新鮮勢要同時處理分數與事件鏈
分數回答「現在該排多前面」；Parent / Child 回答「這是不是同一故事的下一階段」。兩者同等重要，但不能互相取代。
SCROLL
分數回答「現在該排多前面」；Parent / Child 回答「這是不是同一故事的下一階段」。兩者同等重要，但不能互相取代。
如果只談分數，新鮮勢會知道哪件事現在該浮上來，卻不知道讀者為什麼要把它跟過去的新聞放在一起看。如果只談 Parent / Child，首頁會有脈絡，卻可能把舊事件長期留在前排。
所以兩套機制要分工。分數是排序軸，負責「當下位置」；事件鏈是脈絡軸，負責「故事邊界」。分數可以使用事件鏈當作一個訊號，但不能讓 parent_id 直接變成加分捷徑。
這個分工會讓首頁同時有「現在感」和「脈絡感」，而不是讓其中一邊覆蓋另一邊。
目前新鮮勢先用來源數和討論數估計事件的重要度。來源 1 到 8 個加分最高，後面逐段變低；討論數也有上限。這比線性加總好，因為第 30 篇報導不該和第 3 篇報導有同樣重量。
首頁排序再把重要度套上時間衰減、新鮮度加成、人工 boost 和閱讀疲勞。這套做法已經比單純加總穩，但它仍然是人手寫出來的 prior。下一步應該採用 Counterfactual Learning to Rank from Implicit Feedback：用讀者實際行為調整排序，但先校正首頁位置造成的偏誤。
這些訊號只能說「我們猜它重要」。它還沒有處理讀者在看到某個位置之後，是否真的用行為證明它值得被放更上面。
第 1 名本來就比較容易被點。第 12 名如果仍然被點，反而可能代表它被低估。成熟的排序方法不會直接把「點擊多」當作重要，而會先估計每個位置的被看見機率，再把行為訊號做校正。
去偏誤排序的第一步不是模型，而是 impression log。每則新聞被展示時，要記下 request_id、session_id、item_id、rank、display_score、shown_at、viewport_ms。後續點開來源、點開討論、停留時間，都要帶回同一個 request_id 和 rank。
記錄每則新聞當時排第幾。
記錄點開事件、來源、討論、停留與分享。
用 rank propensity 修正位置偏誤。
把 adjustment 加回 display_score。
接著把 reward 除以該 rank 的 propensity。排在後面仍然被認真點開，才有機會得到更高的 counterfactual reward。
首頁也要留一個小的 exploration slot，例如第 8 名。它不是亂放，而是從「不確定但有潛力」的事件裡抽一則，讓系統知道低分事件是不是被低估。
過去的 YouTube 候選流程會把影片標題、候選 tags、來源 topics、逐字稿，跟既有事件的標題、tags、summary、sources 做 weighted token overlap。最接近的事件分數超過 8，就建議當 child。超過 4.5，也會建議可能掛在某個 parent 底下。
這解決了召回問題，卻沒有解決關係問題。它能找出「看起來相關」的事件，但不能回答「是不是同一件事的下一階段」。
同一個公司名、tag 或主題字會推高分數。
高於門檻就建議放進既有 parent。
審稿者再判斷主軸是不是獨立事件。
同主題事件被塞在一起，看起來像一條故事。
預測市場就是典型例子。HIP-4、內線交易、氣象站操縱、CFTC 管轄權都會碰到「預測市場」，但讀者需要的脈絡不是同一種。
這次調整採用三個方法論：TDT 把新事件偵測、後續追蹤、相似內容連結拆成不同任務；story chain 研究區分「同一事件鏈」與「相似主題」；event coreference 要看 who、what、where、when 與事件實體。
落到新鮮勢，意思很簡單：文字相似只用來找候選，不直接決定 parent_id。真正判斷 child 時，要看事件框架。
child 必須共享同一個 object、case、product、proposal、exploit 或 investigation，且 action 或 phase 能接成一條故事。
Parent / Child 不再承擔「背景脈絡」和「主題分類」。它只表示同一件事接著發展。
舊版 Parent 分數會加總 direct children 各自衰減後的重要度。這會讓長事件靠子事件堆疊撐在前排，也會讓「分數」和「脈絡」混在一起。
新版應該把接口縮窄：每個事件先算自己的 importance_score 和 display_score；如果 parent 有新 child，只給一個有上限、會衰減、只看 direct child 的 fresh_child_lift。它提醒讀者這條故事有新進展，但不把整串歷史重新推上去。
這樣 Clarity Act 這類舊事件會自然下滑；但如果今天真的有同一法案的新階段，parent 會被提醒，而不是靠兩週前的來源數留在封面。
OKX 與 Korea Investment 投資 CoinOne，三星旗下公司投資 Upbit 母公司，兩者都指向韓國交易所股權與傳統金融入場。但 actor、object、交易標的不同。新版會把它們當成 context_links 或各自 top-level，不會硬接 Parent / Child。
HIP-4 是 Hyperliquid 的產品與治理線。內線交易、氣象站操縱、預言機資料問題是風險與執法線。它們共享「預測市場」這個主題，但 object、mechanism、phase 都不同。
同一法案從提出、排審、表決到簽署，是同一個 object 的階段推進。這才是 Parent / Child 該承接的故事線。
分數決定現在的位置；parent_id 決定故事的邊界。
來源與討論是排序 prior；事件框架是脈絡 contract。兩邊要相互參考，但不能互相冒充。
選完之後，分享你的判斷
這份頁面把分數方法論和 Parent / Child 的事件鏈方法論放回同一張圖。下一步可以拆成實作規格：impression log、counterfactual reward、event frame、context_links 和 fresh_child_lift。
閱讀完整文章 →喜歡這種分析嗎？
從穩定幣、AI 代理人到平台策略，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費支持，解鎖每週完整文章