[细节性问题] 由推荐导致的权值应该什么时候生效？

[colligence]

问题场景：

1. 片段x, y之间的一条边，具有权值w，表示有w个用户把这两个片段拼在了一起；
2. 用户u，没有反对把x,y拼在一起，目前也没有把两者拼在一起；
3. 如果软件把这条边推荐给了用户u，那么，这条边的权值什么时候变成 w +1 呢？

两种策略

• 策略一：在这条边推荐给u之后，边的权值立刻变成 w +1 。

• 策略二：在这条边推荐给u之后，观察u的行为，直到u做了一次非分离的操作后，如果此时u没有把x,y分开，这时，才把u的1添加到权值w上。

  ”非分离操作“：不是”分离操作“的操作

  “分离操作”：用户把两个原本拼在一起的片段分离开的操作（无论这个被拖开的片段是否被拖动到其它片段的某个边上）。

感觉策略二更好一些。

[Symbolk]

目前采取动态推荐策略：
主动触发推荐，对于观点分歧较大的边，全局征求意见以使更多用户可以表达观点
当某块被关注时，后台会根据当前link的score进行排序，排序后的结果有两种情况：
1，候选边只存在一条，或观点较为明确，则直接推荐；
2，发现score相近或相等的多条候选边存在，为了提高推荐的准确率（同时避免错误推荐对用户造成伤害），故对于难以确定的link，会向全局（包括触发该块的用户）进行高亮推荐（同样优先尊重用户选择，以不同颜色区分四个方向）

[Symbolk]

推荐权值：
推荐的link产生的支持权值=置信度，拒绝权值=-1（惩罚）；
若接受，则给支持加上一个确定的delta（delta<1）或一个变化的置信度；
若拒绝，则给反对加上-1；
生效时刻：
前端推荐后立即生效，比如<1, 2, r, 3/4>推荐到前台，数据库即更新[1, r, 2, +3/4]和[2, l, 1, +3/4]；而对于用户拒绝的边，数据库都更新的是反对度-1，以示更大的惩罚。