【机器学习】深度学习推荐系统（二十五）： X 推荐算法特征系统详解：230+ 特征全解析

X 推荐算法特征系统详解：230+ 特征全解析

[X 推荐算法特征系统详解：230+ 特征全解析](#X 推荐算法特征系统详解：230+ 特征全解析)
- 前言
- 一、特征系统概述
- - [1.1 什么是特征？](#1.1 什么是特征？)
  - [1.2 特征分类](#1.2 特征分类)
  - [1.3 特征统计](#1.3 特征统计)
- [二、候选特征详解（160+ 个）](#二、候选特征详解（160+ 个）)
- - [2.1 基础信息特征（8个）](#2.1 基础信息特征（8个）)
  - [2.2 作者相关特征（15个）](#2.2 作者相关特征（15个）)
  - [2.3 对话相关特征（6个）](#2.3 对话相关特征（6个）)
  - [2.4 搜索与评分特征（4个）](#2.4 搜索与评分特征（4个）)
  - [2.5 交互统计特征（10个）](#2.5 交互统计特征（10个）)
  - [2.6 内容安全特征（Grok）（12个）](#2.6 内容安全特征（Grok）（12个）)
  - [2.7 去重特征（2个）](#2.7 去重特征（2个）)
  - [2.8 话题与上下文特征（4个）](#2.8 话题与上下文特征（4个）)
  - [2.9 推文类型特征（15个）](#2.9 推文类型特征（15个）)
  - [2.10 评分相关特征（6个）](#2.10 评分相关特征（6个）)
  - [2.11 内容特征（15个）](#2.11 内容特征（15个）)
  - [2.12 媒体特征（18个）](#2.12 媒体特征（18个）)
  - [2.13 社交图谱特征（5个）](#2.13 社交图谱特征（5个）)
  - [2.14 Tweetypie 相关特征（5个）](#2.14 Tweetypie 相关特征（5个）)
  - [2.15 其他候选特征（10个）](#2.15 其他候选特征（10个）)
  - [2.16 对话模块相关特征（7个）](#2.16 对话模块相关特征（7个）)
  - [2.17 用户相关特征（2个）](#2.17 用户相关特征（2个）)
  - [2.18 社交证明特征（3个）](#2.18 社交证明特征（3个）)
- [三、查询特征详解（60+ 个）](#三、查询特征详解（60+ 个）)
- - [3.1 用户基础信息特征（12个）](#3.1 用户基础信息特征（12个）)
  - [3.2 用户偏好与设置特征（5个）](#3.2 用户偏好与设置特征（5个）)
  - [3.3 用户行为特征（8个）](#3.3 用户行为特征（8个）)
  - [3.4 用户兴趣特征（2个）](#3.4 用户兴趣特征（2个）)
  - [3.5 请求上下文特征（20个）](#3.5 请求上下文特征（20个）)
  - [3.6 时间相关特征（4个）](#3.6 时间相关特征（4个）)
  - [3.7 已服务内容特征（6个）](#3.7 已服务内容特征（6个）)
  - [3.8 缓存与持久化特征（3个）](#3.8 缓存与持久化特征（3个）)
  - [3.9 过滤与去重特征（3个）](#3.9 过滤与去重特征（3个）)
  - [3.10 用户健康与信号特征（3个）](#3.10 用户健康与信号特征（3个）)
  - [3.11 配置与模型特征（2个）](#3.11 配置与模型特征（2个）)
  - [3.12 嵌入特征（2个）](#3.12 嵌入特征（2个）)
  - [3.13 注册与来源特征（2个）](#3.13 注册与来源特征（2个）)
  - [3.14 其他查询特征（3个）](#3.14 其他查询特征（3个）)
- 四、结果特征详解（10个）
- - [4.1 统计特征（5个）](#4.1 统计特征（5个）)
  - [4.2 对话模块结果特征（4个）](#4.2 对话模块结果特征（4个）)
- 五、特征在推荐流程中的使用
- - [5.1 特征提取阶段](#5.1 特征提取阶段)
  - [5.2 模型评分阶段](#5.2 模型评分阶段)
  - [5.3 过滤阶段](#5.3 过滤阶段)
  - [5.4 排序阶段](#5.4 排序阶段)
- 六、关键特征深度解析
- - [6.1 评分特征体系](#6.1 评分特征体系)
  - [6.2 用户行为特征](#6.2 用户行为特征)
  - [6.3 内容安全特征](#6.3 内容安全特征)
  - [6.4 社交图谱特征](#6.4 社交图谱特征)
- 七、特征提取流程
- - [7.1 特征提取 Pipeline](#7.1 特征提取 Pipeline)
  - [7.2 特征提取器类型](#7.2 特征提取器类型)
  - [7.3 特征提取优化](#7.3 特征提取优化)
- 八、特征与模型的关系
- - [8.1 DataRecord 兼容特征](#8.1 DataRecord 兼容特征)
  - [8.2 模型输入特征](#8.2 模型输入特征)
  - [8.3 模型输出特征](#8.3 模型输出特征)
- 九、特征使用最佳实践
- - [9.1 特征命名规范](#9.1 特征命名规范)
  - [9.2 特征类型选择](#9.2 特征类型选择)
  - [9.3 特征提取优化](#9.3 特征提取优化)
  - [9.4 特征访问模式](#9.4 特征访问模式)
- 十、总结
- - [10.1 特征系统特点](#10.1 特征系统特点)
  - [10.2 关键特征总结](#10.2 关键特征总结)
  - [10.3 特征数量统计](#10.3 特征数量统计)
  - [10.4 学习建议](#10.4 学习建议)
- 附录：完整特征列表
- - [A. 候选特征完整列表（160个）](#A. 候选特征完整列表（160个）)
  - - [A.1 基础信息（8个）](#A.1 基础信息（8个）)
    - [A.2 作者相关（15个）](#A.2 作者相关（15个）)
    - [A.3 对话相关（6个）](#A.3 对话相关（6个）)
    - [A.4 搜索与评分（4个）](#A.4 搜索与评分（4个）)
    - [A.5 交互统计（10个）](#A.5 交互统计（10个）)
    - [A.6 内容安全（Grok）（12个）](#A.6 内容安全（Grok）（12个）)
    - [A.7 去重（2个）](#A.7 去重（2个）)
    - [A.8 话题与上下文（4个）](#A.8 话题与上下文（4个）)
    - [A.9 推文类型（15个）](#A.9 推文类型（15个）)
    - [A.10 评分相关（6个）](#A.10 评分相关（6个）)
    - [A.11 内容特征（15个）](#A.11 内容特征（15个）)
    - [A.12 媒体特征（18个）](#A.12 媒体特征（18个）)
    - [A.13 社交图谱（5个）](#A.13 社交图谱（5个）)
    - [A.14 Tweetypie 相关（5个）](#A.14 Tweetypie 相关（5个）)
    - [A.15 其他候选特征（10个）](#A.15 其他候选特征（10个）)
    - [A.16 对话模块（7个）](#A.16 对话模块（7个）)
    - [A.17 用户相关（2个）](#A.17 用户相关（2个）)
    - [A.18 社交证明（3个）](#A.18 社交证明（3个）)
  - [B. 查询特征完整列表（60个）](#B. 查询特征完整列表（60个）)
  - - [B.1 用户基础信息（12个）](#B.1 用户基础信息（12个）)
    - [B.2 用户偏好与设置（5个）](#B.2 用户偏好与设置（5个）)
    - [B.3 用户行为（8个）](#B.3 用户行为（8个）)
    - [B.4 用户兴趣（2个）](#B.4 用户兴趣（2个）)
    - [B.5 请求上下文（18个）](#B.5 请求上下文（18个）)
    - [B.6 时间相关（4个）](#B.6 时间相关（4个）)
    - [B.7 已服务内容（6个）](#B.7 已服务内容（6个）)
    - [B.8 缓存与持久化（3个）](#B.8 缓存与持久化（3个）)
    - [B.9 过滤与去重（3个）](#B.9 过滤与去重（3个）)
    - [B.10 用户健康与信号（3个）](#B.10 用户健康与信号（3个）)
    - [B.11 配置与模型（2个）](#B.11 配置与模型（2个）)
    - [B.12 嵌入特征（2个）](#B.12 嵌入特征（2个）)
    - [B.13 注册与来源（2个）](#B.13 注册与来源（2个）)
    - [B.14 其他查询特征（2个）](#B.14 其他查询特征（2个）)
  - [C. 结果特征完整列表（10个）](#C. 结果特征完整列表（10个）)
  - - [C.1 统计特征（5个）](#C.1 统计特征（5个）)
    - [C.2 对话模块结果（4个）](#C.2 对话模块结果（4个）)
- 十一、特征系统架构图
- 十二、常见问题
- - [Q1: 为什么需要这么多特征？](#Q1: 为什么需要这么多特征？)
  - [Q2: 特征是如何提取的？](#Q2: 特征是如何提取的？)
  - [Q3: 特征和模型的关系是什么？](#Q3: 特征和模型的关系是什么？)
  - [Q4: 如何添加新特征？](#Q4: 如何添加新特征？)
- 结语

前言

在 X（原 Twitter）的推荐系统中，特征（Features）是连接数据和模型的核心桥梁。HomeFeatures.scala 文件定义了 Home Mixer 服务中使用的所有特征，这些特征在推荐 Pipeline 的各个阶段发挥着关键作用。本文将详细介绍这 230+ 个特征，帮助读者深入理解推荐系统的数据流。

一、特征系统概述

1.1 什么是特征？

在推荐系统中，特征是描述候选内容（推文）和用户上下文的属性。例如：

推文的点赞数
作者是否认证
用户的历史行为
请求的时间戳

这些特征被用于：

模型评分：输入到机器学习模型进行预测
内容过滤：判断内容是否符合展示条件
业务规则：应用各种启发式规则

1.2 特征分类

Home Mixer 的特征系统将特征分为三大类：

候选特征（Candidate Features）：绑定到推文候选，描述推文的各种属性
查询特征（Query Features）：绑定到查询请求，描述用户和请求上下文
结果特征（Result Features）：用于结果统计和呈现

1.3 特征统计

总特征数：约 230 个
候选特征：约 160 个
查询特征：约 60 个
结果特征：约 10 个

二、候选特征详解（160+ 个）

候选特征绑定到 TweetCandidate，用于描述推文候选的各种属性。

2.1 基础信息特征（8个）

这些特征描述推文的基本信息：

特征名称	类型	说明
`AncestorsFeature`	`Seq[TweetAncestor]`	祖先推文列表（用于对话模块）
`AudioSpaceMetaDataFeature`	`Option[AudioSpaceMetaData]`	音频空间元数据
`ListIdFeature`	`Option[Long]`	列表 ID（如果来自列表）
`ListNameFeature`	`Option[String]`	列表名称
`ValidLikedByUserIdsFeature`	`Seq[Long]`	有效点赞用户 ID 列表
`BookmarkedTweetTimestamp`	`Option[Long]`	收藏推文的时间戳
`ArticleIdFeature`	`Option[Long]`	文章 ID（如果是文章推文）
`ArticlePreviewTextFeature`	`Option[String]`	文章预览文本

2.2 作者相关特征（15个）

作者特征描述推文作者的各种属性，是推荐系统的重要信号：

特征名称	类型	说明
`AuthorIdFeature`	`Option[Long]`	作者 ID（DataRecord 兼容）
`AuthorAccountAge`	`Option[Duration]`	作者账户年龄
`AuthorIsBlueVerifiedFeature`	`Boolean`	是否蓝标认证
`AuthorIsGoldVerifiedFeature`	`Boolean`	是否金标认证
`AuthorIsGrayVerifiedFeature`	`Boolean`	是否灰标认证
`AuthorIsLegacyVerifiedFeature`	`Boolean`	是否传统认证
`AuthorIsCreatorFeature`	`Boolean`	是否创作者
`AuthorIsProtectedFeature`	`Boolean`	是否受保护账户
`AuthorFollowersFeature`	`Option[Long]`	作者粉丝数
`ViralContentCreatorFeature`	`Boolean`	是否病毒内容创作者
`GrokContentCreatorFeature`	`Boolean`	是否 Grok 内容创作者
`GorkContentCreatorFeature`	`Boolean`	是否 Gork 内容创作者
`AuthoredByContextualUserFeature`	`Boolean`	是否由上下文用户创作
`AuthorSafetyLabels`	`Option[Seq[String]]`	作者安全标签
`SourceUserIdFeature`	`Option[Long]`	源用户 ID（转发时使用）

使用场景：

判断作者的可信度
应用作者多样性规则
过滤低质量作者的内容

2.3 对话相关特征（6个）

对话特征用于处理回复和对话模块：

特征名称	类型	说明
`ConversationFeature`	`Option[ConversationFeatures]`	对话特征对象
`ConversationModuleFocalTweetIdFeature`	`Option[Long]`	对话模块焦点推文 ID
`ConversationModuleIdFeature`	`Option[Long]`	对话模块 ID（根推文 ID）
`DirectedAtUserIdFeature`	`Option[Long]`	定向用户 ID（@提及）
`ExclusiveConversationAuthorIdFeature`	`Option[Long]`	独占对话作者 ID
`InReplyToTweetIdFeature`	`Option[Long]`	回复的推文 ID
`InReplyToUserIdFeature`	`Option[Long]`	回复的用户 ID

使用场景：

构建对话模块
判断推文是否为回复
处理对话上下文

2.4 搜索与评分特征（4个）

这些特征来自 Earlybird 搜索索引：

特征名称	类型	说明
`EarlybirdFeature`	`Option[ThriftTweetFeatures]`	Earlybird 搜索特征
`EarlybirdScoreFeature`	`Option[Double]`	Earlybird 搜索分数
`EarlybirdSearchResultFeature`	`Option[ThriftSearchResult]`	Earlybird 搜索结果
`EntityTokenFeature`	`Option[String]`	实体令牌

使用场景：

从搜索索引获取候选
使用 Earlybird 分数进行初步排序

2.5 交互统计特征（10个）

交互特征统计推文的各种交互数据：

特征名称	类型	说明
`FavoritedByCountFeature`	`Double`	点赞数（DataRecord 兼容）
`FavoritedByUserIdsFeature`	`Seq[Long]`	点赞用户 ID 列表
`RetweetedByCountFeature`	`Double`	转发数（DataRecord 兼容）
`RetweetedByEngagerIdsFeature`	`Seq[Long]`	转发用户 ID 列表
`RepliedByCountFeature`	`Double`	回复数（DataRecord 兼容）
`RepliedByEngagerIdsFeature`	`Seq[Long]`	回复用户 ID 列表
`FollowedByUserIdsFeature`	`Seq[Long]`	关注用户 ID 列表
`NonSelfFavoritedByUserIdsFeature`	`Seq[Long]`	非自己点赞用户 ID 列表
`FeedbackHistoryFeature`	`Seq[FeedbackEntry]`	反馈历史
`ViewCountFeature`	`Option[Long]`	观看次数

使用场景：

作为模型输入特征
计算内容热度
社交证明（显示谁点赞/转发了推文）

2.6 内容安全特征（Grok）（12个）

Grok 是 X 的内容理解系统，提供内容安全检测：

特征名称	类型	说明
`GrokTranslatedPostIsCachedFeature`	`Boolean`	Grok 翻译推文是否缓存
`GrokVideoMetadataFeature`	`Option[AnnotatedVideoDeserialized]`	Grok 视频元数据
`GrokCategoryDataRecordFeature`	`Map[String, Double]`	Grok 类别分数（DataRecord 兼容）
`GrokTagsFeature`	`Set[String]`	Grok 标签（DataRecord 兼容）
`GrokIsGoreFeature`	`Option[Boolean]`	是否血腥内容（DataRecord 兼容）
`GrokIsNsfwFeature`	`Option[Boolean]`	是否 NSFW（DataRecord 兼容）
`GrokIsSoftNsfwFeature`	`Option[Boolean]`	是否软 NSFW（DataRecord 兼容）
`GrokIsSpamFeature`	`Option[Boolean]`	是否垃圾内容（DataRecord 兼容）
`GrokIsViolentFeature`	`Option[Boolean]`	是否暴力内容（DataRecord 兼容）
`GrokIsLowQualityFeature`	`Option[Boolean]`	是否低质量（DataRecord 兼容）
`GrokIsOcrFeature`	`Option[Boolean]`	是否 OCR（DataRecord 兼容）
`GrokSunnyScoreFeature`	`Option[Double]`	Grok 阳光分数（DataRecord 兼容）
`GrokPoliticalInclinationFeature`	`Option[PoliticalInclination]`	Grok 政治倾向（仅用于指标）
`GrokSlopScoreFeature`	`Option[Long]`	Grok Slop 分数
`GrokAnnotationsFeature`	`Option[GrokAnnotations]`	Grok 注释
`GrokTopCategoryFeature`	`Option[Long]`	Grok 顶级类别

使用场景：

内容安全过滤
用户偏好设置（NSFW 过滤）
内容质量评估

2.7 去重特征（2个）

用于内容去重：

特征名称	类型	说明
`DedupClusterIdFeature`	`Option[Long]`	去重聚类 ID
`DedupClusterId88Feature`	`Option[Long]`	去重聚类 ID 88

使用场景：

避免展示相似内容
基于聚类的内容去重

2.8 话题与上下文特征（4个）

描述推文的话题和上下文信息：

特征名称	类型	说明
`TopicIdSocialContextFeature`	`Option[Long]`	话题社交上下文 ID
`TopicContextFunctionalityTypeFeature`	`Option[TopicContextFunctionalityType]`	话题上下文功能类型
`BasketballContextFeature`	`Option[BasketballContext]`	篮球上下文
`GenericPostContextFeature`	`Option[GenericContext]`	通用推文上下文

2.9 推文类型特征（15个）

判断推文的类型和属性：

特征名称	类型	说明
`FromInNetworkSourceFeature`	`Boolean`	是否来自内部网络源
`FullScoringSucceededFeature`	`Boolean`	完整评分是否成功
`HasDisplayedTextFeature`	`Boolean`	是否有显示文本
`IsArticleFeature`	`Boolean`	是否是文章
`IsAncestorCandidateFeature`	`Boolean`	是否是祖先候选
`IsBoostedCandidateFeature`	`Boolean`	是否是推广候选
`IsExtendedReplyFeature`	`Boolean`	是否是扩展回复（DataRecord 兼容）
`IsInReplyToReplyOrDirectedFeature`	`Boolean`	是否回复回复或定向
`IsInReplyToRetweetFeature`	`Boolean`	是否回复转发
`IsRandomTweetFeature`	`Boolean`	是否随机推文（DataRecord 兼容）
`IsReadFromCacheFeature`	`Boolean`	是否从缓存读取
`IsRetweetFeature`	`Boolean`	是否是转发
`IsRetweetedReplyFeature`	`Boolean`	是否是转发的回复
`IsSupportAccountReplyFeature`	`Boolean`	是否是支持账户回复
`IsColdStartPostFeature`	`Boolean`	是否是冷启动推文

2.10 评分相关特征（6个）

这些是推荐系统的核心评分特征：

特征名称	类型	说明
`PredictionRequestIdFeature`	`Option[Long]`	预测请求 ID（用于追踪）
`PhoenixScoreFeature`	`Option[Double]`	Phoenix 模型分数
`ScoreFeature`	`Option[Double]`	最终排序分数（最重要）
`WeightedModelScoreFeature`	`Option[Double]`	加权模型分数（重排序使用）
`TweetMixerScoreFeature`	`Option[Double]`	Tweet Mixer 分数（DataRecord 兼容）
`LastScoredTimestampMsFeature`	`Option[Long]`	最后评分时间戳

使用场景：

ScoreFeature：最终排序的依据
WeightedModelScoreFeature：重排序阶段的分数
PhoenixScoreFeature：Phoenix 模型的预测分数

2.11 内容特征（15个）

描述推文的内容属性：

特征名称	类型	说明
`SemanticCoreIdFeature`	`Option[Long]`	语义核心 ID
`SimclustersTweetTopKClustersWithScoresFeature`	`Map[String, Double]`	SimClusters 推文 TopK 聚类分数
`SourceTweetIdFeature`	`Option[Long]`	源推文 ID（转发时）
`OriginalTweetIdFeature`	`Option[Long]`	原始推文 ID（DataRecord 兼容）
`TweetLanguageFeature`	`Option[String]`	推文语言
`TweetTextFeature`	`Option[String]`	推文文本
`TweetTextTokensFeature`	`Option[Seq[Int]]`	推文文本令牌
`TweetUrlsFeature`	`Seq[String]`	推文 URL 列表
`TweetLanguageFromTweetypieFeature`	`Option[String]`	来自 Tweetypie 的推文语言
`QuotedTweetIdFeature`	`Option[Long]`	引用推文 ID
`QuotedUserIdFeature`	`Option[Long]`	引用用户 ID
`TweetTypeMetricsFeature`	`Option[Seq[Byte]]`	推文类型指标
`SourceSignalFeature`	`Option[SourceSignal]`	源信号
`DebugStringFeature`	`Option[String]`	调试字符串
`EntityTokenFeature`	`Option[String]`	实体令牌

2.12 媒体特征（18个）

描述推文的媒体内容：

特征名称	类型	说明
`TweetMediaIdsFeature`	`Seq[Long]`	推文媒体 ID 列表
`TweetMediaClusterIdsFeature`	`Map[Long, Long]`	推文媒体聚类 ID
`TweetMediaCompletionRateFeature`	`Option[Double]`	推文媒体完成率
`ClipImageClusterIdsFeature`	`Map[Long, Long]`	剪辑图片聚类 ID
`MultiModalEmbeddingsFeature`	`Option[Seq[Double]]`	多模态嵌入
`FirstMediaIdFeature`	`Option[Long]`	第一个媒体 ID（DataRecord 兼容）
`NumImagesFeature`	`Option[Int]`	图片数量
`HasImageFeature`	`Boolean`	是否有图片
`HasVideoFeature`	`Boolean`	是否有视频
`HasMultipleMedia`	`Boolean`	是否有多个媒体
`VideoDurationMsFeature`	`Option[Int]`	视频时长（毫秒）
`VideoAspectRatioFeature`	`Option[Float]`	视频宽高比
`VideoDisplayTypeFeature`	`Option[ModuleDisplayType]`	视频显示类型
`VideoHeightFeature`	`Option[Short]`	视频高度
`VideoWidthFeature`	`Option[Short]`	视频宽度
`MediaIdFeature`	`Option[Long]`	媒体 ID
`MediaCategoryFeature`	`Option[MediaCategory]`	媒体类别
`MediaUnderstandingAnnotationIdsFeature`	`Seq[Long]`	媒体理解注释 ID

使用场景：

视频内容推荐
媒体质量评估
媒体去重

2.13 社交图谱特征（5个）

描述推文在社交图谱中的关系：

特征名称	类型	说明
`MentionUserIdFeature`	`Seq[Long]`	提及用户 ID 列表
`MentionScreenNameFeature`	`Seq[String]`	提及用户名列表
`InNetworkFeature`	`Boolean`	是否在内部网络（带默认值 true）
`SGSValidLikedByUserIdsFeature`	`Seq[Long]`	SGS 有效点赞用户 ID
`SGSValidFollowedByUserIdsFeature`	`Seq[Long]`	SGS 有效关注用户 ID

使用场景：

判断内容来源（内部网络 vs 外部网络）
社交证明（显示谁点赞/关注了）

2.14 Tweetypie 相关特征（5个）

来自 Tweetypie 服务的特征：

特征名称	类型	说明
`IsHydratedFeature`	`Boolean`	是否已水合（数据是否完整）
`OonNsfwFeature`	`Boolean`	是否 OON NSFW
`QuotedTweetDroppedFeature`	`Boolean`	引用推文是否被丢弃
`AuthorEnabledPreviewsFeature`	`Boolean`	作者是否启用预览
`IsTweetPreviewFeature`	`Boolean`	是否是推文预览

2.15 其他候选特征（10个）

特征名称	类型	说明
`SlopAuthorFeature`	`Boolean`	Slop 作者标识
`SlopAuthorScoreFeature`	`Option[Double]`	Slop 作者分数
`CachedCandidatePipelineIdentifierFeature`	`Option[String]`	缓存的候选 Pipeline 标识符
`PositionFeature`	`Option[Int]`	位置（在候选列表中的位置）
`ServedTypeFeature`	`ServedType`	服务类型
`TSPMetricTagFeature`	`Set[MetricTag]`	TSP 指标标签
`SemanticAnnotationIdsFeature`	`Seq[Long]`	语义注释 ID
`CurrentPinnedTweetFeature`	`Option[Long]`	当前置顶推文
`RequestJoinIdFeature`	`Option[Long]`	请求加入 ID
`AdTagUrlFeature`	`Option[String]`	广告标签 URL

2.16 对话模块相关特征（7个）

用于对话模块的呈现：

特征名称	类型	说明
`ServedInConversationModuleFeature`	`Boolean`	是否在对话模块中服务
`ConversationModule2DisplayedTweetsFeature`	`Boolean`	对话模块显示推文数
`ConversationModuleHasGapFeature`	`Boolean`	对话模块是否有间隙
`FocalTweetAuthorIdFeature`	`Option[Long]`	焦点推文作者 ID
`FocalTweetInNetworkFeature`	`Option[Boolean]`	焦点推文是否在内部网络
`FocalTweetRealNamesFeature`	`Option[Map[Long, String]]`	焦点推文真实姓名
`FocalTweetScreenNamesFeature`	`Option[Map[Long, String]]`	焦点推文用户名

2.17 用户相关特征（2个）

特征名称	类型	说明
`ViewerIdFeature`	`Long`	查看者 ID（DataRecord 兼容）
`IsColdStartPostFeature`	`Boolean`	是否是冷启动推文

2.18 社交证明特征（3个）

用于显示社交证明信息：

特征名称	类型	说明
`ScreenNamesFeature`	`Map[Long, String]`	用户名映射
`RealNamesFeature`	`Map[Long, String]`	真实姓名映射
`TweetAgeFeature`	`Option[Long]`	推文年龄

三、查询特征详解（60+ 个）

查询特征绑定到 PipelineQuery，描述用户和请求的上下文信息。

3.1 用户基础信息特征（12个）

特征名称	类型	说明
`AccountAgeFeature`	`Option[Time]`	账户年龄
`UserFollowingCountFeature`	`Option[Int]`	用户关注数
`UserFollowersCountFeature`	`Option[Int]`	用户粉丝数
`UserScreenNameFeature`	`Option[String]`	用户屏幕名称
`UserStateFeature`	`Option[UserState]`	用户状态
`UserTypeFeature`	`Option[UserType]`	用户类型
`UuaUserGenderFeature`	`Option[String]`	UUA 用户性别（DataRecord 兼容）
`UuaUserStateFeature`	`Option[Long]`	UUA 用户状态（DataRecord 兼容）
`UuaUserAgeBucketFeature`	`Option[String]`	UUA 用户年龄分组（DataRecord 兼容）
`ViewerSafetyLabels`	`Option[Seq[String]]`	查看者安全标签
`ViewerIsRateLimited`	`Boolean`	查看者是否被限流
`ViewerHasJobRecommendationsEnabled`	`Boolean`	查看者是否启用工作推荐

3.2 用户偏好与设置特征（5个）

特征名称	类型	说明
`ViewerHasPremiumTier`	`Boolean`	查看者是否有高级会员
`ViewerHasRecruitingOrganizationRecommendationsEnabled`	`Boolean`	查看者是否启用招聘组织推荐
`ViewerAllowsAdsPersonalizationFeature`	`Option[Boolean]`	查看者是否允许广告个性化
`ViewerAllowsForYouRecommendationsFeature`	`Option[Boolean]`	查看者是否允许"为你推荐"
`ViewerAllowsDataSharingFeature`	`Option[Boolean]`	查看者是否允许数据共享

3.3 用户行为特征（8个）

这些是推荐系统的核心用户信号：

特征名称	类型	说明
`UserActionsFeature`	`Option[UserActionSequence]`	用户行为序列（最重要）
`UserActionsByteArrayFeature`	`Option[Array[Byte]]`	用户行为字节数组
`UserActionsSizeFeature`	`Option[Int]`	用户行为大小
`UserActionsContainsExplicitSignalsFeature`	`Boolean`	用户行为是否包含显式信号
`UserRecentEngagementTweetIdsFeature`	`Seq[Long]`	用户最近参与推文 ID
`UserLastExplicitSignalTimeFeature`	`Option[Time]`	用户最后显式信号时间
`UserEngagedLanguagesFeature`	`Set[String]`	用户参与语言（DataRecord 兼容）
`UserUnderstandableLanguagesFeature`	`Seq[String]`	用户可理解语言

使用场景：

UserActionsFeature：Phoenix 模型的主要输入
个性化推荐
语言匹配

3.4 用户兴趣特征（2个）

特征名称	类型	说明
`UserFollowedTopicsCountFeature`	`Option[Int]`	用户关注话题数
`FollowsSportsAccountFeature`	`Boolean`	是否关注体育账户

3.5 请求上下文特征（20个）

描述请求的上下文信息：

特征名称	类型	说明
`ClientIdFeature`	`Option[Long]`	客户端 ID（DataRecord 兼容）
`DeviceCountryFeature`	`Option[String]`	设备国家（DataRecord 兼容）
`DeviceLanguageFeature`	`Option[String]`	设备语言（DataRecord 兼容）
`GuestIdFeature`	`Option[Long]`	访客 ID（DataRecord 兼容）
`TimestampFeature`	`Long`	时间戳（DataRecord 兼容）
`TimestampGMTDowFeature`	`Long`	GMT 星期几（DataRecord 兼容）
`TimestampGMTHourFeature`	`Long`	GMT 小时（DataRecord 兼容）
`GetInitialFeature`	`Boolean`	是否获取初始（DataRecord 兼容）
`GetMiddleFeature`	`Boolean`	是否获取中间（DataRecord 兼容）
`GetNewerFeature`	`Boolean`	是否获取更新（DataRecord 兼容）
`GetOlderFeature`	`Boolean`	是否获取更旧（DataRecord 兼容）
`IsForegroundRequestFeature`	`Boolean`	是否前台请求
`IsLaunchRequestFeature`	`Boolean`	是否启动请求
`HasDarkRequestFeature`	`Option[Boolean]`	是否有暗色请求
`PollingFeature`	`Boolean`	是否轮询
`PullToRefreshFeature`	`Boolean`	是否下拉刷新
`ServedIdFeature`	`Option[Long]`	服务 ID
`TweetLanguageFromLanguageSignalFeature`	`Option[String]`	来自语言信号的推文语言

使用场景：

时间相关的推荐（工作日 vs 周末）
地理位置相关的推荐
请求类型判断

3.6 时间相关特征（4个）

特征名称	类型	说明
`LastNonPollingTimeFeature`	`Option[Time]`	最后非轮询时间
`LastNegativeFeedbackTimeFeature`	`Option[Time]`	最后负反馈时间
`FollowingLastNonPollingTimeFeature`	`Option[Time]`	关注最后非轮询时间
`NonPollingTimesFeature`	`Seq[Long]`	非轮询时间列表

3.7 已服务内容特征（6个）

用于去重和避免重复展示：

特征名称	类型	说明
`ServedTweetIdsFeature`	`Seq[Long]`	已服务推文 ID 列表
`ServedAuthorIdsFeature`	`Map[Long, Seq[Long]]`	已服务作者 ID 映射
`ServedTweetPreviewIdsFeature`	`Seq[Long]`	已服务推文预览 ID
`TimelineServiceTweetsFeature`	`Seq[Long]`	时间线服务推文
`TLSOriginalTweetsWithAuthorFeature`	`Seq[(Long, Option[Long])]`	TLS 原始推文与作者
`TLSOriginalTweetsWithConfirmedAuthorFeature`	`Seq[(Long, Long)]`	TLS 原始推文与确认作者

使用场景：

去重过滤
避免重复展示相同内容

3.8 缓存与持久化特征（3个）

特征名称	类型	说明
`CachedScoredTweetsFeature`	`Seq[ScoredTweet]`	缓存的评分推文
`PersistenceEntriesFeature`	`Seq[TimelineResponseV3]`	持久化条目
`HasRecentFeedbackSinceCacheTtlFeature`	`Boolean`	是否有缓存 TTL 后的最近反馈

3.9 过滤与去重特征（3个）

特征名称	类型	说明
`DismissInfoFeature`	`Map[SuggestType, Option[DismissInfo]]`	dismiss 信息（带默认值）
`ImpressionBloomFilterFeature`	`ImpressionBloomFilterSeq`	印象布隆过滤器（带默认值）
`ImpressedMediaIds`	`Seq[Long]`	已印象媒体 ID（带默认值）

3.10 用户健康与信号特征（3个）

特征名称	类型	说明
`LowSignalUserFeature`	`Boolean`	是否低信号用户
`NSFWConsumerScoreFeature`	`Double`	NSFW 消费者分数
`NSFWConsumerFollowerScoreFeature`	`Double`	NSFW 消费者粉丝分数

使用场景：

低信号用户使用不同的推荐策略
NSFW 内容过滤

3.11 配置与模型特征（2个）

特征名称	类型	说明
`NaviClientConfigFeature`	`NaviClientConfig`	Navi 客户端配置
`RealGraphInNetworkScoresFeature`	`Map[UserId, Double]`	Real Graph 内部网络分数

3.12 嵌入特征（2个）

特征名称	类型	说明
`ImmersiveClientEmbeddingsFeature`	`Map[Long, Seq[Double]]`	沉浸式客户端嵌入
`TweetAuthorFollowersFeature`	`Map[Long, Option[Long]]`	推文作者粉丝映射

3.13 注册与来源特征（2个）

特征名称	类型	说明
`SignupSourceFeature`	`Option[SignupSource]`	注册来源
`SignupCountryFeature`	`Option[String]`	注册国家

3.14 其他查询特征（3个）

特征名称	类型	说明
`WhoToFollowExcludedUserIdsFeature`	`Seq[Long]`	关注推荐排除用户 ID（带默认值）
`CurrentDisplayedGrokTopicFeature`	`Option[(Long, String)]`	当前显示的 Grok 话题（带默认值）

四、结果特征详解（10个）

结果特征用于结果统计和呈现。

4.1 统计特征（5个）

特征名称	类型	说明
`ServedSizeFeature`	`Option[Int]`	服务大小
`UniqueAuthorCountFeature`	`Option[Int]`	唯一作者数
`MaxSingleAuthorCountFeature`	`Option[Int]`	单个作者最大数量
`UniqueCategoryCountFeature`	`Option[Int]`	唯一类别数
`MaxSingleCategoryCountFeature`	`Option[Int]`	单个类别最大数量

使用场景：

监控多样性指标
确保作者多样性
确保内容类别多样性

4.2 对话模块结果特征（4个）

特征名称	类型	说明
`ServedInConversationModuleFeature`	`Boolean`	是否在对话模块中服务
`ConversationModule2DisplayedTweetsFeature`	`Boolean`	对话模块显示推文数
`ConversationModuleHasGapFeature`	`Boolean`	对话模块是否有间隙

五、特征在推荐流程中的使用

5.1 特征提取阶段

在 FeatureHydrator 中，系统从各种数据源提取特征：

scala 复制代码

// 示例：提取作者特征
class AuthorFeatureHydrator extends CandidateFeatureHydrator {
  override val features: Set[Feature[_, _]] = Set(
    HomeFeatures.AuthorIdFeature,
    HomeFeatures.AuthorFollowersFeature,
    HomeFeatures.AuthorIsBlueVerifiedFeature
  )
  
  override def apply(
    query: PipelineQuery,
    candidates: Seq[CandidateWithFeatures[TweetCandidate]]
  ): Stitch[Seq[FeatureMap]] = {
    // 从 Gizmoduck 服务获取作者信息
    // 填充到 FeatureMap 中
  }
}

5.2 模型评分阶段

在 Scorer 中，特征被转换为 DataRecord 输入模型：

scala 复制代码

// 示例：使用特征进行评分
class NaviModelScorer extends Scorer {
  override def apply(
    query: PipelineQuery,
    candidates: Seq[CandidateWithFeatures[TweetCandidate]]
  ): Stitch[Seq[FeatureMap]] = {
    // 1. 提取特征
    val dataRecords = candidates.map { candidate =>
      // 将候选特征转换为 DataRecord
      candidateAdapter(candidate.features)
    }
    
    // 2. 调用模型服务
    modelClient.getPredictionsForBatch(dataRecords)
    
    // 3. 提取预测分数
    // 存储到 PredictedScoreFeatures 中
  }
}

5.3 过滤阶段

在 Filter 中，使用特征进行内容过滤：

scala 复制代码

// 示例：NSFW 过滤
class NsfwFilter extends Filter {
  override def apply(
    query: PipelineQuery,
    candidates: Seq[CandidateWithFeatures[TweetCandidate]]
  ): Stitch[Seq[CandidateWithFeatures[TweetCandidate]]] = {
    candidates.filter { candidate =>
      // 检查 NSFW 特征
      val isNsfw = candidate.features.getOrElse(
        HomeFeatures.GrokIsNsfwFeature, 
        false
      )
      
      // 检查用户设置
      val allowNsfw = query.features.getOrElse(
        HomeFeatures.ViewerAllowsNsfwFeature,
        false
      )
      
      !isNsfw || allowNsfw
    }
  }
}

5.4 排序阶段

在排序中，使用评分特征进行排序：

scala 复制代码

// 使用 ScoreFeature 进行排序
val sortedCandidates = candidates.sortBy { candidate =>
  -candidate.features.getOrElse(
    HomeFeatures.ScoreFeature, 
    None
  ).getOrElse(0.0)
}

六、关键特征深度解析

6.1 评分特征体系

推荐系统使用多层次的评分特征：

复制代码

EarlybirdScoreFeature (搜索索引分数)
    ↓
TweetMixerScoreFeature (Tweet Mixer 分数)
    ↓
PhoenixScoreFeature (Phoenix 模型分数)
    ↓
WeightedModelScoreFeature (加权模型分数)
    ↓
ScoreFeature (最终排序分数)

ScoreFeature 是最终用于排序的特征，由多个模型分数加权组合而成。

6.2 用户行为特征

UserActionsFeature 是推荐系统的核心输入之一：

包含用户的历史行为序列
用于 Phoenix 模型预测
支持个性化推荐

6.3 内容安全特征

Grok 特征系统提供多层次的内容安全检测：

GrokIsNsfwFeature: 检测 NSFW 内容
GrokIsSpamFeature: 检测垃圾内容
GrokIsViolentFeature: 检测暴力内容
GrokIsLowQualityFeature: 检测低质量内容

这些特征用于：

内容过滤
用户偏好设置
合规性检查

6.4 社交图谱特征

InNetworkFeature 是重要的社交图谱特征：

true: 推文来自用户关注的账户
false: 推文来自外部网络

系统使用这个特征来：

平衡内部网络和外部网络内容
应用不同的推荐策略

七、特征提取流程

7.1 特征提取 Pipeline

复制代码

用户请求
    ↓
【查询特征提取】
├─ 用户基础信息
├─ 用户行为序列
├─ 请求上下文
└─ 已服务内容
    ↓
候选生成
    ↓
【候选特征提取】
├─ 作者特征
├─ 内容特征
├─ 交互特征
├─ 媒体特征
└─ 安全特征
    ↓
模型评分
    ↓
【评分特征提取】
├─ 模型预测分数
└─ 加权组合分数
    ↓
排序与过滤

7.2 特征提取器类型

QueryFeatureHydrator: 提取查询特征
CandidateFeatureHydrator: 提取候选特征
BulkCandidateFeatureHydrator: 批量提取候选特征
DependentBulkCandidateFeatureHydrator: 依赖其他特征的批量提取

7.3 特征提取优化

批量提取: 减少 RPC 调用
缓存: 缓存常用特征
异步提取: 并行提取独立特征
条件提取: 根据配置决定是否提取

八、特征与模型的关系

8.1 DataRecord 兼容特征

约 40 个特征兼容 DataRecord 格式，可以直接用于模型：

AuthorIdFeature
FavoritedByCountFeature
GrokIsNsfwFeature
TimestampFeature
等等

8.2 模型输入特征

模型使用约 6000 个特征，包括：

从 HomeFeatures 中提取的特征
派生特征（由基础特征计算得出）
聚合特征（实时或批量计算）

8.3 模型输出特征

模型预测结果存储在 PredictedScoreFeatures 中：

PredictedFavoriteScoreFeature
PredictedReplyScoreFeature
PredictedRetweetScoreFeature
等等

九、特征使用最佳实践

9.1 特征命名规范

使用描述性名称
遵循命名约定（Feature 后缀）
区分候选特征和查询特征

9.2 特征类型选择

Option 类型: 特征可能不存在
带默认值 : 使用 FeatureWithDefaultOnFailure
DataRecord 兼容: 需要输入模型的特征

9.3 特征提取优化

批量提取减少网络调用
使用缓存避免重复提取
异步提取提高性能

9.4 特征访问模式

scala 复制代码

// 推荐方式：使用 getOrElse 提供默认值
val authorId = candidate.features.getOrElse(
  HomeFeatures.AuthorIdFeature, 
  None
)

// 不推荐：直接访问可能抛出异常
val authorId = candidate.features.get(HomeFeatures.AuthorIdFeature)

十、总结

10.1 特征系统特点

类型安全: 所有特征都有明确的类型定义
分类清晰: 按候选/查询/结果分类
功能完整: 覆盖推荐系统的各个方面
可扩展: 易于添加新特征

10.2 关键特征总结

评分特征: ScoreFeature, WeightedModelScoreFeature
用户信号: UserActionsFeature, LowSignalUserFeature
内容安全: GrokIsNsfwFeature, GrokIsSpamFeature
社交图谱: InNetworkFeature, FavoritedByUserIdsFeature
内容属性: HasVideoFeature, TweetTextFeature

10.3 特征数量统计

总特征数: 约 230 个
候选特征: 约 160 个
查询特征: 约 60 个
结果特征: 约 10 个

10.4 学习建议

理解特征分类: 区分候选特征和查询特征
掌握关键特征: 重点关注评分、用户信号、内容安全特征
了解特征提取: 理解特征如何从数据源提取
实践特征使用: 在代码中查看特征的实际使用

附录：完整特征列表

A. 候选特征完整列表（160个）

A.1 基础信息（8个）

AncestorsFeature
AudioSpaceMetaDataFeature
ListIdFeature
ListNameFeature
ValidLikedByUserIdsFeature
BookmarkedTweetTimestamp
ArticleIdFeature
ArticlePreviewTextFeature

A.2 作者相关（15个）

AuthorIdFeature
AuthorAccountAge
AuthorIsBlueVerifiedFeature
AuthorIsGoldVerifiedFeature
AuthorIsGrayVerifiedFeature
AuthorIsLegacyVerifiedFeature
AuthorIsCreatorFeature
AuthorIsProtectedFeature
AuthorFollowersFeature
ViralContentCreatorFeature
GrokContentCreatorFeature
GorkContentCreatorFeature
AuthoredByContextualUserFeature
AuthorSafetyLabels
SourceUserIdFeature

A.3 对话相关（6个）

ConversationFeature
ConversationModuleFocalTweetIdFeature
ConversationModuleIdFeature
DirectedAtUserIdFeature
ExclusiveConversationAuthorIdFeature
InReplyToTweetIdFeature
InReplyToUserIdFeature

A.4 搜索与评分（4个）

EarlybirdFeature
EarlybirdScoreFeature
EarlybirdSearchResultFeature
EntityTokenFeature

A.5 交互统计（10个）

FavoritedByCountFeature
FavoritedByUserIdsFeature
RetweetedByCountFeature
RetweetedByEngagerIdsFeature
RepliedByCountFeature
RepliedByEngagerIdsFeature
FollowedByUserIdsFeature
NonSelfFavoritedByUserIdsFeature
FeedbackHistoryFeature
ViewCountFeature

A.6 内容安全（Grok）（12个）

GrokTranslatedPostIsCachedFeature
GrokVideoMetadataFeature
GrokCategoryDataRecordFeature
GrokTagsFeature
GrokIsGoreFeature
GrokIsNsfwFeature
GrokIsSoftNsfwFeature
GrokIsSpamFeature
GrokIsViolentFeature
GrokIsLowQualityFeature
GrokIsOcrFeature
GrokSunnyScoreFeature
GrokPoliticalInclinationFeature
GrokSlopScoreFeature
GrokAnnotationsFeature
GrokTopCategoryFeature

A.7 去重（2个）

DedupClusterIdFeature
DedupClusterId88Feature

A.8 话题与上下文（4个）

TopicIdSocialContextFeature
TopicContextFunctionalityTypeFeature
BasketballContextFeature
GenericPostContextFeature

A.9 推文类型（15个）

FromInNetworkSourceFeature
FullScoringSucceededFeature
HasDisplayedTextFeature
IsArticleFeature
IsAncestorCandidateFeature
IsBoostedCandidateFeature
IsExtendedReplyFeature
IsInReplyToReplyOrDirectedFeature
IsInReplyToRetweetFeature
IsRandomTweetFeature
IsReadFromCacheFeature
IsRetweetFeature
IsRetweetedReplyFeature
IsSupportAccountReplyFeature
IsColdStartPostFeature

A.10 评分相关（6个）

PredictionRequestIdFeature
PhoenixScoreFeature
ScoreFeature ⭐
WeightedModelScoreFeature ⭐
TweetMixerScoreFeature
LastScoredTimestampMsFeature

A.11 内容特征（15个）

SemanticCoreIdFeature
SimclustersTweetTopKClustersWithScoresFeature
SourceTweetIdFeature
OriginalTweetIdFeature
TweetLanguageFeature
TweetTextFeature
TweetTextTokensFeature
TweetUrlsFeature
TweetLanguageFromTweetypieFeature
QuotedTweetIdFeature
QuotedUserIdFeature
TweetTypeMetricsFeature
SourceSignalFeature
DebugStringFeature
EntityTokenFeature

A.12 媒体特征（18个）

TweetMediaIdsFeature
TweetMediaClusterIdsFeature
TweetMediaCompletionRateFeature
ClipImageClusterIdsFeature
MultiModalEmbeddingsFeature
FirstMediaIdFeature
NumImagesFeature
HasImageFeature
HasVideoFeature
HasMultipleMedia
VideoDurationMsFeature
VideoAspectRatioFeature
VideoDisplayTypeFeature
VideoHeightFeature
VideoWidthFeature
MediaIdFeature
MediaCategoryFeature
MediaUnderstandingAnnotationIdsFeature

A.13 社交图谱（5个）

MentionUserIdFeature
MentionScreenNameFeature
InNetworkFeature ⭐
SGSValidLikedByUserIdsFeature
SGSValidFollowedByUserIdsFeature

A.14 Tweetypie 相关（5个）

IsHydratedFeature
OonNsfwFeature
QuotedTweetDroppedFeature
AuthorEnabledPreviewsFeature
IsTweetPreviewFeature

A.15 其他候选特征（10个）

SlopAuthorFeature
SlopAuthorScoreFeature
CachedCandidatePipelineIdentifierFeature
PositionFeature
ServedTypeFeature
TSPMetricTagFeature
SemanticAnnotationIdsFeature
CurrentPinnedTweetFeature
RequestJoinIdFeature
AdTagUrlFeature

A.16 对话模块（7个）

ServedInConversationModuleFeature
ConversationModule2DisplayedTweetsFeature
ConversationModuleHasGapFeature
FocalTweetAuthorIdFeature
FocalTweetInNetworkFeature
FocalTweetRealNamesFeature
FocalTweetScreenNamesFeature

A.17 用户相关（2个）

ViewerIdFeature
IsColdStartPostFeature

A.18 社交证明（3个）

ScreenNamesFeature
RealNamesFeature
TweetAgeFeature

B. 查询特征完整列表（60个）

B.1 用户基础信息（12个）

AccountAgeFeature
UserFollowingCountFeature
UserFollowersCountFeature
UserScreenNameFeature
UserStateFeature
UserTypeFeature
UuaUserGenderFeature
UuaUserStateFeature
UuaUserAgeBucketFeature
ViewerSafetyLabels
ViewerIsRateLimited
ViewerHasJobRecommendationsEnabled

B.2 用户偏好与设置（5个）

ViewerHasPremiumTier
ViewerHasRecruitingOrganizationRecommendationsEnabled
ViewerAllowsAdsPersonalizationFeature
ViewerAllowsForYouRecommendationsFeature
ViewerAllowsDataSharingFeature

B.3 用户行为（8个）

UserActionsFeature ⭐
UserActionsByteArrayFeature
UserActionsSizeFeature
UserActionsContainsExplicitSignalsFeature
UserRecentEngagementTweetIdsFeature
UserLastExplicitSignalTimeFeature
UserEngagedLanguagesFeature
UserUnderstandableLanguagesFeature

B.4 用户兴趣（2个）

UserFollowedTopicsCountFeature
FollowsSportsAccountFeature

B.5 请求上下文（18个）

ClientIdFeature
DeviceCountryFeature
DeviceLanguageFeature
GuestIdFeature
TimestampFeature
TimestampGMTDowFeature
TimestampGMTHourFeature
GetInitialFeature
GetMiddleFeature
GetNewerFeature
GetOlderFeature
IsForegroundRequestFeature
IsLaunchRequestFeature
HasDarkRequestFeature
PollingFeature
PullToRefreshFeature
ServedIdFeature
TweetLanguageFromLanguageSignalFeature

B.6 时间相关（4个）

LastNonPollingTimeFeature
LastNegativeFeedbackTimeFeature
FollowingLastNonPollingTimeFeature
NonPollingTimesFeature

B.7 已服务内容（6个）

ServedTweetIdsFeature ⭐
ServedAuthorIdsFeature
ServedTweetPreviewIdsFeature
TimelineServiceTweetsFeature
TLSOriginalTweetsWithAuthorFeature
TLSOriginalTweetsWithConfirmedAuthorFeature

B.8 缓存与持久化（3个）

CachedScoredTweetsFeature
PersistenceEntriesFeature
HasRecentFeedbackSinceCacheTtlFeature

B.9 过滤与去重（3个）

DismissInfoFeature
ImpressionBloomFilterFeature
ImpressedMediaIds

B.10 用户健康与信号（3个）

LowSignalUserFeature ⭐
NSFWConsumerScoreFeature
NSFWConsumerFollowerScoreFeature

B.11 配置与模型（2个）

NaviClientConfigFeature
RealGraphInNetworkScoresFeature

B.12 嵌入特征（2个）

ImmersiveClientEmbeddingsFeature
TweetAuthorFollowersFeature

B.13 注册与来源（2个）

SignupSourceFeature
SignupCountryFeature

B.14 其他查询特征（2个）

WhoToFollowExcludedUserIdsFeature
CurrentDisplayedGrokTopicFeature

C. 结果特征完整列表（10个）

C.1 统计特征（5个）

ServedSizeFeature
UniqueAuthorCountFeature ⭐
MaxSingleAuthorCountFeature ⭐
UniqueCategoryCountFeature
MaxSingleCategoryCountFeature

C.2 对话模块结果（4个）

ServedInConversationModuleFeature
ConversationModule2DisplayedTweetsFeature
ConversationModuleHasGapFeature

十一、特征系统架构图

复制代码

┌─────────────────────────────────────────────────────────┐
│                  特征定义层                              │
│              HomeFeatures.scala                          │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐  │
│  │ 候选特征      │  │ 查询特征      │  │ 结果特征      │  │
│  │ ~160个       │  │ ~60个        │  │ ~10个        │  │
│  └──────────────┘  └──────────────┘  └──────────────┘  │
└─────────────────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────────────────┐
│                  特征提取层                              │
│         FeatureHydrator (各种提取器)                     │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐  │
│  │ QueryFeature │  │ Candidate    │  │ Bulk        │  │
│  │ Hydrator     │  │ Feature      │  │ Feature     │  │
│  │              │  │ Hydrator     │  │ Hydrator    │  │
│  └──────────────┘  └──────────────┘  └──────────────┘  │
└─────────────────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────────────────┐
│                  特征存储层                              │
│              FeatureMap                                 │
│  ┌──────────────────────────────────────────────────┐  │
│  │ Map[Feature[_, _], Any]                         │  │
│  │ - 类型安全的特征存储                              │  │
│  │ - 支持默认值                                     │  │
│  └──────────────────────────────────────────────────┘  │
└─────────────────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────────────────┐
│                  特征使用层                              │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐  │
│  │ Scorer       │  │ Filter       │  │ Selector     │  │
│  │ (模型评分)    │  │ (内容过滤)    │  │ (候选选择)    │  │
│  └──────────────┘  └──────────────┘  └──────────────┘  │
└─────────────────────────────────────────────────────────┘

十二、常见问题

Q1: 为什么需要这么多特征？

A: 推荐系统需要从多个维度理解内容和用户：

内容维度: 文本、媒体、作者、交互等
用户维度: 行为、偏好、上下文等
关系维度: 社交图谱、相似性等

每个特征都提供了不同的信息，组合起来才能做出准确的推荐。

Q2: 特征是如何提取的？

A: 特征通过 FeatureHydrator 提取：

从外部服务获取数据（Tweetypie、Gizmoduck 等）
计算派生特征
填充到 FeatureMap 中

Q3: 特征和模型的关系是什么？

特征 → DataRecord → 模型输入
模型输出 → PredictedScoreFeatures → 最终分数

Q4: 如何添加新特征？

在 HomeFeatures.scala 中定义新特征
创建对应的 FeatureHydrator
在 Pipeline 配置中添加 Hydrator

结语

X 推荐算法的特征系统是一个庞大而精密的工程，230+ 个特征覆盖了推荐系统的各个方面。理解这些特征的含义和使用方式，是深入理解推荐系统的关键。

参考文件:

home-mixer/server/src/main/scala/com/twitter/home_mixer/model/HomeFeatures.scala
home-mixer/server/src/main/scala/com/twitter/home_mixer/model/PredictedScoreFeature.scala

【机器学习】深度学习推荐系统（二十五）： X 推荐算法特征系统详解：230+ 特征全解析

X 推荐算法特征系统详解：230+ 特征全解析

目录

前言

一、特征系统概述

1.1 什么是特征？

1.2 特征分类

1.3 特征统计

二、候选特征详解（160+ 个）

2.1 基础信息特征（8个）

2.2 作者相关特征（15个）

2.3 对话相关特征（6个）

2.4 搜索与评分特征（4个）

2.5 交互统计特征（10个）

2.6 内容安全特征（Grok）（12个）

2.7 去重特征（2个）

2.8 话题与上下文特征（4个）

2.9 推文类型特征（15个）

2.10 评分相关特征（6个）

2.11 内容特征（15个）

2.12 媒体特征（18个）

2.13 社交图谱特征（5个）

2.14 Tweetypie 相关特征（5个）

2.15 其他候选特征（10个）

2.16 对话模块相关特征（7个）

2.17 用户相关特征（2个）

2.18 社交证明特征（3个）

三、查询特征详解（60+ 个）

3.1 用户基础信息特征（12个）

3.2 用户偏好与设置特征（5个）

3.3 用户行为特征（8个）

3.4 用户兴趣特征（2个）

3.5 请求上下文特征（20个）

3.6 时间相关特征（4个）

3.7 已服务内容特征（6个）

3.8 缓存与持久化特征（3个）

3.9 过滤与去重特征（3个）

3.10 用户健康与信号特征（3个）

3.11 配置与模型特征（2个）

3.12 嵌入特征（2个）

3.13 注册与来源特征（2个）

3.14 其他查询特征（3个）

四、结果特征详解（10个）

4.1 统计特征（5个）

4.2 对话模块结果特征（4个）

五、特征在推荐流程中的使用

5.1 特征提取阶段

5.2 模型评分阶段

5.3 过滤阶段

5.4 排序阶段

六、关键特征深度解析

6.1 评分特征体系

6.2 用户行为特征

6.3 内容安全特征

6.4 社交图谱特征

七、特征提取流程

7.1 特征提取 Pipeline

7.2 特征提取器类型

7.3 特征提取优化

八、特征与模型的关系

8.1 DataRecord 兼容特征

8.2 模型输入特征

8.3 模型输出特征

九、特征使用最佳实践

9.1 特征命名规范

9.2 特征类型选择

9.3 特征提取优化

9.4 特征访问模式

十、总结

10.1 特征系统特点

10.2 关键特征总结

10.3 特征数量统计

10.4 学习建议

附录：完整特征列表

A. 候选特征完整列表（160个）

A.1 基础信息（8个）

A.2 作者相关（15个）

A.3 对话相关（6个）

A.4 搜索与评分（4个）

A.5 交互统计（10个）