← 精品代码功能 · 可复用实现库

精品功能 07：可解释打分引擎（加权 + 人话理由）

• 出处：paper-follower/app/scoring.py（244 行）
• 一句话：给论文打一个能被解释的分：不只是算数字，还生成"为什么推荐它"的中文理由。
• 解决什么问题：自动推荐系统最怕"黑箱"——用户看到一个分数却不知道为什么。

这个引擎强制要求"每条推荐都能说出人话理由，写不出理由就不许进日报"。

核心实现

六维加权（权重在文件开头明确列出）：

"""
权重沿用任务卡：
    score = 0.35×主题匹配 + 0.20×引用势能 + 0.15×种子关联
          + 0.15×作者权重 + 0.10×可复现性 + 0.05×新颖度
"""
WEIGHTS = {"topic": 0.35, "citation": 0.20, "seed": 0.15,
           "author": 0.15, "repro": 0.10, "novelty": 0.05}

主流程（第 177-244 行，节选）：

def score_paper(paper, profile, seed_ids=None, cross_pairs=None, low_trust_venues=None, ...):
    topic, hit_title, hit_abs = _topic_score(paper, profile)
    citation = _citation_score(paper)
    seed, seed_reasons = _seed_score(paper, profile, seed_ids)
    ...
    parts = {"topic": topic, "citation": citation, "seed": seed,
             "author": author, "repro": repro, "novelty": novelty}
    score = sum(WEIGHTS[k] * v for k, v in parts.items())

    trust, trust_note = venue_trust(paper, low_trust_venues, low_trust_factor)
    score *= trust                                  # 无同行评审的平台打折
    ...
    reasons = []
    if hit_title: reasons.append(f"标题命中主题词：{hit_title[0]}")
    if hit_abs:   reasons.append(f"摘要命中主题词：{hit_abs[0]}")
    ...
    return {"score": round(score, 4), "score_detail": {...}, "reasons": reasons, ...}

来源可信度折扣的设计说明（第 162-174 行注释）写得很克制：

"""来源可信度：无同行评审的自存档平台打折。
不打折到 0 是因为 arXiv / bioRxiv 上也有真正重要的东西；
也不直接丢掉，是因为"忽略"比"标注后降权"更容易漏掉好东西。"""

设计亮点

1. 加权求和：比"一串 if 打分"更可调、更可解释；每个维度的分都留在 score_detail 里
2. 强制可解释：每个维度都要产出中文理由，写不出理由就不进最终结果
3. 折扣而非丢弃：不确定的内容"标注 + 降权"，把判断权交给用户（和第 15 课白名单同思路）
4. 交叉命中特殊处理：只在"主题也命中"时才标"机会窗口"，

否则降级为"主题关联弱，需人工确认"（防止宽词误伤）

5. 权重即产品策略：调权重就能改推荐倾向，业务同学也能参与

可复用性评估

• 依赖：需要 interests.Profile / CrossPair 数据结构（轻）
• 移植难度：中（评分维度是领域相关的，但框架可迁移：加权 + reasons）
• 测试：tests/test_scoring.py（136 行）

开源化建议

• 抽成 explainable-scorer：定义一个 Scorer 基类，

子类实现若干 dimension(paper) -> (value, reason)，框架负责加权与理由汇总

• README 主打"可解释性"：给一个"分数 + 理由列表"的输入输出示例
• 对比纯 LLM 打分：突出成本、稳定、可复现三大优势

对照开源

方案	可解释	成本	稳定
规则加权（本功能）	高	零	高
机器学习排序	低	需训练	中
LLM 打分	中	高	低（随机性）

相关课程

第 17 课（数据流水线）