Når jeg ser på mine egne listerangeringsendringer, skiller @xhunt_ai seg fra Kaito når det gjelder algoritmer! Først og fremst er denne listen i samarbeid med @Mantle_Official, så teoretisk sett vil alle identifiserbare tweets være knyttet til selve prosjektet, og det vil ikke være noen vektpåvirkning fra andre tweets. For det andre telte Xhunt også antall tweet-lesninger, likes og KOL-interaksjoner, noe som indikerer at det også er en skygge av Kaito i algoritmen, men det er ikke helt avhengig av IKT-interaksjon. La AI grovt spekulere, her er den generelle konklusjonen: Lesevekt: 0,2 Som vekt: 0,3 KOL interaksjon vekt: 0,4 Antall tweets: 0.1 Jeg synes denne algoritmen er veldig bra, for siden det er et munn-til-munn-prosjekt, er det definitivt ikke nok å stole på at en gruppe KOL-er kommenterer hverandre, og tweeten må spres til flere for å gi mening. Et av problemene med Kaito er at noen tweets har svært lave visninger, men på grunn av eksistensen av en gruppe KOL-er, vil Yaps og vekt være relativt høy. Selv om KOL-interaksjon i seg selv vil gi høye visninger, men dette betyr ikke at høye visninger vil føre til høy autoritet og flere Yaps... På den annen side gir dette også en slags snarvei til Xhunts algoritme, det vil si at deltakerne kan gjøre opp for mangelen på KOL-interaksjon ved å børste et stort antall nettleserdata og likes. Og hvis Kaito ønsker å børste de samme dataene, må den finne litt IKT for å gjøre driften av gruppedatabørsting ... Sistnevnte koster åpenbart litt mer, men er veldig uvennlig for alle små kontoer, mens førstnevnte, selv om den har visse smutthull, åpenbart er mer egnet for alle å delta. For å oppsummere er Kaito mer som en munntappingsplattform for KOL-er, mens Xhunt er en munnklappende plattform for alle, begge har sine egne fordeler og ulemper, det er vanskelig å si hvilken algoritme som er bedre, bare la tiden gi svaret!