排名算法

排名算法

基于用户投票的排名算法（一）：Delicious和Hacker News

基于用户投票的排名算法（二）：Reddit

基于用户投票的排名算法（三）：Stack Overflow

基于用户投票的排名算法（四）：牛顿冷却定律

基于用户投票的排名算法（五）：威尔逊区间

基于用户投票的排名算法（六）：贝叶斯平均

Hacker News

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

结论：

1. 得票越多，排名越高。
2. 发帖时间越新，排名越高。或者说，帖子的排名会随着时间不断下降。（经过24小时之后，所有帖子的得分基本上都小于1）
3. 重力因子G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。

缺点：用户只能投赞成票，不允许用户投反对票

Reddit

t：帖子的新旧程度，t = 发贴时间 - 2005年12月8日7:46:43，单位为秒，用unix时间戳计算。

x：赞成票与反对票的差，x = 赞成票 - 反对票

y：投票方向，y是一个符号变量，表示对文章的总体看法。如果赞成票居多，y就是+1；如果反对票居多，y就是-1；如果赞成票和反对票相等，y就是0。

z：帖子的受肯定（否定）的程度，z表示赞成票与反对票之间差额的绝对值。如果对某个帖子的评价，越是一边倒，z就越大。如果赞成票等于反对票，z就等于1。

总结：

1. 赞成票与反对票的差额z越大，得分越高。
2. 差额越大，分数越不受投票影响。
3. 帖子越新，分数越高。分数会随时间下降

缺点：不利于赞成票和反对票都比较高，但两者非常接近的情况。假定同一时间有两个帖子发表，文章A有1张赞成票（发帖人投的）、0张反对票，文章B有1000张赞成票、1000张反对票，那么A的排名会高于B。

**Reddit的排名，基本上由发帖时间决定，超级受欢迎的文章会排在最前面，一般性受欢迎的文章、有争议的文章都不会很靠前。**这决定了Reddit是一个符合大众口味的社区，不是一个很激进、可以展示少数派想法的地方。

Stack Overflow

Qviews：问题的浏览次数

问题的浏览次数越多，就代表越受关注，得分也就越高。取对数的用意是当访问量越来越大，它对得分的影响将不断变小。

Qscore：问题得分

Qscore = 赞成票 - 反对票

Qanswers：回答的数量

回答的数量代表有多少人参与这个问题。这个值越大，得分将成倍放大。这里需要注意的是，如果无人回答，Qscore再高也没用，意味着再好的问题，也必须有人回答，否则进不了热点问题排行榜。

Ascores：回答得分

"回答"比"问题"更有意义。这一项的得分越高，就代表回答的质量越高。

简单加总的设计还不够全面。首先，一个正确的回答胜过一百个无用的回答，简单加总会导致，1个得分为100的回答与100个得分为1的回答，总得分相同。其次，由于得分会出现负值，因此那些特别差的回答，会拉低正确回答的得分。

Qage：距离问题发表的时间

随着时间流逝，这个值都会越变越大，导致分母增大，因此总得分会越来越小。

Qupdated：距离最后一个回答的时间

随着时间流逝，这个值都会越变越大，导致分母增大，因此总得分会越来越小。

总结

Stack Overflow热点问题的排名，与参与度（Qviews和Qanswers）和质量（Qscore和Ascores）成正比，与时间（Qage和Qupdated）成反比。