Greasy Fork

这个东西的匹配机制是只要符合一项就行还是得关注，动态等等都得有符合项才能添加

只要有一项符合就行，我后续应该会在设置里加上（一项符合还是同时符合）的设置项

看了一圈感觉你这个逻辑上是可塑性最强的脚本，我自己也下来用了一下，然后也有几个问题，
一是在开启全设置项匹配的时候容易出现获取时间很长的问题，我想这也是为什么默认是手动查成分的原因；
二是在我自己添加一些新的标签成员的时候因为我说的这个匹配机制问题：
大概就是，如果设置的某一群体出现了标签重合的情况（就好比辨别反串可以用是否关注到具体的官号来判断），但是有一项关键的标签是区分这两个群体的重要特征，但是在这个系统下就会被其他重合标签干扰导致重要标签发挥不了作用；（所以这个东西蛮重要，如果是作为一个完善功能来讲）
三是有时候会出现对同一个人先使用手动后再使用自动有时候会自动跳过这个目标，可能是我不理解内核运行方式导致的。

关于第一点确实没办法，不过可以加入加载中的进度条来让用户知道确实在加载了，第二点我没太理解，你的意思是一个人可能关注了某一个账号，但是这个账号是两个群体都会关注的，需要用其他办法来辨别这个用户具体属于哪个群体嘛，第三点的话我再测测，可能确实是bug

第一点能理解，毕竟这种字符串匹配的计算量确实很大，所以我也说我大概能猜到默认手动的原因
第二点的话，打个比方吧，比如说一个并不喜欢某个游戏的人，可能做法比较偏激，比如在动态里发表了有关这个游戏的负面言论，可是他并不会去关注游戏的官方账号。但是在现在的系统下会因为单个字符串匹配而导致这类用户反而被误判成该类游戏玩家
因为在这种趋势分析的时候，关注的权重肯定会比较大，所以理论上会比较倾向于，用户关注了这个官方，证明这个用户是这款游戏或者这款产品的目标用户，也就是实际客户
不过毕竟是小脚本，搞得太复杂了就脱离初衷了，单纯地判断一个条件是否存在也就是1和0的界限，然后再在0和1的情况下去判断关注的0和1，而这个关注的0和1可以去二次判断前面的0和1，形成四种情况，把这几种情况串起来就是
00没有关键词也不关注，即非用户
01没关键词但是关注，即不活跃用户
11既有关键词也关注，即活跃用户
10有关键词但没关注，即活跃非用户
不扯大的权重，就用简单的二维逻辑关系判断一下就能把判断面拉高不少
当然如果做复杂了那就还能导入更多新关键词正面的负面的都有，然后给上不同权重分然后进行个体深入剖析，不过那工作量就太大了
那个三相之力我也研究过逻辑，那个比较简单，所以出结果很快，也有不少人反馈准确度很差，因为关键词就一个，而且搜索面很狭窄
我这边是用比较普遍的代码逻辑想这个问题，也不知道js在这种情况下的工作量有多大，权当思路分享，毕竟代码很多地方说的简单实现起来都知道挺麻烦
还有就是可以加一下全部tag都不符合的普通用户tag，这样就不至于说有时候一大批的查下来都是无tag，就算确实是无tag但是如果有反馈会比没有反馈好很多的

这个我也考虑过，我也看过三项的代码感觉比较简单，我后续版本的计划里是看动态里某一关键词出现的次数/总动态的比例，来给用户贴上例如：【普通|原神玩家】（最近动态里只有一条动态里有原神），【稀有|原神玩家】（最近动态里有2-3条原神）。。以此类推，不过你这个用关注来当一部分权重的想法也确实可以加上，实现起来应该不难，在设置里加上智能模式选项，让我考虑考虑每一项的权重来贴标签

毕竟要扩展性嘛，二维逻辑可以直接展示在用户标签后面，也设置成可选项

给大佬点个赞