概述
Weighted Engagement Scoring（加权互动评分）用于从投票数、点赞比例、评论量、情感质量、时间新鲜度等多个异构信号中计算综合互动评分 E = Σ(w_i × x_i)。做法是将每个指标归一化到统一尺度，再按有文档记录依据的权重合并。核心原则是：不同量纲的原始互动指标不经归一化无法有意义地合并，而缺乏理由说明的权重是任意的。
适用场景
- 同时拥有多个互动信号（评分、点赞比例、评论数、情感、时间戳），需要单一的排名指标；
- 原始指标处于互不兼容的尺度（如评分上千、比例在 0-1、评论数只有几十）；
- 需要从语料中识别具有代表性的高价值内容；
- 只按单一指标（如最高评分）排序会遗漏在其他维度表现突出的重要内容；
- 下游分析需要一组“互动最多”或“最具影响力”的排序子集。
不适用场景
- 只有单一互动指标（直接按该指标排序即可）；
- 跨平台或跨社区比较分数而未重新校准权重；
- 对用户而非内容进行排名（互动评分衡量的是内容反响，而非用户质量）；
- 在没有情感或质量信号的情况下评估内容质量（互动不等于质量）。
核心公式
E = w_1 * norm(score) + w_2 * norm(upvote_ratio) + w_3 * norm(comments) + w_4 * norm(sentiment) + w_5 * norm(recency)
- norm(x) 将每个指标变换到 [0, 1] 区间；
- sum(w_i) = 1.0（权重为比例）；
- 每个 w_i 都需有文档记录的选取理由。
工作流程
- 盘点可用指标并评估质量；
- 将每个指标归一化到 [0, 1]；
- 选择并记录权重；
- 计算综合评分；
- 对照人工判断验证评分；
- 对权重进行敏感性分析；
- 使用综合评分识别高价值内容；
- 将结果写入 docs/analysis/08-weighted-engagement-scoring.md。
步骤 1：盘点可用指标并评估质量
在计算之前，先登记可用信号及其特征。常见互动信号包括：评分/积分/投票（0 到无上限，重右偏，受离群值支配，归一化前常需对数变换）、点赞比例/支持率（0.0-1.0，左偏，本身有界）、评论数（0 到无上限，重右偏，与评分相关，加权前需检查相关性）、情感（复合值 -1.0 到 1.0，平台相关，需通过 (x+1)/2 平移到 [0,1] 后再归一化）、时间新鲜度（由时间戳派生，转为衰减函数，越新价值越高）、收藏/书签数（0 到无上限，极端右偏，信号强但常不可得）、分享/转发数（0 到无上限，极端右偏，可得性依平台而定）。
继续前的质量检查：每个指标的记录覆盖率是多少；是否存在恒定或近似恒定的指标（零方差即无信号）；是否存在两个高度相关（r > 0.85）的指标（冗余加权风险）。
步骤 2：将每个指标归一化到 [0, 1]
每个指标在加权前都必须归一化。合并原始指标会让数值范围最大的指标获得不成比例的影响。归一化方法按指标选择：最小-最大（(x - min) / (max - min)，适用于有界、无极端离群值的指标）；稳健最小-最大（(x - p5) / (p95 - p5)，裁剪到 [0,1]，适用于有离群值的指标，用 5/95 分位替代真实最小最大值）；对数最小-最大（(log(x+1) - log(min+1)) / (log(max+1) - log(min+1))，适用于重右偏的评分、评论数）；秩变换（rank(x) / N，适用于分布形态未知或极端的情况）；平移缩放（(x + offset) / range，适用于已知边界的指标，如情感 (x+1)/2）。
时间新鲜度采用指数衰减：compute_recency_score(timestamps, half_life_days=30)，以语料内最大时间戳为基准，按 age_days 计算 decay = exp(-0.693 * age_days / half_life_days)，结果天然处于 [0, 1]。半衰期控制旧内容价值下降的速度。
步骤 3：选择并记录权重
权重必须有文档记录的理由，切勿在未说明原因的情况下默认使用等权。权重选取方法包括：领域知情（依分析目标中各信号的意义设定）、基于相关性（按指标间相关性的倒数加权）、等权（仅在明确说明且无先验更重要信号时使用 w_i = 1/n）、PCA 导出（用第一主成分载荷作为权重）。
识别有影响力讨论的推荐起始权重：评分（归一化）0.25（社区验证过的内容价值信号）、点赞比例（归一化）0.15（共识质量，高比例意味着广泛认同）、评论数（归一化）0.25（讨论催化，能引发对话的内容）、情感质量（归一化）0.15（过滤高互动的负面内容，如引战、争议）、时间新鲜度（归一化）0.20（时间相关性，近期内容反映当前状态）。总计 1.00。这些是起始权重，需在步骤 6 中检验结果对合理权重波动的稳健性。
步骤 4：计算综合评分
按加权求和计算 engagement_score，并处理指标部分缺失的情况：对实际参与计算的权重求和，若不足 1.0，则将评分除以可用权重之和进行再归一化，并打印警告与缺失指标列表。随后输出评分的均值、中位数、标准差与取值范围。
步骤 5：对照人工判断验证
切勿在未验证的情况下相信综合评分。按评分取出前 10 与后 10 项人工检查，验证问题包括：前 10 项是否确实代表高价值、高互动内容；是否有任何前 10 项感觉不对（若是，是哪个指标抬高了它）；后 10 项是否确实代表低互动内容；是否存在已知高价值但评分排名靠后的项（缺失信号）。若验证发现问题：前 10 全是引战/争议内容则提高情感权重；全是旧爆款内容则提高新鲜度权重；评论多但浅薄则增加或提高深度/质量信号；评分被单一指标主导则检查该指标的归一化是否过于分散。
步骤 6：运行敏感性分析
测试权重上下浮动 +/-0.10 时排名变化多少。若前 10 内容在合理权重扰动下保持稳定，则模型稳健；若排名剧烈变化，则结果高度依赖主观权重选择，须报告此情况。分析方式为：对每个指标分别做 -0.10 与 +0.10 扰动，将剩余权重按比例重新归一到总和 1.0，重新计算评分并与基准前 N 名比较重叠度。平均 Top-N 重叠度解读：> 90% 表示稳健，排名不受合理权重选择影响；70-90% 表示中度稳定，核心高价值项一致但边缘会变动；50-70% 表示敏感，结果高度依赖权重选择，须显著报告该注意事项；< 50% 表示不稳定，综合评分不适合用于排名，应考虑减少指标数量或改用其他方法。
步骤 7：识别高价值内容
使用综合评分选取具有代表性的高价值内容。选择策略包括：Top-N（取分数最高的 N 项，适用于需要固定输出规模）、阈值（取分数超过某一截断值的全部项，适用于可接受变动输出规模）、百分位（取高于第 P 百分位的项，如前 10%，适用于相对选取、随语料规模自适应）、分层（每个主题/类别/聚类取 Top-N，确保子群体间的多样性）。百分位选取是推荐默认方式。
步骤 8：撰写报告
将全部发现写入 docs/analysis/08-weighted-engagement-scoring.md。报告模板结构包括：标题“Weighted Engagement Scoring Analysis”、方法学部分（可用指标表格，列出指标、覆盖率、分布、归一化方法）等。
限制
- 仅有单一互动指标时不应使用（直接排序）；
- 跨平台或跨社区比较分数需重新校准权重；
- 该评分衡量内容反响而非用户质量，不适合对用户排名；
- 缺少情感或质量信号时，互动评分不能等同于内容质量；
- 当平均 Top-N 重叠度低于 50% 时，评分不适合用于排名。