当信息洪流以光速奔涌，每一次点击都像在深海投下一枚石子。如何让那枚石子激起用户真正在意的涟漪，而非被浪潮瞬间吞没？——“快缩短网址”suo.run 给出的答案，是把冗长的 URL 压缩成一句短诗，更把庞杂的用户行为提炼成一枚“兴趣指纹”。

今日，我们拆解这枚指纹的刻印工艺：兴趣偏好标签的算法炼金术。

一、兴趣偏好标签：一枚会呼吸的指纹
它不是冰冷的统计数字，而是一段可被感知、可随时间生长的“情感坐标”。
以电商为例，它回答的并非“用户买了什么”，而是“用户为何心动”。因此，任何一次凝视、犹豫、下单，甚至悄然滑过的指尖，都可能成为坐标的经纬。

二、算法炼金：三步淬火，凝炼真金
1. 互动行为：捕捉每一次心跳
• 浏览——目光停留的秒数
• 收藏——指尖轻点的眷恋
• 加购——欲说还休的徘徊
• 成交——真金白银的誓言
搜索亦可入列，但若非必要，暂让 NLP 的繁复退居幕后，先让行为本身说话。

2. 互动深度：丈量心跳的振幅
浅尝辄止的点击与沉浸式的浏览，权重自当有别。我们引入三把标尺：
• 类目层级——从一级到三级，越细越真
• SKU 覆盖度——广度即好奇的半径
• 购买件数——深度即忠诚的锚点
由此，把“对某件球衣的狂热”与“对整个运动品类的偏爱”温柔地剥离开来。



3. 权重谱曲：为行为赋声
成交是低音鼓，稳重而珍贵；收藏是中提琴，悠长而缱绻；浏览是长笛，轻盈却易逝。
我们为每一类行为谱上动态权重：
• 成交 > 加购 > 收藏 > 浏览
同时引入时间衰减因子，让遥远的过去渐弱成回声，让最近的悸动仍滚烫可触。



三、一枚指纹的诞生
把以上三味原料投入算法坩埚，经向量归一化、平滑衰减、Z-Score 校准，最终凝成一枚 0-100 的“兴趣熵值”。
• 熵值 ≥ 80：炽热信徒
• 60-79：潜在拥趸
• 40-59：泛泛之交
•