Katsoessani omia listasijoitusmuutoksiani, @xhunt_ai eroaa Kaitosta algoritmien suhteen! Ensinnäkin tämä lista on tehty yhteistyössä @Mantle_Official:n kanssa, joten teoriassa kaikki tunnistettavat twiitit linkitetään itse projektiin, eikä muilla twiiteillä ole painovaikutusta. Toiseksi Xhunt laski myös twiittien lukemisten, tykkäysten ja KOL-vuorovaikutusten määrän, mikä osoittaa, että algoritmissa on myös Kaiton varjo, mutta se ei ole täysin riippuvainen ICT-vuorovaikutuksesta. Anna tekoälyn karkeasti spekuloida, tässä on yleinen johtopäätös: Lukeman paino: 0,2 Kuten paino: 0,3 KOL-vuorovaikutuksen paino: 0,4 Twiittien määrä: 0,1 Mielestäni tämä algoritmi on erittäin hyvä, koska koska kyseessä on suusta suuhun -projekti, ei todellakaan riitä, että luotetaan siihen, että ryhmä KOL:ia kommentoi toisiaan, ja twiitti on levitettävä useammalle ihmiselle, jotta siinä olisi järkeä. Yksi Kaiton ongelmista on, että joillakin twiiteillä on hyvin vähän katselukertoja, mutta KOL-ryhmän olemassaolon vuoksi Yaps ja paino ovat suhteellisen korkeat. Vaikka big datan näkökulmasta KOL-vuorovaikutus itsessään tuo korkeita katselukertoja, mutta tämä ei tarkoita, että korkeat katselukerrat johtaisivat korkeaan auktoriteettiin ja useampiin japeihin... Toisaalta tämä tarjoaa myös jonkinlaisen oikotien Xhuntin algoritmiin, eli osallistujat voivat korvata KOL-vuorovaikutuksen puutteen harjaamalla suuren määrän selaustietoja ja tykkäyksiä. Ja jos Kaito haluaa harjata samaa dataa, sen on löydettävä jokin ICT ryhmädatan harjaamiseen... On selvää, että jälkimmäinen maksaa hieman enemmän, mutta on erittäin epäystävällinen kaikille pienille tileille, kun taas edellinen, vaikka siinä on tiettyjä porsaanreikiä, sopii selvästi paremmin kaikille osallistumaan. Yhteenvetona voidaan todeta, että Kaito on enemmän kuin suun napauttamisalusta KOL:ille, kun taas Xhunt on suuhun läimäyttävä alusta kaikille, molemmilla on omat etunsa ja haittansa, on vaikea sanoa, mikä algoritmi on parempi, anna vain ajan antaa vastaus!