Question

我正在寻找一种算法来按流行度对网站结果进行排序..就像Reddit那样，年龄越大，投票/得分就越少。

以下是reddit使用的普遍接受的解决方案：

t = (time of entry post) - (Dec 8, 2005)
x = upvotes - downvotes

y = {1 if x > 0, 0 if x = 0, -1 if x < 0)
z = {1 if x < 1, otherwise x}

rank = log(z) + (y * t)/45000

我一直在使用Reddit的算法，虽然它适合一种情况，我真正需要的是两种算法，一种用于热门帖子，另一种用于即将发布的帖子：

热门帖子
即将发布的帖子

受欢迎的人会慢慢衰退，对稍微过时的帖子给予更多的重视，其中即将发布的帖子今天将更多地关注热门帖子，在N小时/天/等后大幅下降。

我是用Sphinx表达式编写的，所以我不能编写一个复杂的算法，我只能访问以下函数：

http://sphinxsearch.com/docs/current.html#numeric-functions

所以我每篇文章都有以下数据：

以秒为单位的发布年龄
发布分数

这是我目前的解决方案：

Exponent = 0.01 (Popular), 0.5 (Upcoming)
SecondsSincePublised = abs(CurTimeInSecondsSinceDate-PubTimeInSecondsSinceDate)
Rank = (log10(PostScore)*10000) / pow(SecondsSincePublised,Exponent)

虽然这个解决方案确实有效，但并不理想。在过去的几个小时里，一个新的热门帖子在流行和即将到来的时候往往排名很高，这不是我想要的。

任何人都可以提出另一种算法，我可以修改指数成分来调整衰变吗？

Answer 1

您是否尝试过黑客新闻使用的排名算法？它很容易实现。

Score = (P-1) / (T+2)^G

where,
P = points of an item (and -1 is to negate submitters vote)
T = time since submission (in hours)
G = Gravity, defaults to 1.8 in news.arc

您可以改变重力来调整衰减。

有关更多信息，请参阅How Hacker News ranking algorithm works

Answer 2

您是否尝试过“流行”和“即将推出”使用不同的衰减功能？例如，使用“即将来临”的指数衰减率和“流行”的多项式衰减率，这样，几个小时后（如果正确优化），一个帖子在即将到来时得分很高的可能性很小。而在多项式衰减函数中，相邻时间之间的关系变小，而指数衰减函数则不然。

以下是一个示例（参数0.01和1.0005是任意的，应根据您的目标进行优化）。

流行：

SecondsSincePublised = abs(CurTimeInSecondsSinceDate-PubTimeInSecondsSinceDate)
Rank = (log10(PostScore)*10000) / pow(SecondsSincePublised,0.01)

待办：

SecondsSincePublised = abs(CurTimeInSecondsSinceDate-PubTimeInSecondsSinceDate)
Rank = (log10(PostScore)*10000) / pow(1.0005,SecondsSincePublised)

流行网站帖子的流行度衰减算法

2 个答案: