社交图谱排名器 是做什么的？
用于网络感知拓展的规范加权图排名层。
当用户需要以下功能时使用此技能：
- 按引荐价值对现有共同联系人或连接进行排名
- 绘制通往目标列表的温暖路径
- 衡量一阶和二阶连接的桥梁价值
- 决定哪些目标适合温暖引荐，哪些适合直接冷接触
- 独立于
lead-intelligence或connections-optimizer理解图数学
何时单独使用此技能
当用户主要需要排名引擎时选择此技能：
- "我的网络中谁最适合引荐我？"
- "对我的共同联系人进行排序，看谁能帮我联系到这些人"
- "针对我的理想客户画像绘制我的社交图谱"
- "向我展示桥梁数学"
当用户真正需要以下功能时，请勿单独使用此技能：
- 完整的潜在客户生成和外呼流程 -> 请使用
lead-intelligence - 修剪、重新平衡和扩大网络 -> 请使用
connections-optimizer
输入
收集或推断：
- 目标人员、公司或理想客户画像定义
- 用户在 X、LinkedIn 上的当前社交图谱，或两者均有
- 加权优先级，如角色、行业、地理位置和响应性
- 遍历深度和衰减容忍度
核心模型
已知：
T= 加权的目标集合M= 你当前的共同联系人/直接连接d(m, t)= 从共同联系人m到目标t的最短跳数距离w(t)= 来自信号评分的目标权重
基础桥梁得分：
B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)
其中：
λ是衰减因子，通常为0.5- 直接路径贡献全部价值
- 每增加一跳，贡献减半
二阶扩展：
B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))
其中：
N(m) \ M是共同联系人认识但你认识的其他人的集合α是二阶接触的折扣系数，通常为0.3
响应调整后的最终排名：
R(m) = B_ext(m) · (1 + β · engagement(m))
其中：
engagement(m)是归一化的响应性或关系强度β是参与度奖励，通常为0.2
解释：
- 第一层：高
R(m)且具有直接桥梁路径 -> 适合提出温暖引荐请求 - 第二层：中等
R(m)且具有一跳桥梁路径 -> 有条件地提出引荐请求 - 第三层：低
R(m)或没有可行的桥梁 -> 直接接触或填补图谱缺口
评分信号
在图遍历之前，根据当前优先级集对目标进行加权：
- 职位或头衔匹配度
- 公司或行业契合度
- 当前活跃度和时效性
- 地理相关性
- 影响力或覆盖范围
- 回复可能性
在图遍历之后，对共同联系人进行加权：
- 进入目标集合的加权路径数量
- 这些路径的直接程度
- 响应性或先前的交互历史
- 进行引荐的上下文契合度
工作流程
- 构建加权的目标集合。
- 从 X、LinkedIn 或两者中拉取用户的社交图谱。
- 计算直接桥梁得分。
- 针对价值最高的共同联系人扩展二阶候选人。
- 按
R(m)排序。 - 返回：
- 最佳温暖引荐请求
- 有条件桥梁路径
- 不存在温暖路径的图谱缺口
输出格式
社交图谱排名
====================
优先级集合：
平台：
衰减模型：
顶级桥梁
- 共同联系人/连接
base_score:
extended_score:
best_targets:
path_summary:
recommended_action:
有条件路径
- 共同联系人/连接
reason:
extra hop cost:
无温暖路径
- 目标
recommendation: 直接接触/填补图谱缺口
相关技能
lead-intelligence在更广泛的潜在客户发现和外呼流程中使用此排名模型connections-optimizer在决定保留、修剪或添加联系人时使用相同的桥梁逻辑brand-voice应在起草任何引荐请求或直接接触之前运行x-api提供 X 图谱访问和可选的执行路径