X 算法揭秘:5 万条内容实测后的推荐机制解析
作者 Mubbu 基于 51,888 条内容的运营经验,解读 X 平台最新公布的推荐算法。文章指出:算法基于预测用户行为加权(回复、引用、私信分享权重远高于点赞),负面信号(不感兴趣、拉黑等)影响很大;新工具 Under the Hood 可查看账号的可见性限制标签;外链并非必死,同作者多条帖子会互相降权,站外内容被打 0.75 折扣。作者建议建立每周数据优化循环,明确垂直定位,让兴趣图谱匹配更精准,而非追求永久的算法技巧。
作者 Mubbu 基于 51,888 条内容的运营经验,解读 X 平台最新公布的推荐算法。文章指出:算法基于预测用户行为加权(回复、引用、私信分享权重远高于点赞),负面信号(不感兴趣、拉黑等)影响很大;新工具 Under the Hood 可查看账号的可见性限制标签;外链并非必死,同作者多条帖子会互相降权,站外内容被打 0.75 折扣。作者建议建立每周数据优化循环,明确垂直定位,让兴趣图谱匹配更精准,而非追求永久的算法技巧。