实时趋势算法

Question

我正在开发一个系统，必须返回最热门的文章＆＃39;实时基于否。该文章的命中率。

我的第一个想法是为每篇文章存储no。命中与时间。然后我会规范化这个函数，并计算它的一阶导数，它将返回增长率。然后使用二阶导数，我能够知道它增长了多少以及它是否达到某个阈值 - ＆gt;将其标记为趋势。

问题是：我可以做到这一点＆＃34;离线＆＃34;例如，在一天结束时，但我不知道如何继续这样做......

我知道存在风暴之类的东西，但我正在寻找具体的东西（伪代码中的书面算法或接近这个问题的文章，而不是通用的。）

Answer 1

跟踪最热门文章的一种简单方法是使用LRU缓存。这有效地跟踪其最近访问的元素。频繁访问会在LRU中保留热门文章，而不常访问的文章会丢失。如果要优化排名，可以修改LRU以跟踪文章收到的点击次数。

当然，有更复杂的方法，但这很容易实现，具有良好的计算属性，并可能提供类似的响应。

您还可以尝试为每篇文章使用circular buffer。缓冲区填充后，对文章的每次访问都可用于更新指示文章中最早命中的变量。由于您知道最新和最旧的命中，因此您可以估算每个时间单位的命中数。缺点：大量内存使用，经常访问的文章的不精确统计数据。

同样，您可以将每篇文章与包含<Time,Count>对的链接列表相关联。每次点击发生时，如果距Time以来不到一秒钟（或者你有什么），则添加到链表顶部的计数。如果时间过长，请在列表前面添加一对新对。然后，您可以将链接列表视为用于计算衍生工具的数据系列。当你走到列表时，缩减的元素太旧了。