相关且独立
直接涉及目标对象和议题，可作为有效分析样本。
真实产品界面 · 信号下钻
每条保留、追踪或拒绝的信号，都要能回到样本和理由
下图为 MATRIX Monitor 信号下钻真实界面演示，使用某新能源汽车品牌及竞品A/B/C的合成数据，非真实客户数据。界面展示信号入库、监测结论与行动入口；去重、同名消歧和误报回写仍须保留规则与人工抽检。
左右滑动查看完整界面
左右滑动查看完整界面
先消歧再计数
先判断名称指向哪个对象，再谈去重，避免把同名内容混进来。
留关系不删副本
转载、二创归入同一传播簇，保留关系而不是简单删掉。
排除有理由
每条保留或排除都打一个可回溯标签，复盘时说得清楚。
防误删弱信号
低互动投诉、少数专业来源按低置信保留为线索，不直接过滤。
四态判定
有效、重复、无关、待核查必须分开处理
判定状态
处理动作
为什么不能混在一起
有效
处理动作
进入分析并保留原始证据和质量标签
为什么不能混在一起
可用于判断，但仍要区分事实、观点和证据强度
重复
处理动作
归入传播簇，保留首发、转载和二创关系
为什么不能混在一起
不能当独立内容重复计数，也不能直接删掉传播路径
无关
处理动作
记录排除理由、规则版本和可恢复标识
为什么不能混在一起
不能只留“已删除”而失去复盘依据
待核查
处理动作
进入人工队列，保留触发原因和截止时间
为什么不能混在一起
不能为了报表干净强行判为有效或无关
质量标签
六类标签比“有效/无效”更能支持复盘
相关但重复
属于同一传播簇，保留关系但不重复计算独立内容。
商业或激励
广告、合作、抽奖等应单独观察，不直接代表自然口碑。
同名或歧义
命中名称但对象不确定，需结合上下文或人工复核。
低证据表达
观点存在但事实依据不足，保留为线索而非确定结论。
无关或技术噪声
格式错误、抓取残片、导航文本或明确无关内容。
治理目标
降低噪声，也要防止过滤掉早期信号
过度保留
转载、搬运、广告、抽奖、无意义提及和同名内容抬高声量，让团队在重复信息中错过真正变化。
过度过滤
低互动投诉、少数专业来源和新出现的隐含表达可能被直接删除，导致报告干净却失去风险发现能力。
人工抽检
六步抽检规则是否真的减少干扰而没有误删
步骤 01
冻结规则版本
记录抽检对应的词库、消歧、去重与价值分层规则。
01
步骤 02
分层选样
分别从保留、排除、高风险和低置信队列取样，不只看有效样本。
02
步骤 03
回看原始语境
检查完整正文、来源关系和对象语境，摘要不能替代证据。
03
步骤 04
记录误报漏报
写清原标签、人工判定、证据与造成错误的规则。
04
步骤 05
确定回写范围
判断只修一条数据，还是调整实体、查询或去重规则。
05
步骤 06
按同口径复测
用原样本与新增样本一起验证，防止修正一个问题又引入新误伤。
06
页面专属回写图
抽检发现错误后，必须回到规则而不是只改一条标签
规则过滤、分层抽样、人工复核和误报回写形成闭环；每次改判都保留原标签、证据、规则版本和责任人。
左右滑动查看完整界面
保留排除都抽
避免只抽看已保留内容而看不到被误删的弱信号。
改判保留证据
人工结论必须回到原文、对象和传播关系。
规则版本可追溯
知道错误发生在哪版规则及影响哪些历史结果。
复测防新误伤
原样本与新增样本一起检查，不承诺零误报。
误报回写
从单条改判到规则修正，要经过影响判断
不是每个误报都应该扩大成全局规则，先确认错误原因和适用范围。
保留原判
记录原标签、规则版本和当时证据。
标注原因
区分实体错、重复错、语境错或价值分层错。
评估影响
检查同规则命中的其他对象、渠道和历史报表。
发布复测
更新版本、负责人和回滚条件，再按同口径验证。
保留原判
记录原标签、规则版本和当时证据。
标注原因
区分实体错、重复错、语境错或价值分层错。
评估影响
检查同规则命中的其他对象、渠道和历史报表。
发布复测
更新版本、负责人和回滚条件，再按同口径验证。
抽检记录
一条改判记录要足以解释“为什么改、改到哪里”
样本定位
来源、对象、时间、原文和传播关系。
原判与新判
原标签、新标签、人工证据和无法确认项。
错误归因
词库、消歧、去重、阈值或人工规范中的具体原因。
回写责任
规则负责人、生效版本、影响范围和复测时间。
去噪的目标不是把报表做干净，而是让每一条被保留或被排除的内容都说得出理由——干净但漏掉弱信号的报表，比带噪声的更危险。
值数内容洞察 · 噪声治理原则