作热排名算法（hot ranking）的工作原理

重点描述上面两个公式：

Ts  =  A – B

相当于

A的发布时间 – 设定时间(默认时间为1970-01-01就可以)

X = U – D

相当于

支持率 – 反对率

来个JAVA实现方式。

	private double U = 100;
	private double D = 2;

获取默认时间（1970-01-01）

	private double getDefaultTime() {
        java.text.DateFormat format2 = new java.text.SimpleDateFormat(  
                "yyyyMMddhhmmss");  
        String s = format2.format(new Date(0L));
        return Double.parseDouble(s);
	}

获取某篇文章的发布时间

	private double getPostPublish(Date date) {
		java.text.DateFormat format2 = new java.text.SimpleDateFormat(  
        "yyyyMMddhhmmss");  
		String s = format2.format(date);
		return Double.parseDouble(s);
	}

获取秒时间差

	private double getSecondsDifference(Date date) {
		return getPostPublish(date) - getDefaultTime();
	}

获取X

	public double getX() {
		return U - D;
	}

获取Y

	public double getY(double x) {
		if(x > 0) 
			return 1;
		if(x == 0) 
			return 0;
		return -1;
	}

获取Z

	public double getZ(double x) {
		if(Math.abs(x) >=1) {
			return Math.abs(x);
		}
		return 1;
	}

获取作热排名

	public double hotRanking() {
		double x = getX();
		return Math.log10(getZ(x)) + getY(x) * getSecondsDifference(new Date())/45000;
	}

到这里，算法算是实现啦。

发表时间的影响
发表时间和话题排名的影响可以被概括如下:

发表时间对排名有很大影响，该算法使得新的话题比旧的话题排名靠前
话题的得分不会因为时间的流失而减少，但是新的话题会比旧的话题得分高。这与 Hacker New 的算法不同 (随着时间的发展降低话题的得分)

下图展示了话题得分在好评和差评的数量不变时，随着时间而变化的情况：

对数关系

Reddit 的热排序算法使用了对数函数来衡量前面的投票与其他投票的差距：

前十个好评和之后的100个，1000个投票有相同的权重。

参见下面的图:

去掉对数函数之后（译注：采用线性函数）的效果

反对票的影响

Reddit 是为数不多的几个可以投反对票的网站。正如上边代码所述，一个话题的得分被定义成：好评数 - 差评数

下边的图可以帮助我们理解：

这一点对那些同时有大量赞成和反对票的话题（比如说一些有争议的话题）有显著影响。这种话题的排名会比只有赞成票的话题低一些，这也就解释了为什么 kittens 和其他一些没有争议的话题排名如此靠前。

话题排名算法的结论

发表时间是一个非常重要的参数，通常，新的话题要比旧的话题排名靠前
前10个好评跟接下来的100个有着同样的权重。比如一个有着10个好评的话题，跟有50个好评的话题有着相似的排名
有争议的话题（支持票和反对票的数量相近）要比支持票占大多数的话题排名靠后

参考资料：
http://www.iteye.com/news/28228
http://pycoders-weekly-chinese.readthedocs.org/en/latest/issue6/how-reddit-ranking-algorithms-work.html

作热排名算法（hot ranking）的工作原理

猜你喜欢