基于投票的热门计数算法策略

类似基于投票的热门计数算法普遍应用在热门文章，热门评论等场景中，

典型的比如网易和今日头条的评论区，国外比如Hacker News和Reddit的主题排序。

 

一.Hacker News的排序算法

Hacker News是一个主题社区，用户可以为主题投票，根据得票数，系统自动统计出热门文章排行榜。

同时主题发表时间也会对排名产生影响，新发表的主题比旧的主题更容易得到好的排名。

 

Hacker News的排名算法是这样实现的：

 

(p – 1) / (t + 2)^G

其中，

　　P表示帖子的得票数，减去1是为了忽略发帖人的投票。

　　T表示距离发帖的时间（单位为小时），加上2是为了防止最新的帖子导致分母过小（之所以选择2，可能是因为从原始文章出现在其他网站，到转贴至Hacker News，平均需要两个小时）。

　　G表示"重力因子"（gravityth power），即将帖子排名往下拉的力量，默认值为1.8。

 

从这个公式来看，决定帖子排名有三个因素：

第一个因素是得票数P。

在其他条件不变的情况下，得票越多，排名越高。

 

第二个因素是距离发帖的时间T。

在其他条件不变的情况下，越是新发表的帖子，排名越高。或者说，一个帖子的排名，会随着时间不断下降。

 

第三个因素是因子G。

它的数值大小决定了排名随时间下降的速度。

G值越大，排名下降得越快，意味着排行榜的更新速度越快。

 

二.Reddit的排序算法

Reddit 是Digg类型网站，国内类似的社区有花瓣网等。

和Hacker News不同，和Reddit允许用户投反对票，

算法如下图：

 

 

1.文章提交时间对排名的影响 

文章提交时间对排名的影响可以总结为以下几点：

提交时间对排名影响巨大，越新的文章排名会越高

文章排名得分不会随时间的流逝而降低，但新文章会比老文章获得更高的分。这跟Hacker News的排名算法有很大区别，它的得分会随时间流逝而降低。

下图表现的是具有相同支持和反对的票数，但时间不同的文章的排名得分情况：

 

 

2.使用对数改变不同范围内的权重计算值

Reddit在算法中使用了对数函数来强化前几票的份量：

前10个赞成票的份量和后面100个的份量，以及再后面1000票的份量是相同的，以此类推

下面是效果图：

 

 

3.反对票对排名的影响

Reddit对反对票使用了简单的加减方法，这种计算方式实际上是有问题的，

一篇文章的的’得分‘定义如下：

up_votes – down_votes

最后的结果就是类似下图：

 

这种计算方式会对既有很多赞成票，又有很多反对票的文章（比如很有争议的文章）带来重大影响，它们可能会比那些只有很少赞成票的文章获得分数更低。

 

三.典型的文章／评论等投票计数算法 

可以考虑使用类似规则引擎的机制去计算权重，在项目中封装独立的模块用于计算热门评论的加权得分，得到列表展现顺序。

 

1.影响列表排序结果的因素 

（1）需要计算的维度

发布时间，点赞数，评论数，内容丰富度（如商品评论等）

 

（2）可以扩展引入计算的维度

用户权重（星级用户/认证用户等）

 

2.不同权重对展现结果的影响 

（1）发表时间

最新的发表的主题的权重大于一段时间以前发表的内容，这个维度的影响可以通过改变对应的时间因素上的因子等调节。

 

（2）点赞和点踩数目

点赞数越多，位置越靠前，点踩数越多，排序位置越靠后，同时不同时间间隔的点赞操作会占权重不同，比如五分钟以内的10个点赞大于一小时以内的20条点赞。

 

（3）评论数目及最近一段时间的评论活跃度

评论数目越多，位置越靠前，同时近期被评论越多，活跃的主题占据的位置会越靠前。

 

（4）内容丰富度

其他纬度类似的情况下，内容越丰富，权重应该越高。

 

3.计算策略

针对上面的几个维度，可以分别整理对排序结果有正面和负面影响的因素，可以使用乘法和加法结合，通过设置不同的因子来调节权重。

 

 

内容参考：

Hacker News和Reddit的算法

Reddit排名算法工作原理