Question

我目前正在为我的新网站编写算法，我计划很快推出。索引页面将显示当前“最热门”的帖子。要考虑的变量是：

我提出了两种可能的算法，第一种也是最简单的算法是：

controversial * (numVotesThisHour / (numVotesTotal - numVotesThisHour)
Denom = numVotesTuisHour if numVotesTotal - numVotesThisHour == 0

最高的号码是最热门的

我的另一个选择是使用类似于Reddit的算法（除了分数随着时间的推移而减少）：

[controversial * log(x)] - (TimePassed / interval)
x = { numVotesTotal if numVotesTotal >= 10, 10 if numVotesTotal < 10

最高的号码是最热门的

第一种算法将允许较旧的帖子在将来再次变得“热”，而第二种算法则不会。

所以我的问题是，您认为这两种算法中的哪一种更有效？您认为哪一个会显示真正的“热门”主题？你能想到使用一个优于另一个的优点或缺点吗？我只是想确保我不忽视任何事情，这样我才能确保内容尽可能相关。任何反馈都会很棒！谢谢！

Answer 1

我错过了什么。在第一个公式中，分母中有numVotesTotal。因此，所有时间更多的选票都意味着它永远不会那么热，即使它不是那么老。

例如，如果我有两个帖子 - P1和P2（两者同样有争议）。假设P1有numVotesTotal = 20，P2有numVotesTotal = 1000.现在在最后一个小时P1得到numVotesThisHour = 10而P2得到numVotesThisHour = 200。

根据算法，P1比P2更有名。这对我没有意义。

Answer 2

我认为第一种算法过于依赖瞬时趋势。想想NASCAR，目前的领导者可能会进入0 m.p.h.因为他在一个进站。第二个使用平均趋势的概念。我认为两者都有它们的用途。

因此，对于总票数和争议评分相同的两个帖子，但是其中一个帖子在第一个小时内收到20票，在第二个小时收到零，而另一个在每小时收到10个。第一个帖子将被第一个算法掩埋，但第二个算法将对它们进行相同的排名。

Answer 3

是的YMMV，但我认为＆＃39; hotness＆＃39;除非你的时间框架是“所有时间”，否则完全取决于时间范围，而不是总票数。此外，在我看来，相关时间范围内所有投票的比例，而不是它们的绝对数量，是重要数字。

您可能有几类热门：

所以，＆＃39;最后一个[无论如何]最热门＆＃39;可以像这样计算：

votes_for_topic_in_timeframe / all_votes_in_timeframe

如果你特别想要一个介于0和1之间的数字（对于跨类别比较很有用），或者，如果你只想要特定时间范围内的数字，只需取votes_for_topic_in_timeframe个值并按降序排序。 / p>

如果您不希望用户明确选择时间范围，您可能想要计算所有（比如说）四个版本（或者可能只是前三个版本），为每个类别分配一个乘数以给每个类别一个相对重要性，并计算每个主题的总值，以取得最高 n 。这样做的好处是可能会向用户隐瞒在过去一小时内没有人投票;）