基于用户投票的排名算法(一):Delicious和Hacker News

互联网的出现,意味着"信息大爆炸"。

用户担心的,不再是信息太少,而是信息太多。如何从大量信息之中,快速有效地找出最重要的内容,成了互联网的一大核心问题。

各种各样的排名算法,是目前过滤信息的主要手段之一。对信息进行排名,意味着将信息按照重要性依次排列,并且及时进行更新。排列的依据,可以基于信息本身的特征,也可以基于用户的投票,即让用户决定,什么样的信息可以排在第一位。

下面,我将整理和分析一些基于用户投票的排名算法,打算分成六个部分连载,今天是第一篇。

一、Delicious

最直觉、最简单的算法,莫过于按照单位时间内用户的投票数进行排名。得票最多的项目,自然就排在第一位。

旧版的Delicious,有一个"热门书签排行榜",就是这样统计出来的。

它按照"过去60分钟内被收藏的次数"进行排名。每过60分钟,就统计一次。

这个算法的优点是比较简单、容易部署、内容更新相当快;缺点是,一方面,排名变化不够平滑,前一个小时还排名靠前的内容,往往第二个小时就一落千丈,另一方面,缺乏自动淘汰旧项目的机制,某些热门内容可能会长期占据排行榜前列。

二、Hacker News

Hacker News是一个网络社区,可以张贴链接,或者讨论某个主题。

每个帖子前面有一个向上的三角形,如果你觉得这个内容很好,就点击一下,投上一票。根据得票数,系统自动统计出热门文章排行榜。但是,并非得票最多的文章排在第一位,还要考虑时间因素,新文章应该比旧文章更容易得到好的排名。

Hacker News使用Paul Graham开发的Arc语言编写,源码可以从arclanguage.org下载。它的排名算法是这样实现的:

将上面的代码还原为数学公式:

其中,

  P表示帖子的得票数,减去1是为了忽略发帖人的投票。

  T表示距离发帖的时间(单位为小时),加上2是为了防止最新的帖子导致分母过小(之所以选择2,可能是因为从原始文章出现在其他网站,到转贴至Hacker News,平均需要两个小时)。

  G表示"重力因子"(gravityth power),即将帖子排名往下拉的力量,默认值为1.8,后文会详细讨论这个值。

从这个公式来看,决定帖子排名有三个因素:

第一个因素是得票数P。

在其他条件不变的情况下,得票越多,排名越高。

上图可以看到,有三个同时发表的帖子,得票分别为200票、60票和30票(减1后为199、59和29),分别以黄色、紫色和蓝色表示。在任一个时间点上,都是黄色曲线在最上方,蓝色曲线在最下方。

如果你不想让"高票帖子"与"低票帖子"的差距过大,可以在得票数上加一个小于1的指数,比如(P-1)^0.8。

第二个因素是距离发帖的时间T。

在其他条件不变的情况下,越是新发表的帖子,排名越高。或者说,一个帖子的排名,会随着时间不断下降。

从前一张图可以看到,经过24小时之后,所有帖子的得分基本上都小于1,这意味着它们都将跌到排行榜的末尾,保证了排名前列的都将是较新的内容。

第三个因素是重力因子G。

它的数值大小决定了排名随时间下降的速度。

上图可以看到,三根曲线的其他参数都一样,G的值分别为1.5、1.8和2.0。G值越大,曲线越陡峭,排名下降得越快,意味着排行榜的更新速度越快。

知道了算法的构成,就可以调整参数的值,以适用你自己的应用程序。

[参考文献]

  * How Hacker News ranking algorithm works

  * How to Build a Popularity Algorithm You can be Proud of

原文发布于微信公众号 - php(phpdaily)

原文发表时间:2016-04-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏玉树芝兰

文科生如何高效学数据科学?

看似无边无际、高深难懂而又时刻更新的数据科学知识,该怎样学才更高效呢?希望读过本文后,你能获得一些帮助。

681
来自专栏IT派

个性化推荐系统那些绕不开的经典问题

在恰到好处的时候,用户邂逅到心仪的事物,想必正是一件美好之事。推荐系统就是那个促成美好的丘比特。

1104
来自专栏大数据文摘

用神经网络续写《权力的游戏》,这个脑洞有点大(附完整小说下载)

1214
来自专栏互扯程序

Google在推动AI普及又往前迈了一步-Learn with Google AI

写在前面 2017年可以说是人工智能元年,不到一年的时间里人工智能概念与公司呈现出井喷式的发展,而社会上对与AI相关产业的人才需求也越来越大,不少人都希望掌握...

2873
来自专栏企鹅号快讯

元旦这一天,很多程序员都做了这10个决定!

今天是2018第一天,我们又开始了新的一年。在大家都为新年制定目标计划的同时,作为一名程序猿,要想在互联网世界混得风生水起都有哪些要做的?下面小编为你列出了20...

16110
来自专栏ATYUN订阅号

布里斯托大学的研究人员利用AI分析8亿条推文,从而研究思维模式变化

根据PLOS ONE发布的最新研究结果表明,我们的思维模式在一天中的不同时间会发生变化。布里斯托大学的研究人员通过人工智能分析8亿条推文中使用的七十亿个单词来研...

683
来自专栏钱塘大数据

超实用!四个方法帮你搞定数据可视化界面设计(附神器)

“仪表板”、“大数据”、“数据可视化”、“数据分析”——越来越多人和企业,开始运用他们的数据来做一些有趣的事情。在我的职业生涯中,有幸参与一大批数据为重的界面设...

3284
来自专栏java一日一条

怎样才能叫高级程序员?

我们 Frontside 公司是习惯于每周二下午开个全公司例会的,会上大家谈谈上周取得的成绩,并为下一周订订计划。

473
来自专栏java一日一条

怎样才能叫高级程序员?

我们 Frontside 公司是习惯于每周二下午开个全公司例会的,会上大家谈谈上周取得的成绩,并为下一周订订计划。

432
来自专栏Java学习网

怎样才能叫高级程序员?

我们 Frontside 公司是习惯于每周二下午开个全公司例会的,会上大家谈谈上周取得的成绩,并为下一周订订计划。 在最近一次会议上,我们谈到了最近要招一位高级...

3208

扫描关注云+社区