这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
防刷榜
榜单一旦能带来流量，就一定会有人刷榜。刷点击、刷评论、刷分享、刷搜索词都会让榜单失真。防刷榜的目标不是拦截所有异常，而是让异常行为无法轻易影响排名。
本章主线
本章从三个方向展开：
- 异常检测：发现互动频率、来源、设备、账号关系异常。
- 黑名单：沉淀高风险账号、设备、IP 和内容。
- 权重调整：对可疑互动降权，而不是简单计入热度。
异常信号
常见刷榜信号包括：
- 新账号集中互动。
- 同一设备或 IP 批量操作。
- 评论内容高度相似。
- 短时间互动曲线异常陡峭。
- 转化率异常，例如点击很多但停留很短。
这些信号要进入热度计算，影响权重。
降权而不是只删除
防刷不一定要直接删除内容。可以采用：
- 可疑互动不计入热度。
- 可疑内容进入人工审核。
- 高风险来源降低权重。
- 确认作弊后移出榜单。
这样能减少误伤，也能保留证据。
风控闭环
防刷榜需要反馈闭环：
- 被人工确认的刷榜样本进入黑名单和训练集。
- 被误伤的内容恢复权重。
- 每次策略调整都回放历史榜单。
榜单公平性是用户信任的基础。下一章会讨论热度如何进入 Feed 流排序，而不是只展示在榜单页。