WhatsApp社交关系的渐进式构建与首批互动对象筛选

目录

1. 为什么社交关系要渐进构建
2. 添加节奏的令牌桶控制
3. 互动对象的信任评分
4. 群组匹配的相似度算法
5. 落地中的踩坑记录
6. 实际落地经验
7. 三步落地清单

1. 为什么社交关系要渐进构建

做 WhatsApp 养号时，社交关系不是越多越好。一次性加一堆陌生联系人，比不加还危险。本文讲渐进构建的节奏控制和对象筛选，把"加谁、加多快"变成可量化的工程问题。

2. 添加节奏的令牌桶控制

添加动作必须限流，否则短时间内的联系人数暴涨本身就是强信号。

铺垫：用一个令牌桶约束单位时间内的添加次数，桶空了就排队。

importtimeclassAddTokenBucket:def__init__(self,capacity:int,refill_per_hour:float):self.capacity=capacity self.tokens=capacity self.refill=refill_per_hour/3600.0self.last=time.time()defconsume(self)->bool:now=time.time()self.tokens=min(self.capacity,self.tokens+(now-self.last)*self.refill)self.last=nowifself.tokens>=1:self.tokens-=1returnTruereturnFalse

坑点：令牌桶容量别设太大。我早期给到 50，结果一小时能加满 50 个，曲线像爬坡一样陡。后来容量收到 8、每小时补充 4，添加节奏平缓得多，状态也稳了。

3. 互动对象的信任评分

不是所有联系人都能加。我给候选对象打一个信任分，低于阈值的直接跳过。

铺垫：信任分由"是否双向好友、账号注册时长、近期互动活跃度"三个维度加权得到。

deftrust_score(candidate:dict)->float:score=0.0ifcandidate.get("mutual"):score+=0.4score+=min(candidate.get("age_days",0)/365.0,1.0)*0.3score+=min(candidate.get("active_7d",0)/10.0,1.0)*0.3returnround(score,3)

坑点：只加高信任对象会导致来源高度同质。我一度把阈值定到 0.9，结果加来的全是同一圈子的号，反而成了聚类异常。把阈值放到 0.6，混入部分中等信任对象后分布更自然。

4. 群组匹配的相似度算法

进群也是社交构建的一环，但盲进大群风险高。我用主题和语言相似度筛选群。

铺垫：把候选群的描述做向量化，和账号已有兴趣画像算余弦相似度，低于阈值不进。

importmathdefcosine(a:list,b:list)->float:dot=sum(x*yforx,yinzip(a,b))na=math.sqrt(sum(x*xforxina))nb=math.sqrt(sum(y*yforyinb))returndot/(na*nb)ifnaandnbelse0.0

坑点：别为了凑数进大群。进过几个万人大群的账号，状态异常率明显高于只进百人内垂直群的。后来限制了群组规模上限，只进中小规模的同语言群。

5. 落地中的踩坑记录

第一，添加和互动脱节。光加人不互动，关系链是死的。后来要求每个新加的联系人在 24 小时内至少有一次被动或主动互动，关系才"激活"。

第二，信任评分维度漏了"地域"。跨大洲乱加的账号，互动时延天然偏高，容易被判定异常。补上地域一致性维度后好很多。

第三，群组进太多。一天进三五个群，比一周进一个群更可疑。把进群也纳入令牌桶限流后，节奏正常了。

6. 实际落地经验

上面这套渐进构建逻辑，在 WAWarmer 里是作为社交关系模块的的一部分落地的。它把添加节奏、信任评分、群组匹配三块串起来，每个新联系人或群组进入前都要过令牌桶和评分两道关。和我们上面写的AddTokenBucket、trust_score是一套思路，只是把账号生命周期阶段作为前置条件接了进来。

7. 三步落地清单

如果你也想把 WhatsApp 养号的社交关系做成渐进构建系统，按这三步来：

1. 添加动作必须走令牌桶限流，容量别超过单日自然增量的两倍，别一次性爆加。
2. 候选对象做信任评分，阈值设在 0.6 左右，别只加高分导致来源同质。
3. 群组按主题和语言相似度筛选，限制规模上限，别盲进大群。