最近我在查看Reddit的算法，以确定哪些帖子是“热门”主题，哪些内容适合reddit主页。
我正在阅读的文章在这里： http://amix.dk/blog/post/19588
我注意到他们有数学逻辑，并创建了某种数学函数来确定帖子的热度/相关性。
在使用的公式中，每个数学组件的来源是什么？他们如何知道使用它们？
谢谢你！- Bakz
编辑：只是为了澄清，我刚刚高中毕业并道歉，如果这个问题的答案看起来很明显。再次感谢！答案 0 :(得分：22)
我将解决第一个公式，即帖子的“热度”。像这样的公式来自要求。 Reddit的设计师已经考虑了他们想要实现的目标，并相应地设计了公式。我无法确切地告诉你他们想到了什么要求，但我可以看看实现并猜测他们想要一个系统：
除非投票数改变，否则不需要重新计算分数。这减少了对数据库的更改次数，并且在复制数据时更容易实现一致性。 （因此，任何基于分数越低的评分系统随着文章的老化而变得不好）。
如果两个故事同样陈旧，那么赞成更多的故事应该更高。 （所以需要得到投票的贡献。）
故事得到的支持越多，它应该保持在排名靠前的时间越长。
老故事不应该永远保持在排名的前列，即使他们有很多赞成票。相当快（一两天之后），新故事需要超越它们。 （因此，需要从日期开始做出贡献，并且由于投票很快就会超过分数，无论得到多少票。）
有更多downvotes而不是upvotes的故事根本不应出现在排名中。
现在让我们看一下公式：log z + yt / 45000，看看它是如何满足这些要求的。
如果投票数没有变化，那么 z ， y 和 t 都不变。所以得分没有变化。这满足要求（1）。
如果两个故事的年龄相同，则 t 的值相同。但是有更多upvotes的那个具有更高的 z 值，并且由于log是单调的，所以它具有更高的分数。这满足要求（2）。
故事越多， z 越高，所以在 t 更高的另一个故事可以超越它之前的时间越长。这满足要求（3）。
对数是一个随着变大（take a look at its graph）而变得越来越慢的函数。因此，随着时间的推移，一个故事需要越来越多的关注以跟上新故事。这符合要求（4）。
如果故事有更多的downvotes而不是upvotes，则 z = 1且 y = -1，因此得分为负。这满足要求（5）。
常数45,000是一个比例因子，可以使投票和年龄达到平衡。一天有86,400秒，因此 t 每天都会增加这个数量。将 t 除以45,000给出1.92，这意味着一天的相对新价值是10 1.92 = 83票，两天的相对新价值约为7,000票。
答案 1 :(得分：2)
他们不是来自任何地方。他们没有绝对的真理，也没有什么可以证明的。它只是一种量化属性的方法，它是开发团队看来最明智的方式。
当你想要一些因素时，你会使用日志，虽然不太重要（因为大的值确实增长，但速度很慢）。但出于同样的原因，他们可以选择立方根。
这些公式只是我们可以假设那些特征属于“热”的因素的代表，以及它们的组合，以适当的比例考虑每一个（例如，我们将对那些具有重要意义的值进行平方，并记录那些较少的值。
一旦他们提出了这个公式，他们可能会想出10或15种不同类型的帖子并插入数字，并且看到它在整个过程中都很有意义，所以坚持下去。事实上，最初几次尝试可能没有那么好，并且在对这些数字进行了一些调整之后就达到了这个公式。
