Yakread个性化推荐算法改进

Yakread重写了其核心推荐算法，该算法将用户的订阅和书签文章合并到一个个性化信息流中。算法首先根据用户与书签文章的交互次数（跳过次数和书签时间）排序并进行轻微随机化处理，以避免单调性，同时限制每个网站的推荐数量。对于订阅内容，算法计算每个订阅源的“亲和力评分”，该评分基于用户对每个订阅源的最近十次交互（查看、跳过、点赞/点踩）计算得出。算法还优先考虑用户手动固定的订阅源。最后，算法通过加权随机选择的方式，将订阅内容和书签文章交错排列，以平衡推荐多样性和用户偏好。