关注关系推荐：不是所有关注都值得放大

关注关系看起来是一个很强的用户信号，但实际没有这么简单。用户可能因为一条爆款、一次活动、一个热点临时关注作者，过几天就不看了；作者也可能断更、转方向，或者内容质量波动。问题不是要不要给关注内容更多流量，而是先判断：这条关系后面还有没有真实消费价值。

1. 1关注这个动作很容易被高估。用户可能只是因为一条内容、一场活动、一个热点点了关注，后面并不一定还想看。
2. 2推荐侧不能直接拿关注列表用。它需要知道哪条关系还新鲜、还稳定、还值得召回，哪条关系已经变成干扰。
3. 3这个项目的尴尬点在于，它不像新业务那么好讲，但它会影响推荐、关注流、推人三个链路的底层判断。

1. 1我当时最核心的判断是：关注动作只是关系边，真正有价值的是关注之后还在发生消费的关系。
2. 2一条关系值不值得放大，要看用户还看不看、作者还更不更、内容方向有没有跑偏、负反馈有没有变多。
3. 3所以策略目标不是增加关注内容曝光，而是让推荐系统更会使用关注关系：该召回的召回，该提权的提权，该降噪的降噪。

1. 1先拆关注后的真实行为：继续观看、复访互动、取关屏蔽、负反馈和推荐场景点击。
2. 2把关注关系从静态列表改成关系价值判断，区分真关系、弱关系和可能已经过期的关系。
3. 3将关系判断接入推荐侧，用于关注内容召回、排序提权、混排承接和弱关系降噪。
4. 4优化推人能力，不只是补关系链，而是优先推荐更可能被持续消费的作者。

1. 1关注关系流量贡献 DAU 总体 +2%。
2. 2推荐侧能更清楚地区分值得放大的真关系和需要降噪的弱关系。
3. 3沉淀了关注关系在推荐系统中怎么被使用的一套判断口径。

1. 1这个项目如果只说“关注流推荐优化”，会显得很普通。真正值得讲的是：我重新定义了关注关系在推荐系统里的使用方式。
2. 2它的收益没有那么夸张，+2% DAU 也不是一个能撑满全场的数字。但它说明关系信号用对了，确实能给推荐带来增量。
3. 3后续如果继续完善，我会补更多关系阶段分层、推人转化漏斗和长期留存效果，把它讲成关系网络建模项目，而不是关注流调参项目。