[Claude Workbench] Initial commit - preserving existing code
This commit is contained in:
Claude Workbench
247
广场作品排序推荐算法说明.md
Normal file
247
广场作品排序推荐算法说明.md
Normal file
@@ -0,0 +1,247 @@
|
||||
# 广场作品排序推荐算法说明
|
||||
|
||||
## 📊 当前排序算法（简单版）
|
||||
|
||||
### 1. 最新排序 (latest)
|
||||
```sql
|
||||
ORDER BY pw.create_time DESC
|
||||
```
|
||||
- **逻辑**: 按发布时间倒序
|
||||
- **优点**: 简单直接，新作品优先展示
|
||||
- **缺点**: 忽略作品质量，优质老作品难以被发现
|
||||
|
||||
### 2. 热门排序 (hot)
|
||||
```sql
|
||||
ORDER BY pw.like_count DESC, pw.create_time DESC
|
||||
```
|
||||
- **逻辑**: 先按点赞数倒序，再按时间倒序
|
||||
- **优点**: 高质量作品排前面
|
||||
- **缺点**:
|
||||
- 老作品积累点赞多，新作品难出头
|
||||
- 没有时间衰减，不符合"热度"概念
|
||||
- 只考虑点赞，忽略浏览、评论等互动
|
||||
|
||||
---
|
||||
|
||||
## 🚀 优化方案：智能推荐算法
|
||||
|
||||
### 方案一：时间衰减热度算法（推荐）
|
||||
|
||||
#### 热度公式
|
||||
```
|
||||
热度分 = (点赞权重 × 点赞数 + 浏览权重 × 浏览数) / (发布时间距今小时数 + 2)^衰减系数
|
||||
```
|
||||
|
||||
**参数设置**:
|
||||
- 点赞权重: 10
|
||||
- 浏览权重: 1
|
||||
- 衰减系数: 1.5
|
||||
- 时间基数: 2 (避免除零，新作品有初始优势)
|
||||
|
||||
**示例计算**:
|
||||
```
|
||||
作品A: 100赞, 1000浏览, 发布24小时
|
||||
热度 = (10×100 + 1×1000) / (24 + 2)^1.5 = 2000 / 132.3 ≈ 15.1
|
||||
|
||||
作品B: 50赞, 500浏览, 发布2小时
|
||||
热度 = (10×50 + 1×500) / (2 + 2)^1.5 = 1000 / 8 = 125
|
||||
|
||||
作品B虽然数据少，但因为新鲜度高，热度分更高！
|
||||
```
|
||||
|
||||
#### SQL实现
|
||||
```sql
|
||||
SELECT pw.*,
|
||||
(10 * pw.like_count + 1 * pw.view_count) /
|
||||
POW(TIMESTAMPDIFF(HOUR, pw.create_time, NOW()) + 2, 1.5) as hot_score
|
||||
FROM plaza_work pw
|
||||
WHERE pw.status = 'published' AND pw.audit_status = 'approved'
|
||||
ORDER BY hot_score DESC
|
||||
```
|
||||
|
||||
### 方案二：威尔逊得分算法（适合评分系统）
|
||||
|
||||
如果未来加入评分功能，可使用威尔逊得分：
|
||||
|
||||
```
|
||||
威尔逊下界 = (p + z²/2n - z × √(p(1-p)/n + z²/4n²)) / (1 + z²/n)
|
||||
|
||||
其中:
|
||||
- p = 好评率 (点赞数 / (点赞数 + 踩数))
|
||||
- n = 总投票数
|
||||
- z = 置信度系数 (95%置信度时 z=1.96)
|
||||
```
|
||||
|
||||
### 方案三：多维度评分算法
|
||||
|
||||
#### 综合评分公式
|
||||
```
|
||||
总分 = 质量分 × 40% + 热度分 × 30% + 新鲜度分 × 20% + 互动分 × 10%
|
||||
```
|
||||
|
||||
**各维度计算**:
|
||||
|
||||
1. **质量分** (0-100):
|
||||
```
|
||||
质量分 = MIN(点赞率 × 100, 100)
|
||||
点赞率 = 点赞数 / MAX(浏览数, 1)
|
||||
```
|
||||
|
||||
2. **热度分** (0-100):
|
||||
```
|
||||
热度分 = MIN((点赞数 × 10 + 浏览数) / 平台平均热度 × 50, 100)
|
||||
```
|
||||
|
||||
3. **新鲜度分** (0-100):
|
||||
```
|
||||
新鲜度分 = MAX(100 - 发布小时数 × 2, 0)
|
||||
```
|
||||
|
||||
4. **互动分** (0-100):
|
||||
```
|
||||
互动分 = MIN((点赞数 + 评论数 × 3) × 2, 100)
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 🎯 推荐的实施方案
|
||||
|
||||
### 第一阶段：实现时间衰减热度算法
|
||||
|
||||
修改 `PlazaWorkMapper.java`:
|
||||
|
||||
```java
|
||||
@Select("<script>" +
|
||||
"SELECT pw.*, u.nickname, u.avatar_url, " +
|
||||
" <choose>" +
|
||||
" <when test='sortBy == \"hot\"'>" +
|
||||
" (10 * pw.like_count + 1 * pw.view_count) / " +
|
||||
" POW(TIMESTAMPDIFF(HOUR, pw.create_time, NOW()) + 2, 1.5) as score " +
|
||||
" </when>" +
|
||||
" <otherwise>" +
|
||||
" UNIX_TIMESTAMP(pw.create_time) as score " +
|
||||
" </otherwise>" +
|
||||
" </choose>" +
|
||||
"FROM plaza_work pw " +
|
||||
"LEFT JOIN user u ON pw.user_id = u.id " +
|
||||
"WHERE pw.status = 'published' AND pw.audit_status = 'approved' " +
|
||||
" AND pw.is_public = 1 AND pw.is_deleted = 0 " +
|
||||
"<if test='taskType != null and taskType != \"\"'>" +
|
||||
" AND pw.task_type = #{taskType} " +
|
||||
"</if>" +
|
||||
"ORDER BY score DESC " +
|
||||
"LIMIT #{offset}, #{size}" +
|
||||
"</script>")
|
||||
List<Map<String, Object>> findPublicWorksList(
|
||||
@Param("taskType") String taskType,
|
||||
@Param("sortBy") String sortBy,
|
||||
@Param("offset") int offset,
|
||||
@Param("size") int size
|
||||
);
|
||||
```
|
||||
|
||||
### 第二阶段：添加智能推荐排序
|
||||
|
||||
增加新的排序方式 `recommend`：
|
||||
|
||||
```java
|
||||
// DTO中添加
|
||||
public enum SortType {
|
||||
LATEST, // 最新
|
||||
HOT, // 热门（时间衰减）
|
||||
RECOMMEND, // 智能推荐（多维度）
|
||||
QUALITY // 高质量（点赞率）
|
||||
}
|
||||
```
|
||||
|
||||
### 第三阶段：个性化推荐
|
||||
|
||||
基于用户历史行为（浏览、点赞的作品类型）推荐相似作品：
|
||||
|
||||
1. 统计用户最喜欢的任务类型（task_type）
|
||||
2. 统计用户最喜欢的模型（model_name）
|
||||
3. 提取用户点赞作品的标签
|
||||
4. 计算作品与用户偏好的匹配度
|
||||
|
||||
---
|
||||
|
||||
## 📝 实施建议
|
||||
|
||||
### 立即实施（基础优化）
|
||||
✅ 实现时间衰减热度算法
|
||||
✅ 添加高质量排序（按点赞率）
|
||||
✅ 优化数据库索引
|
||||
|
||||
### 短期计划（1-2周）
|
||||
🔄 添加多维度评分算法
|
||||
🔄 实现推荐排序
|
||||
🔄 添加排序参数配置化
|
||||
|
||||
### 长期计划（1-2个月）
|
||||
⏳ 个性化推荐系统
|
||||
⏳ 机器学习推荐模型
|
||||
⏳ A/B测试不同算法效果
|
||||
|
||||
---
|
||||
|
||||
## 🔧 审核接口补充说明
|
||||
|
||||
### 当前审核接口功能
|
||||
1. ✅ 查询待审核列表
|
||||
2. ✅ 单个审核
|
||||
3. ✅ 批量审核
|
||||
4. ✅ 审核统计
|
||||
5. ✅ 审核历史
|
||||
|
||||
### 可能需要的补充接口
|
||||
|
||||
#### 1. 撤销审核（管理员误操作）
|
||||
```java
|
||||
POST /admin/plaza/audit/revoke
|
||||
{
|
||||
"workNo": "WORK-xxx",
|
||||
"reason": "误操作，需要重新审核"
|
||||
}
|
||||
```
|
||||
|
||||
#### 2. 审核详情查询（含完整上下文）
|
||||
```java
|
||||
GET /admin/plaza/audit/detail/{workNo}
|
||||
// 返回：作品信息 + 作者信息 + 历史审核记录
|
||||
```
|
||||
|
||||
#### 3. 快捷审核（一键通过前N个）
|
||||
```java
|
||||
POST /admin/plaza/audit/quick-approve
|
||||
{
|
||||
"count": 10, // 通过最早的10个待审核作品
|
||||
"taskType": "text_to_image" // 可选：指定类型
|
||||
}
|
||||
```
|
||||
|
||||
#### 4. 违规关键词检测（AI辅助审核）
|
||||
```java
|
||||
GET /admin/plaza/audit/keyword-check/{workNo}
|
||||
// 返回：敏感词检测结果，辅助人工审核
|
||||
```
|
||||
|
||||
#### 5. 审核员工作量统计
|
||||
```java
|
||||
GET /admin/plaza/audit/admin-stats?adminId=1&startTime=xxx&endTime=xxx
|
||||
// 返回：某审核员的审核数量、通过率等
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 💡 是否需要补充以下功能？
|
||||
|
||||
请告诉我您需要：
|
||||
|
||||
1. **优化排序算法** - 实现时间衰减热度算法？
|
||||
2. **补充审核接口** - 需要哪些额外的审核功能？
|
||||
3. **个性化推荐** - 是否需要基于用户行为的推荐？
|
||||
4. **违规检测** - 是否需要AI辅助审核（敏感词过滤）？
|
||||
|
||||
我可以立即为您实现！
|
||||
|
||||
|
||||
Reference in New Issue
Block a user