PMCAFF（pmcaff.com）是在中国非常流行的产品经理社区。汇集160000+会员，8000+业界大咖，致力于为产品人提供专业的产品沙龙、课程培训、求职招聘等服务。
本文由PMCAFF会员X零蛋撰写，未经许可，禁止转载。
● ● ●
▍PMCAFF产品经理社区的咖友提问：知乎上对于回答的排序是如何设置的？
知乎回答的排序是依据哪些依据进行排序的？
▍ X零蛋 若古 产品经理
首先抛出一个知乎使用的“威尔逊算法”。
科学说明版：此算法以赞同，反对的票数统计为基础数据。每个可记录数据的都是“0-1”的独立事件，符合“泊松分布”，于是该数据很容易归类于“二项分布”里。在二项分布里找相应的数据处理模型，威尔逊算法的输入是发生概率，输出是置信区间，如果要做数据对比，则选择下限数据。
举个栗子版：有95%的发生概率，好评率在[70%,80%],那么可以选择70%作为对比评价数据。
传说中的“威尔逊算法”如下：
其中 u 为加权赞同票数，v 为加权反对票数， Zα为参数，另外，默认所有回答者对自己的回答投了一票赞同，所以 u 至少为 1。
如图所示
但是，知乎整个社区运营仅仅依靠算法么！？
其实并不然！
首先，排序是对内容优先级的筛选，而社区运营中，内容和用户是两条腿。所以排序涉及两方面：回答权重，用户权重。
排序是以内容权重为主，加入了用户权重的分析，力图能够制造“优胜劣存”（贪心造成的）的社区环境。
内容权重
威尔逊算法中，回答的赞同或反对指向是：是否获取到内容消费的匹配用户。
那么继续分析的前提是：确认用户的现状，所以一旦用户从优质稀释到一般之后，原先的优质内容并不一定能匹配现在用户。
故产品的目标人群定位是第一位的，然后再是算法。
而仅仅靠算法想调动所有用户或者绝大多数用户，是不可能的，算法的默认条件是：选取一定level的用户群体，然后再计算。
一个算法只能解决一个问题，不可能把社区（类似小社会）的所有问题，做一个大一统的解决。
因此，我赞同建立社区“副本”的重要性，就是社区的阶层性，一个阶层一个算法。
用户权重
对于用户权重，这里有两种观点：
>>用户权重的建立：百害而无一利（不利于UGC大量生产）
1）会产生“马太效应”，新进用户的存在感太弱——内容分量低
2）领域类意见领袖的赞同，基本可以与首页推荐挂钩——社区的用户属性强
>>用户权重的建立：双手赞同（利于优质资源的沉淀）
1）区分领域类用户，便于用户回答的差异化评价——承认用户权重属性对社区的利好
2）加重内容的明星效应，能够产生爆点内容——加强内容生产的用户关系链
某种程度上来说，我是支持用户权重的建立，社区“劣币驱逐良币”的解决一定需要解决社区的阶层性，而阶层性一定得承认用户权重的差异性，理清社区之后，才知道资源怎么流转。
资源包括内容和用户，而运营的后期，用户是关键，所以社区进入稳定期后，要建立用户权重。
总结
知乎回答的排序设置，不仅仅是算法，而是社区运营的一个重大决策，需要负责人对社区有通体的了解，对内容和用户发展有个明晰的方向，如果仅仅觉得这是技术的事，那么离“死亡”也就不远了。
本文来自PMCAFF产品经理社区（www.pmcaff.com），不代表PMCAFF观点和立场，未经许可，禁止转载。
● ● ●
最酷的产品经理都在读
点击
阅读原文
了解更多详情
扫一扫
853
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
