术语表

术语	含义
主题	用户关心的一个话题，由关键词规则定义
关键词规则	任一词、全部词、排除词和别名的组合；保存后形成不可变的采集版本
运行快照	一次任务固定的主题/来源版本、实际查询、窗口、预算和分析规则；之后改配置不改变这轮含义
候选关联	本轮取到的内容与主题/查询/观测的关系，保存过滤理由；不复制一套正文库
来源	一个获取内容的入口，例如 HN 搜索、微博热榜、X 趋势页
免费取数	选定路径无必需付费 API、代理、打码、签名或买号；试用额度不算，代码免费不代表依赖服务免费
采集任务	一次对某个来源的获取，持久记录在数据库中，失败可以重试
到期	按设定频率（默认每小时）应该执行下一次采集的时间点
热榜快照	某一时刻热榜的完整排名，用来比较排名的升降
命中	一条内容符合某个主题的关键词规则
相关性	内容是否真正讨论用户关心的主题；不同于只出现同一个词
相似度	两段内容在措辞或语义上的接近程度；不自动证明同一事件或同样相关
候选召回 / 重排	先取得可能相关的内容，再判断或排序；重排不能找回未进入候选的内容
新鲜度 / 发现延迟	内容距发布多久，或系统距发布多久才发现；二者都不能用刚抓取代替刚发布
P@10	前十条结果中人工判为直接相关的比例；不表示全网召回率
原生搜索 / 本地过滤	平台自己的搜索结果，或者先取订阅流再在本机按关键词筛选；两者覆盖范围不同
精选	去重后挑出的代表性报道，同一新闻只保留一条
事件	把描述同一件事的多条内容归在一起，并记录事实和进展
热度	按公式综合各来源的互动和排名得出的分数，可以复算
评论父链	评论属于哪篇帖子、回复的是哪条评论
页检查点 / 完成水位	前者记录已提交到哪页，后者表示声明范围的完整性已确认；截断或失败不能将两者混用
暂停 / 取消 / 来源停止	暂停阻止后续调度，取消终止这次运行，来源停止阻止该来源新请求直至人工恢复
功能 / 非功能需求	前者定义用户能做什么，后者定义正确性、性能、费用、隔离、恢复和可解释等质量要求
情感	对一条内容判断为正面、中性或负面
观点	从评论中归纳出的看法，每条都附原文引用
发布账号	公开页面内容所属的账号，由 `HOTKEY_PUBLIC_PUBLICATION_OWNER_ID` 指定
风控停用	登录平台出现验证码、登录失效或限流时自动停止采集，等本人人工恢复
可用 / 部分可用 / 未开始 / 冻结	能力状态，见“可用”的定义
验收记录	一次真实验收的结果，存放在 `records/`