🔥 Search Hot Tweets

一张图看懂X推荐算法 第一步：原始“燃料”——三大数据来源 一切算法的起点，都是数据。X的推荐系统主要依赖三大“燃料”： - 社交图谱 (Social graph)： 你关注了谁、谁关注了你、你的好友关系链。 - 推文互动 (Tweet engagement)： 你的点赞、转发、回复、收藏记录。 - 用户数据 (User data)： 你的个人资料、日常行为、你点击了什么、又忽略了什么。 第二步：特征工程——给数据打上“标签” 原始数据就像未经提炼的原油，需要经过“特征工程”这个炼油厂进行加工和提纯。这一步，系统会用各种模型来理解数据背后的含义： - GraphJet： 实时追踪谁关注了谁、谁转发了谁的推文。 SimClusters： 将用户和推文划分成不同的“兴趣社群”（比如“AI圈”或“篮球圈”）。 - TwHIN： 绘制一张庞大的“用户-推文”关系地图。 - RealGraph： 预测你和另一个用户之间的关系有多“铁”。 - TweepCred： 为每个用户进行“可信度”打分。 - 信任与安全信号： 过滤垃圾信息、色情内容(NSFW)以及你拉黑或屏蔽的账户。 可以把这一层理解为“初筛过滤器”，决定了哪些内容有资格进入下一轮。 第三步：候选筛选——从海量内容中“捞”推文 系统开始从巨大的内容池中，为你挑选可能感兴趣的“候选推文”。来源主要有两大类： - 你关注的人： 从你已经关注的圈子里挑选。 - 你可能感兴趣的人： 从你还没关注，但系统认为你可能感兴趣的圈子里挑选。 - 系统会从不同的“池子”里捞取内容，确保你不会只看到同一个小圈子的信息。 第四步：核心排名——用神经网络打分 所有“候选推文”都会被送进一个庞大的神经网络（重量级排名器）中。 这个神经网络会像一个严苛的考官，根据“你与这条推文互动的可能性”来打分。评分维度包括： - 你点赞的可能性有多大？ - 你转发的可能性有多大？ - 你回复的可能性有多大？ - 你在这条推文上停留阅读的可能性有多大？ 分数越高的推文，排名越靠前。 第五步：人工规则与过滤——最后的“微调” 经过AI模型的冷酷打分后，一些“人性化”的人工规则会介入，进行最后的微调和过滤： - 社交证明： 这条推文是否被你关注的人点赞过？（加分项） - 作者多样性： 避免让你连续刷到同一个人的10条推文。 - 内容平衡： 避免你的信息流被同一种类型的内容（如全是视频或全是文字）淹没。 - 反馈疲劳： 避免让你重复看到同一条推文。 - 安全过滤： 再次屏蔽垃圾信息、NSFW内容等。 第六步：最终混合——呈现给你 最后，经过层层筛选和排名后的优质推文，会与另外两样东西“混合”在一起，最终呈现在你的“为你推荐”时间线上： - 广告 - “关注谁”的建议 普通人的增长秘籍 了解了这套复杂的算法，对我们普通用户来说，到底有什么用？ 其实，核心的增长逻辑并没有变，反而更清晰了： - 找准一个垂直领域 算法会通过SimClusters等模型将你归类，专注一个领域能让你更快地被精准识别。 - 发布有价值的内容 这是获取高“互动预测分”的基础。你的内容越能引发点赞、评论、转发，就越容易被算法推荐。 - 在你的领域内，有价值地回复他人 这能加强你的“社交图谱”，提升你的“可信度”，并让你进入更多人的视野。 只要做到以上三点，你就能顺应算法的逻辑，持续涨粉，并建立起自己的影响力。 X（推特）是一个绝佳的平台，你可以在这里发展受众、遇见有趣的人，并为你的事业找到宝贵的洞察。 算法的神秘面纱已经揭开，现在，轮到你上场了。