系統在意的訊號
理解 PhoenixScorer 如何量化你的推文價值。
多目標互動預測
X 的推薦系統不是只看一個數字。PhoenixScorer 會預測用戶對推文執行各類動作的對數機率（Log Probs）。
| Action 類型 | 說明 | 對應代碼 |
|---|---|---|
| Favorite | 喜歡（讚） | ServerTweetFav |
| Reply | 回覆 | ServerTweetReply |
| Retweet | 轉發 | ServerTweetRetweet |
| Click | 點擊推文詳情 | ClientTweetClick |
| Dwell Time | 停留時長 | DwellTime |
| Share | 分享（透過 DM 或 複製連結） | ClientTweetShare |
負向行為（Negative Actions）
這些行為會導致推文被迅速降權，甚至讓作者進入推薦黑名單：
- Not Interested：點擊「不感興趣」。
- Block Author：封鎖作者。
- Mute Author：靜音作者。
- Report：檢舉推文。
權重組合邏輯
最終的分數是由各機率乘上權重後累加得出的。系統會頻繁調整這些權重以優化用戶體驗。
冷知識：在某些版本中，轉發（Retweet）的權重比喜歡（Favorite）高出數倍，因為轉發代表強烈的背書。而回覆（Reply）若引起後續對話，權重更高。