Social Media排序算法的四种模式
郑昀 20090905
在Social Media领域，不管是搜索结果，还是页面展示，只要不是编辑挑选的，只要是机器智能决定的，都需要以某种顺序排列。
那么，除了按时间顺序或按投票数排列外，还会有哪些有效的展示模式呢？
下面罗列我所见：
模式一、Reddit模式
Reddit的排序算法一文曾经介绍过 Reddit 会综合考虑以下因素：
- 文章的新鲜程度；
- 支持票数和反对票数；
- Discoverers和Followers效应（削减Followers的投票权重）。
图1 Reddit 排序示例
从上图可以看出，让新鲜且投票数还不足够多的文章能快速突破进入榜单，是很重要的。
在从Social Media海量数据中寻找专家的五大手法中SPEAR模式认为：“专家应该是发现者，而不是趋势的跟随者。experts应该是第一批收藏和标记高质量文章的人，从而召唤起社区内其他用户的围观。用户发现优质内容越早，表明该用户专业程度越高。所以，要区分“Discoverers”和“Followers”。”Reddit 正是通过log10 的使用，使得早期的投票（即Discoverers）获得更大的权重。比如，前10票获得的权重，与11到101票所获得的权重是一样的。
如你所知，玩聚SR 在给出热门链接时也采用了同样的排序规则，我曾经给出过简化的算法。
模式二、OneRiot PulseRank模式
实时搜索引擎 OneRiot 的 PulseRank，能够充分地把社会化因素考虑进来，做到搜索结果排序的 Socially Relevant 。
PulseRank 所考虑的因素：
- 新鲜程度 Freshness ；
- 域名的权威程度 Domain Authority ：这个不同Team会有不同看法，到底是传统门户的域名权重更大，还是独立博客的域名更有价值。
- 推荐者的权重 People Authority ：系统要能识别推荐者是否是spammer，要能发现某些推荐者总是推荐同一个链接或者同一个域名下的链接（你总是日复一日地推荐某一个站的链接，应该降低你的权重），也要能发现某些人的推荐总能得到更大范围的“二次传播”。
- 传播加速度 Acceleration ：主要检测推荐的速率，从而区分新出现的页面和广为人知的热门页面。
当然它还考虑来自Twitter、Digg以及OneRiot Share的推荐数量。
推荐越多，排在Pulse搜索结果最前面的可能性越大；新鲜程度也影响非常大，其他因素的影响比较难以被注意到。所以这还是 Reddit模式的增强版，只不过聚合了不同Social站点的推荐数，并加了几个因子。
参考资源：
1、Ranking Algorithm for the Realtime Web: OneRiot “Pulse Rank” Update
模式三、digg模式
Digg 有很多技巧：
1、投票的速度：比如一篇文章最开始的半小时内能迅速收集到40～50个投票，那么是谁投的就无关紧要，这篇文章就会上首页。
2、投票用户的级别。不过Digg的《A couple updates》宣布了Top users总是伴随着行为异常和可憎，所以本因素将不断被降低。并且如果你拥有非常多的好友，那么你提交的文章就需要更多的Digg才能上首页，通常是新用户的2～3倍。
3、评论的数量，以及评分的数量。如果一篇文章有40个评论，其中20个对它评级在-4分以下，那么显然这篇文章不会上首页。
4、Bury的数量。还会考虑到Bury的类型，如重复的故事、Spam、错误的分类等。如果一篇文章在Upcoming队列中，获得了3个Bury，那么它就永远被Buried了。如果文章是在首页并且拥有1000个Diggs，那么需要大约10～15个Bury才能让它消失（消失指只能访问最终页面，任何类别的导航页都不会看到这篇文章了）。
5、投票用户的 Popular Ratio。如果10～15个Popular Ratio在70%以上的用户都投了一篇文章，那么它上首页会很容易。你可以 Digg用户页面上查到每个用户的Popular Ratio。
Digg 的算法久经考验，不断被修正，并且充分利用了它所能收集的一切信息，值得借鉴。
和 Digg 一样，Newsvine 也考虑得很全：
- 用户的声望；
- 用户好友的声望；
- 评论；
- 域名权重；
- 浏览数和停留时间。
参考来源：
1、The Digg Algorithm - Unofficial FAQ
2、Newsvine Algorithm and potential ranking factors for exposure
模式四、Seeds模式
这是一种第三方应用深入某个Social Media的刺探式统计方法。事先选定一个key users集合（比如创始人以及其他核心用户，被称之为“seeds”），然后从这批用户开始扫描建立Social Graph，通过统计inbound links和好友关系，得出被扫描的social media的不同指标的排行榜，这就是Spinn3r rank所用到的手法。这种模式并不限于计算Top Users。
它所用到的两个技巧倒是经常看到：
- 从 Approved Sources 开始扫描：一个好的算法，当然要从好源开始，Techmeme 和 玩聚SR 都是这么做的；
- 遍历 friendship ：spammers或水平不那么高的用户，要想从 seeds 这里获得连接显然是不大可能的。
好了，这就是我观察到的Social Media中经常出现的几种排序规则算法。如果你有补充，请留言或follow me。
郑昀 北京报道 20090905
其他参考文章：
2、ranking by semantic similarity
还推荐您阅读我的以下文章：
