作者：?阮一峰

日期：?2012年2月24日

互聯(lián)網(wǎng)的出現(xiàn)，意味著"信息大爆炸"。

用戶擔(dān)心的，不再是信息太少，而是信息太多。如何從大量信息之中，快速有效地找出最重要的內(nèi)容，成了互聯(lián)網(wǎng)的一大核心問題。

各種各樣的排名算法，是目前過濾信息的主要手段之一。對(duì)信息進(jìn)行排名，意味著將信息按照重要性依次排列，并且及時(shí)進(jìn)行更新。排列的依據(jù)，可以基于信息本身的特征，也可以基于用戶的投票，即讓用戶決定，什么樣的信息可以排在第一位。

下面，我將整理和分析一些基于用戶投票的排名算法，打算分成六個(gè)部分連載，今天是第一篇。

一、Delicious

最直覺、最簡單的算法，莫過于按照單位時(shí)間內(nèi)用戶的投票數(shù)進(jìn)行排名。得票最多的項(xiàng)目，自然就排在第一位。

舊版的Delicious，有一個(gè)"熱門書簽排行榜"，就是這樣統(tǒng)計(jì)出來的。

它按照"過去60分鐘內(nèi)被收藏的次數(shù)"進(jìn)行排名。每過60分鐘，就統(tǒng)計(jì)一次。

這個(gè)算法的優(yōu)點(diǎn)是比較簡單、容易部署、內(nèi)容更新相當(dāng)快；缺點(diǎn)是，一方面，排名變化不夠平滑，前一個(gè)小時(shí)還排名靠前的內(nèi)容，往往第二個(gè)小時(shí)就一落千丈，另一方面，缺乏自動(dòng)淘汰舊項(xiàng)目的機(jī)制，某些熱門內(nèi)容可能會(huì)長期占據(jù)排行榜前列。

二、Hacker News

Hacker News是一個(gè)網(wǎng)絡(luò)社區(qū)，可以張貼鏈接，或者討論某個(gè)主題。

每個(gè)帖子前面有一個(gè)向上的三角形，如果你覺得這個(gè)內(nèi)容很好，就點(diǎn)擊一下，投上一票。根據(jù)得票數(shù)，系統(tǒng)自動(dòng)統(tǒng)計(jì)出熱門文章排行榜。但是，并非得票最多的文章排在第一位，還要考慮時(shí)間因素，新文章應(yīng)該比舊文章更容易得到好的排名。

Hacker News使用Paul Graham開發(fā)的Arc語言編寫，源碼可以從arclanguage.org下載。它的排名算法是這樣實(shí)現(xiàn)的：

將上面的代碼還原為數(shù)學(xué)公式：

其中，

　　P表示帖子的得票數(shù)，減去1是為了忽略發(fā)帖人的投票。

　　T表示距離發(fā)帖的時(shí)間（單位為小時(shí)），加上2是為了防止最新的帖子導(dǎo)致分母過小（之所以選擇2，可能是因?yàn)閺脑嘉恼鲁霈F(xiàn)在其他網(wǎng)站，到轉(zhuǎn)貼至Hacker News，平均需要兩個(gè)小時(shí)）。

　　G表示"重力因子"（gravityth power），即將帖子排名往下拉的力量，默認(rèn)值為1.8，后文會(huì)詳細(xì)討論這個(gè)值。

從這個(gè)公式來看，決定帖子排名有三個(gè)因素：

第一個(gè)因素是得票數(shù)P。

在其他條件不變的情況下，得票越多，排名越高。

從上圖可以看到，有三個(gè)同時(shí)發(fā)表的帖子，得票分別為200票、60票和30票（減1后為199、59和29），分別以黃色、紫色和藍(lán)色表示。在任一個(gè)時(shí)間點(diǎn)上，都是黃色曲線在最上方，藍(lán)色曲線在最下方。

如果你不想讓"高票帖子"與"低票帖子"的差距過大，可以在得票數(shù)上加一個(gè)小于1的指數(shù)，比如(P-1)^0.8。

第二個(gè)因素是距離發(fā)帖的時(shí)間T。

在其他條件不變的情況下，越是新發(fā)表的帖子，排名越高。或者說，一個(gè)帖子的排名，會(huì)隨著時(shí)間不斷下降。

從前一張圖可以看到，經(jīng)過24小時(shí)之后，所有帖子的得分基本上都小于1，這意味著它們都將跌到排行榜的末尾，保證了排名前列的都將是較新的內(nèi)容。

第三個(gè)因素是重力因子G。

它的數(shù)值大小決定了排名隨時(shí)間下降的速度。

從上圖可以看到，三根曲線的其他參數(shù)都一樣，G的值分別為1.5、1.8和2.0。G值越大，曲線越陡峭，排名下降得越快，意味著排行榜的更新速度越快。

知道了算法的構(gòu)成，就可以調(diào)整參數(shù)的值，以適用你自己的應(yīng)用程序。

[參考文獻(xiàn)]

　　*?How Hacker News ranking algorithm works

　　*?How to Build a Popularity Algorithm You can be Proud of

（完）

文檔信息

• 版權(quán)聲明：自由轉(zhuǎn)載-非商用-非衍生-保持署名（創(chuàng)意共享3.0許可證）
• 發(fā)表日期：?2012年2月24日
• 更多內(nèi)容：?檔案???算法與數(shù)學(xué)
• 購買文集：?《如何變得有思想》
• 社交媒體：?twitter，?weibo
• Feed訂閱：?

相關(guān)文章

• 2015.09.01:?理解矩陣乘法 大多數(shù)人在高中，或者大學(xué)低年級(jí)，都上過一門課《線性代數(shù)》。這門課其實(shí)是教矩陣。
• 2015.07.27:?蒙特卡羅方法入門 本文通過五個(gè)例子，介紹蒙特卡羅方法（Monte Carlo Method）。
• 2015.06.10:?泊松分布和指數(shù)分布：10分鐘教程 大學(xué)時(shí)，我一直覺得統(tǒng)計(jì)學(xué)很難，還差點(diǎn)掛科。
• 2013.12.16:?樸素貝葉斯分類器的應(yīng)用 生活中很多場(chǎng)合需要用到分類，比如新聞分類、病人分類等等。

留言（33條）

Alex?說：

后續(xù)還會(huì)寫reddit吧

2012年2月24日 22:44?|?∞?|?引用

evan?說：

簡單即美
這么簡單的公式放在科研機(jī)構(gòu)里似乎根本“不配”寫出論文，但是，簡單即美

2012年2月24日 23:13?|?∞?|?引用

Gower?說：

？用chrome打開網(wǎng)頁，有警告提示如下。。

警告：此頁面包含危險(xiǎn)內(nèi)容！
www.ruanyifeng.com 包含 bamosa.ru 中的內(nèi)容，后一個(gè)網(wǎng)站是已知分發(fā)惡意軟件的網(wǎng)站。如果您訪問該網(wǎng)站，您的計(jì)算機(jī)可能會(huì)中毒。
Google 發(fā)現(xiàn)如果您繼續(xù)操作，您的計(jì)算機(jī)上可能會(huì)安裝惡意軟件。如果您以前訪問過此網(wǎng)站或者您信任此網(wǎng)站，則此網(wǎng)站可能剛剛受到黑客攻擊。您不應(yīng)繼續(xù)操作，建議您明天重試或者訪問其他網(wǎng)站。

2012年2月25日 01:27?|?∞?|?引用

劉永新?說：

支持阮老師，繼續(xù)學(xué)習(xí)！

2012年2月25日 08:04?|?∞?|?引用

osirpt?說：

arc? 怎么看怎么像lisp

2012年2月25日 10:06?|?∞?|?引用

阮一峰?說：

@Gower：

我的chrome沒有出現(xiàn)警告提示，我檢查了一些網(wǎng)頁代碼，好像也沒問題。

我會(huì)繼續(xù)觀察的。

2012年2月25日 10:30?|?∞?|?引用

sokoban?說：

“Hacker News使用Paul Graham開發(fā)的Arc語言編寫，源碼可以從arclanguage.org下載。”

這句話前后主語變了，光從句式上容易誤解為Hacker News的源碼，雖然從域名可以看出應(yīng)該是Arc語言的源碼。

2012年2月25日 10:53?|?∞?|?引用

sokoban?說：

難道我理解錯(cuò)了，但我記得Hacker News不是開源的呀。

2012年2月25日 10:57?|?∞?|?引用

sokoban?說：

引用osirpt的發(fā)言：

arc? 怎么看怎么像lisp

arclanguage.org 網(wǎng)站上說了, arc是lisp的一個(gè)方言。

2012年2月25日 10:59?|?∞?|?引用

Magic?說：

很好奇你的這些信息是從哪里來的。

2012年2月25日 11:20?|?∞?|?引用

Brooklyn?說：

引用Magic的發(fā)言：

很好奇你的這些信息是從哪里來的。

很早以前，國內(nèi)有人討論HN還有reddit的算法，這些算法應(yīng)該是這些網(wǎng)站自己公布的吧，純粹推測(cè)有難度。

2012年2月25日 15:05?|?∞?|?引用

阮一峰?說：

@Gower：

我知道怎么回事了，圖床image.beekka.com的.htaccess文件被掛馬了。

已經(jīng)清除了。

2012年2月25日 16:23?|?∞?|?引用

imwaco?說：

重力因子 是反對(duì)票嗎？

2012年2月25日 16:36?|?∞?|?引用

草榴社區(qū)?說：

網(wǎng)站排版看著很舒服

2012年2月25日 18:28?|?∞?|?引用

地瓜哥?說：

這個(gè)真是不錯(cuò)！既考慮了時(shí)間，又考慮了得票數(shù)！頂一！

2012年2月27日 17:34?|?∞?|?引用

IT閱讀推薦?說：

學(xué)習(xí)了，美味書簽的算法我之前也考慮過，是一個(gè)簡單可行的算法；Hacker News的排名算法不知道有沒有名字，真是太好了，可以調(diào)整。以前也學(xué)習(xí)過srmeme曾經(jīng)的一個(gè)網(wǎng)站算法，非常不錯(cuò)，國內(nèi)應(yīng)該還是缺少這種應(yīng)用，當(dāng)然，在國內(nèi)這種環(huán)境必須要嚴(yán)防作弊。

2012年2月28日 17:17?|?∞?|?引用

Nemo?說：

國內(nèi)有沒有一個(gè)類似Hacknews的網(wǎng)站呢

2012年3月 1日 16:59?|?∞?|?引用

jennifer.han?說：

關(guān)注中~~

2012年3月 2日 15:07?|?∞?|?引用

幽默小笑話?說：

我覺得應(yīng)該做好信息的分類工作

2012年3月 4日 10:29?|?∞?|?引用

李利芬?說：

阮先生，你的文章值得一讀，期待后續(xù)，支持

2012年3月 4日 11:02?|?∞?|?引用

o8?說：

dwadwa

2012年3月 4日 23:21?|?∞?|?引用

rchlz?說：

o(∩_∩)o 你的文章太簡練了，太美了，比那些科研論文有價(jià)值多了.
PS：能不能分享下你的學(xué)習(xí)方式和每一篇文章背后的故事。

2012年3月 4日 23:36?|?∞?|?引用

Jing?說：

最近博主沒更新文章呢，有點(diǎn)小擔(dān)心~~

2012年3月 5日 18:54?|?∞?|?引用

amoblin?說：

看過您好多文章，今天這里問候一聲～

2012年3月 6日 10:55?|?∞?|?引用

kindle.io?說：

引用Brooklyn的發(fā)言：

很早以前，國內(nèi)有人討論HN還有reddit的算法，這些算法應(yīng)該是這些網(wǎng)站自己公布的吧，純粹推測(cè)有難度。

以前有人在HN上問過：?http://news.ycombinator.com/item?id=1781013

不過你也可以根據(jù)上面的代碼中的comments搜索：
https://www.google.com/search?q=Votes+divided+by+the+age+in+hours+to+the+gravityth+power.&ie=utf-8&oe=utf-8&aq=t&rls=org.mozilla:en-US:official&client=firefox-a

會(huì)得到很多結(jié)果，比如這篇?http://amix.dk/blog/post/19574?就是阮一峰參考文獻(xiàn)之一

2012年3月 6日 23:02?|?∞?|?引用

phplaber?說：

請(qǐng)問，得票數(shù)P減1怎樣理解呢？
“P表示帖子的得票數(shù)，減去1是為了忽略發(fā)帖人的投票。”這句話是理解成：系統(tǒng)規(guī)定每個(gè)新帖票數(shù)初值為1，還是假設(shè)每個(gè)發(fā)帖人都會(huì)為自己的帖子投上一票，亦或其它理解？

2012年3月16日 09:48?|?∞?|?引用

wxianfeng?說：

Hacker News 的算法 非常不錯(cuò)啊~！

2012年3月20日 22:07?|?∞?|?引用

agui5208?說：

您的這篇文字，讓我茅塞頓開！期待更多簡潔實(shí)用的文章！

2012年9月28日 15:21?|?∞?|?引用

無名小輩?說：

糾錯(cuò)“一、Delicious
最直覺、最簡單的算法，莫過于按照單位時(shí)間內(nèi)用戶的投票數(shù)進(jìn)行排名。得票最多的項(xiàng)目，自然就排在第一位。” 按語境猜測(cè)，應(yīng)該是“最直接”，樓主筆誤了。不是挑刺，純粹是個(gè)人強(qiáng)迫癥，見不得好東西有瑕疵。

2013年1月30日 10:25?|?∞?|?引用

橘子?說：

引用Nemo的發(fā)言：

國內(nèi)有沒有一個(gè)類似Hacknews的網(wǎng)站呢

Fenng創(chuàng)建了一個(gè)：http://news.dbanotes.net/

2013年2月18日 09:10?|?∞?|?引用

Hang?說：

引用Nemo的發(fā)言：

國內(nèi)有沒有一個(gè)類似Hacknews的網(wǎng)站呢

試試這個(gè)?http://news.icode.hk/

2013年4月29日 21:00?|?∞?|?引用

李作剛?說：

感謝阮老師的總結(jié)。

作為一個(gè)還算大型的 BBS ，我們采用了 SF 的算法進(jìn)行 『本土化改良』

2013年7月22日 11:47?|?∞?|?引用

MSC?說：

您好，看了您的文章受益匪淺，可是也產(chǎn)生了一個(gè)疑惑，這些算法如何在網(wǎng)站中具體實(shí)現(xiàn)，直接用SQL order 似乎不太可能，希望您能指導(dǎo)一下。。。。謝謝。。。

2014年9月 3日 11:18?|?∞?|?引用

總結(jié)

以上是生活随笔為你收集整理的基于用户投票的排名算法（一）：Delicious和Hacker的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。