已将 emoji 纳入推荐权重计算。总结如下：
实现内容
1. Emoji 权重映射
定义了 7 种 emoji 的权重，反映不同含义：
- ❤️ (爱心)：5.0 - 非常喜欢
- 🚀 (火箭)：4.0 - 支持/推荐
- 👍 (点赞)：3.0 - 喜欢
- ✅ (对勾)：2.0 - 认可
- 👀 (眼睛)：0.5 - 浏览/关注
- 👎 (点踩)：-2.0 - 不喜欢（负权重）
- ❌ (叉)：-3.0 - 反对（负权重）
2. 核心方法
getEmojiWeights()：返回 emoji 权重映射getTopicEmojiWeight()：获取单个话题的 emoji 权重总和getTopicsEmojiWeights()：批量获取多个话题的 emoji 权重getUserEmojiWeightsForTopics()：获取特定用户对特定话题的 emoji 权重
3. 集成到推荐流程
- 用户推荐：在
collectUserInteractionsForRecommendations()中，获取用户对所有话题的 emoji 权重，归一化后累加到交互权重 - 全局交互：在
collectGlobalInteractionsForRecommendations()中，为每个用户获取其对话题的 emoji 权重，同样进行归一化处理
4. 权重计算方式
- 归一化：emoji 权重除以 10，使其与基础权重（1.0-3.0）在同一量级
- 累加公式：
final_weight = base_weight + (emoji_weight_sum / 10.0) - 负权重处理：👎 和 ❌ 会降低话题的推荐得分，避免推荐用户不喜欢的内容
5. 文档更新
- 在“推荐算法”部分添加了 emoji 权重说明
- 新增“Emoji 权重系统”章节，详细说明设计理念、权重映射、计算方式和效果
效果预期
1. 更准确反映用户偏好：❤️ 和 🚀 比 👍 更能体现强烈兴趣 2. 避免推荐不喜欢内容：负权重会降低不感兴趣话题的得分 3. 提升推荐质量：结合 emoji 的推荐更符合用户真实意图 4. 性能优化：使用批量查询，减少数据库访问次数
系统已集成 emoji 权重计算，每次推荐都会考虑用户的 emoji 表态。