像Hacker News一样排序博客园首页文章

　　Hacker News 是一家关于计算机黑客和创业公司的社会化新闻网站，里面有很多有价值的信息。Hacker News的文章排序算法在2008年就公开了，对文章的排序指标计算公式如下

　　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，详情请参看阮一峰的网络日志。

　　

　　博客园主页的文章，一直以来都是以时间排序，文章不论优劣，只要发布到首页，都能在首页上走一圈，长期以往，在园内营造一种邋遢的氛围，很多人没有用心写文章就发布到首页，甚至也包括我自己。如果文章以时间和用户评论与推荐多项指标综合考虑，那么可以让真正的精华的文章排在前面。虽然首页也有一个精华板块，但那里几个月前的文章都排在第一页，只能说精华板块的精华文章明显不够用。

　　我将博客园首页前10页的文章的标题、URL、阅读次数、推荐次数拿下来，然后按照如下的公式进行排名：　　

　　其中，v是阅读次数、r是推荐次数，G是一个权重，T是文章发表时间到当前的间隔，T的单位是（10分钟）比如T=100，表示文章发布距现在已经有100个10分钟（即100/6=16个小时了）。

　　我们希望的理想排名是优质的文章在第一页最前面部分，而刚出来的文章在第一页的中下部分，随着时间的推迟，新出炉的好文章就会被大家推荐，从而排名上升，而劣质的文章将被时间拉下去，很快退出首页。

　　我把前10页的200篇文章排序，并取前50篇，形成一个简洁版的文章首页，然后在linux上例行化，每隔10分钟刷新一次，这样就能看到一个动态的精华首页了。排序公式是我自己想的，(1+r)/v表示推荐比例，即平均一个推荐需要多少次阅读，这有利于优秀的文章迅速提升，刚出炉的优秀文章没有多少阅读量，当看过的的都点赞，那它的权重将很快提升。当然这公式也不尽合理，仅仅是我自己的主观臆断，G我取的是1.2，参数调优可能需要调优。　　

　　下面是一个样例：

　大家可以在github上看一看使用排序后的精华首页（10分钟更新一次）。

　　写这篇文章是自己突发奇想，算是给博客园的一些建议吧，希望管理员可以改进，博客园最近在移动端的阅读体验有提示，不知道是我的手机浏览器变好了，还是博客园改进了。另外我认为博客园可以在个性化推荐上进行改进。

　　2010年知乎出来时，我在想百度知道已经做得这么强了，现在整一个知乎能有大的成就吗，现在看了知乎已经营造了一个良好的社区，每一个成员的都是认真地回答问题。在每一个细分领域，真的有人把一件事做到极致。

　　博客园加油！

　　PS：不知道我做的精华首页放在github是否对博客园造成损失，如果有，请管理员通知，我会把例行化取消。

 

 感谢阅读，转载请注明出处：http://www.cnblogs.com/fengfenggirl/