Quora做推荐的一个最核心问题就是Personalized Feed Ranking。Quora是以问题、答案与主题为核心把「知识」串联起来，然后基于用户的顶和踩等动作来划分内容质量，最后再通过人和问题的Follow关系让知识在社区内流动起来。而个人Feed正是这种「流动」的最主要的载体。Xavier说Quora做Feed Ranking的难度要比Netflix大，这也正常，没有更大的挑战想来Xavier也不会跳槽是吧。Quora Feed Ranking的首要目标是确保推送进用户Feed的内容应该是和用户兴趣高度相关的，其次还需要考虑的包括用户之间的Follow关系以及互动，Xavier管这个叫做social relevance，另外还有时间因素，比如一些和热点事件相关的问答，也应该及时地推送进用户Feed。
1、目标：Present most interesting stories for a user at a given time
- Interesting = topical relevance + social relevance + timeliness
- Stories = questions + answers
2、主要使用的是个性化的learning-to-rank方法
3、Xavier确认了一点，相比于时间排序(time-ordered)，相关度排序大大提升了用户参与度。
4、面临的挑战，
- potentially many candidate stories
- real-time ranking
- optimize for relevance
