read

本文聚焦 Phoenix 排序（不包含检索），说明用于评分的 信号因子 及其 权重组合方式。内容限定为 4 个核心概念，并提供动作级别因子的表格说明。

Repo: https://github.com/xai-org/x-algorithm

4 个核心概念

1. 多动作评分（不是单一相关性） Phoenix 会预测多个用户动作的概率（点赞、回复、转发、点击等）。这些预测值是最终评分的基础信号。

2. 加权求和 = 最终评分 最终分数由各动作预测值乘以权重后求和得到。正向动作提升分数，负向动作降低分数。

3. VQV（视频质量观看）资格门槛 只有当视频时长超过最小阈值时，VQV 信号才会计入评分。

4. 评分后的质量调整 评分后会进行作者多样性衰减，以及对站外（非关注）内容的偏置调整。

---

Phoenix 用于估计动作信号的输入

• 用户上下文与历史行为：水合后的用户特征与最近的行为序列是核心输入。你可影响的点：让内容与目标受众的既有兴趣和互动习惯一致，模型更容易把你的内容视为相关。
• 候选内容与作者信息：候选帖的核心元数据、作者信息、媒体、订阅信息会被挂载。你可影响的点：保持作者身份和主题稳定，文案清晰聚焦主题，媒体质量和类型要匹配受众偏好。
• 模型嵌入：帖子哈希、作者哈希、产品面信息被嵌入为模型输入。你可影响的点：内容与作者一致性会影响嵌入稳定性，避免频繁跳主题导致相关性波动。
• Transformer 排序器：候选隔离的 Transformer 基于上述输入产生动作概率。你可影响的点：设计内容以促进回复、分享、停留等正向动作，同时避免引发举报/屏蔽等负向行为。

正反例（Do/Don’t）

• 建议：首句清晰点题；避免：没有背景的“求看法/随便聊”。
• 建议：主题与形式保持稳定；避免：每条都突然换赛道。
• 建议：用具体问题引导回复/分享；避免：情绪或标题党引发“不感兴趣”。
• 建议：用高质量且相关的图片/视频；避免：与主题无关或低质素材。

---

动作因子与权重

重要说明： 实际数值权重定义在 home-mixer/params 中，但该文件在开源版本里被排除（home-mixer/lib.rs 明确说明）。下表列出 全部动作因子 与 简要描述。

正向信号（提升评分）

动作信号	描述
favorite	点赞
reply	回复
retweet	转发
quote	引用转发
click	点击进入
profile_click	点击作者主页
photo_expand	展开图片
share	分享
share_via_dm	私信分享
share_via_copy_link	复制链接
dwell	停留阅读
quoted_click	点击引用推文
follow_author	关注作者
vqv	高质量视频观看 (>阈值)
dwell_time	预期停留时长 (连续值)

负向信号（降低评分）

动作信号	描述
not_interested	标记”不感兴趣”
block_author	拉黑作者
mute_author	屏蔽作者
report	举报

---

加权评分公式（概念版）

Final Score = Σ (weight_i × P_or_value(action_i))

• 正向权重提升更可能带来互动的内容。
• 负向权重降低可能被讨厌或举报的内容。

---

付费用户优化建议（与权重一致）

1. 最大化高意图动作
   • 设计内容促进回复、转发、分享与更长停留。
   • 强开头 + 明确互动指令提高正向动作概率。
2. 避免触发负向动作
   • 会导致“不感兴趣”、拉黑、屏蔽或举报的内容会被直接惩罚。
3. 合理使用视频
   • 只有超过最短时长的视频才能获得 VQV 加成。
4. 保持作者质量
   • 单次推荐中作者重复会被衰减，避免短时间刷屏。

---

代码证据

• home-mixer/scorers/phoenix_scorer.rs
• home-mixer/scorers/weighted_scorer.rs
• home-mixer/scorers/author_diversity_scorer.rs
• home-mixer/scorers/oon_scorer.rs
• home-mixer/lib.rs