資訊、成就值排序算法

1、通用的排序算法

（1）單位時間的交互數（每小時更新一次）

（2）總交互數

（3）評論數加權

（4）按時間排序

設計帶權score函數，涉及：交互數、點贊數、點踩數、評論數、瀏覽數、時間，點贊很容易?權值應該小，寫評論往往不多?權值應該稍大（比如微博點贊很多?發博人稍少?寫博客的更少?所以權值不能相同）

實現算法：找出參與排序的元素，利用Redis里面的sortedset(有序隊列)?利用jedis.zadd和jedis.zrange等方法就可以選出排名前多少的對象。

排序線程定時觸發計算score分數（優化計算score分數?重新排序，優化的話不用計算所有實例的分數，可以計算近3天的，也可以計算上次排序到這次排序之間發生變化的實例）

?

2、經典開源排序算法

（1）Hacker?News

http://news.ycombinator.com?(科技新聞的資訊網站)

排序算法：

Score=（p-1）/（t+2）^G

P：投票數（點贊數），-1是先把自己投的贊給過濾掉

T:發布資訊到現在的時間間隔（小時），+2防止除數太小。

G：重力加速度，指數增大時間參數的影響，時間越久score越低（G=2?時間T從2到3那么分母就從16到25，指數增長很快）

從業務角度Hacker?News是科技新聞資訊網站，偏實時性，分母時間是個指數形式，默認g=1.8，那么過15個小時左右?score就會大幅度降下來。

（2）Reddis

http://www.reddis.com?Alexa排名全世界22網站流量大，新聞資訊網站，資訊可贊可踩，

計算過程

T=A-B??（A發帖時間??B網站成立時間）

X=U-D??（U點贊數??D踩的數）

X>0?y=1;x<0?y=-1?x=0y=0;

Z=|x|

F(t,y,z)=log10(z)?+?(yt)/45000?

因為流量數很大z很大?所以用log將其收斂，一天的時間權重86400/45000=1.92，而10^1.92=83，也就是說贊踩差要漲到83倍才可以與一天前分數相同。透露這樣一種思想，前10個點贊很有效，但是從100到1000個可能是跟風點贊導致，并沒有前十個那么有依據。時間最重要的流量比較大，所以高贊文章有優勢，適合新聞類排序。

（3）StackOverflow

http://stackoverflow.com

?

瀏覽數容易上漲，通過log將其平滑下來，

（4）IMDB?電影打分

http://www.imdb.com/chart/top

加權排名（WR）=（v/（v+m））*r???+??(m/?(v+m))*c

R=電影投票的平均分

V=有效投票人數

M=最低投票人數，1250

C=所有電影的平均值

?

投票人越多，偏向于用戶打分值，防止冷門電影小數人高分導致的高分，v是有效投票人數可以防止水軍刷票（比如?某批人只給一個電影打過分）

?

總結

以上是生活随笔為你收集整理的Web排行榜相关排序算法总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。