看完 X 公开的推荐代码，有几个地方值得重新理解。 推荐系统会预测：某个读者看到这条帖子后，会不会继续阅读、回复、分享，或者选择划走、屏蔽。 点赞、回复等权… · @RwatitFahsa · TwKit

@RwatitFahsa

看完 X 公开的推荐代码，有几个地方值得重新理解。 推荐系统会预测：某个读者看到这条帖子后，会不会继续阅读、回复、分享，或者选择划走、屏蔽。 点赞、回复等权重乘的是预测概率，不能直接换算成“一条评论值多少曝光”。 同一作者的多条帖子，在一次推荐中可能互相竞争；相似内容也会被重排。因此，增加发帖数量，未必能等比例增加曝光。但代码也推不出“每天只能发两条”。 我的运营判断是：围绕清晰的读者群，提供具体信息、比较和自己的分析，让每条内容都有值得读完、讨论或分享的理由。 这些结论来自公开实现和默认配置，线上实验可能不同。源码能帮助理解机制，无法提供保证爆款的公式。

曝光 20 · 评论 1 · 点赞 0 · 书签 0