我正在构建一个基于位置的社交网络应用程序。这个想法是允许用户发布附近的人并与他们互动。该应用程序的主要提要将根据其接近程度（d =发布该帖子的距离）和新近度（a =发布多久）显示帖子。
我正在尝试提出一个公式，该公式将对每个帖子进行排序并实现以下目标：
我们正试图在看到足够局部的事物之间保持平衡，而这些事物又既相关又新鲜。虽然算法解决方案是可行的，但目前我们正在寻找一种公式来对帖子进行评分和排序。寻找适合的计分公式的建议。
答案 0 :(得分：0)
一个好的公式几乎肯定会具有一些需要调整的任意参数。 （要弄清为什么，请注意，无论距离以米为单位，其中500是一个很小的值，还是以公里为单位，其中500是一个很大的值，都希望得到相同的结果。）
对于中到较大的值，我的直觉是您需要对数刻度； 1 km与2 km之间的差异似乎与100 km与200 km之间的差异非常相似（而不是100 km与101 km之间的差异），而3天与6天之间的差异似乎与该差异相似30天到60天之间（而不是30天到31天之间的差额）。这意味着类似
得分= a 日志 d + b 日志 t
（分数越低表示该帖子越相关）。
但是，由于极小值的对数发散到负无穷大，因此您需要针对极小值进行调整。您不希望“一年前就在这里”和“零秒前的地球另一端”比“十分钟前的三十米外”更有意义。一种方法是添加一些偏移量，以免取很小值的对数：
分数= a log（ d +1）+ b log（ t +1）
我敢肯定，随着时间的推移，您将不得不做更多的调整。我很想听听您的想法！