Qiz 标签相似度匹配算法是怎么工作的

算法的核心：标签交集

Qiz 没有公开过完整的匹配算法，但从产品行为和官方描述可以反推——匹配的核心逻辑是标签交集的数量和质量。

两个用户的标签交越多，匹配分数越高。这是最底层的一条规则，在所有匹配模式（语音、快速、同城）下都生效。

可能的计算方式

可以参考一个简单的相似度公式：

相似度 = (共同标签数 / 你的总标签数) × 权重系数

权重系数可能和以下因素相关：

• 标签热度：冷标签的权重更高（如果对方选了一个非常冷僻的标签，恰好你也选了，匹配分数会高）
• 标签维度匹配：如果共同标签跨了多个维度（比如既有二次元又有精酿），权重可能更高
• 用户行为数据：你最近和什么标签的人聊得好，算法会悄悄提升那类标签的权重

冷标签为什么匹配更快

这里有一个反直觉的现象：如果你选了一两个特别冷僻的标签，匹配效率可能反而更高。

原因是：

1. 冷标签的用户少，标签池小，交集计算更容易命中
2. 冷标签本身就具有"筛选器"的作用——敢选冷标签的用户，动机通常更真诚
3. 算法可能会给冷标签更高的权重，鼓励小众兴趣的表达

如果你发现匹配结果里出现了一个标签和你特别不一样但有一个冷门标签交集的人，不要奇怪——那就是算法在用冷标签权重给你推。

行为数据会"修正"算法

Qiz 不是静态的标签交集，它会学习你的行为：

• 你右滑了哪些标签类型的人
• 你和哪些标签类型的人聊得久
• 你在兴趣广场里点赞了哪些标签类型的帖子

这些行为会悄悄调整算法的推荐权重——你聊二次元的人比较多，算法就会给你推更多二次元相关的用户，即使你没有专门加新标签。

标签修改后的影响

修改标签的效果可以分为两种情况：

所以如果你发现匹配结果"卡住了"，可以试试改几个标签，或者先多和当前匹配到的人聊几句，让算法通过你的行为数据重新调整推荐。

算法的局限性

标签交集算法有两个天然局限：

局限一：不能匹配完全陌生的兴趣

如果你所有标签都是"ACG"相关，算法永远不会给你推"独立音乐"的人——除非你先手动加上"独立音乐"标签，或者你通过探索页主动关注过这类人。

局限二：标签质量比数量重要

选 20 个随便的泛标签（"动漫""游戏""音乐""阅读"……），不如选 10 个精准的标签（"冷门漫画""独立 3A""后摇""科幻硬读"……）。标签的区分度越高，匹配质量越好。

小结

标签相似度算法的核心就是"交集越多分越高"，再叠加冷标签权重、行为修正等变量。用好它的关键不是选满 20 个标签，而是选对标签——让每个标签都有明确的筛选作用。