户吐槽的一个点，朋友圈也在16年开始推送广告，虽然会有部分用户抵触，但是feed流广告带给平台的收入是实实在在的。

feed流不在严格的按照时间顺序排列，在timeline的基础上，使用智能排序。

最早的是Facebook的EdgeRank算法，将内容按照权重因子计算权重，优先曝光高权重内容。微博从2016年开始也启用了智能排序的算法，新的feed流一发布就遭到了用户的大面积声讨，关于微博feed流算法可以参考：《视奸渣浪的feed流算法》。

— end —

版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。