Hacker News的排名算法
从dbanotes.net的startup news知道了hacker news，关注了一段时间，发现排名确实能反映绝大多数用户的喜爱，而且也不至于让比较热的文章永远出如今前列，而致使没有新的内容被关注。所以对其算法比较好奇，在网络上搜索了一下，看到实际的算法，有点不敢相信，整个系统只须要依赖这样一个简单的算法，不须要任何人工干预（也许连接是否发布出来须要审核）。hacker news的原理很简单，任何人均可以提交连接到网站首页，而后你们能够阅读其余人提交的连接，当发现该连接对本身有意义或者很是好时能够点击一个相似赞的按钮，给该文章投上一票。最终首页上会按照文章的票数多少和发布时间对文章进行热度排序。html
整个算法就是基于下面这个表达式：算法
r=(P – 1) / (t + 2)^1.8网络
P是得票数，t是时间，天为单位。所以时间越短得票数越多的文章排名靠前，得票数必定，随着时间的增长，文章的排名也会慢慢下降。函数
已经有人画出了不一样的P值对应的r与t的函数曲线图：post
参考连接：基于用户投票的排名算法（一）：Delicious和Hacker News网站
##################################################ui
互联网的出现，意味着"信息大爆炸"。google
用户担忧的，再也不是信息太少，而是信息太多。如何从大量信息之中，快速有效地找出最重要的内容，成了互联网的一大核心问题。url
各类各样的排名算法，是目前过滤信息的主要手段之一。对信息进行排名，意味着将信息按照重要性依次排列，而且及时进行更新。排列的依据，能够基于信息自己的特征，也能够基于用户的投票，即让用户决定，什么样的信息能够排在第一位。spa
下面，我将整理和分析一些基于用户投票的排名算法，打算分红六个部分连载，今天是第一篇。
1、Delicious
最直觉、最简单的算法，莫过于按照单位时间内用户的投票数进行排名。得票最多的项目，天然就排在第一位。
旧版的Delicious，有一个"热门书签排行榜"，就是这样统计出来的。
它按照"过去60分钟内被收藏的次数"进行排名。每过60分钟，就统计一次。
这个算法的优势是比较简单、容易部署、内容更新至关快；缺点是，一方面，排名变化不够平滑，前一个小时还排名靠前的内容，每每第二个小时就一落千丈，另外一方面，缺少自动淘汰旧项目的机制，某些热门内容可能会长期占据排行榜前列。
2、Hacker News
Hacker News是一个网络社区，能够张贴连接，或者讨论某个主题。
每一个帖子前面有一个向上的三角形，若是你以为这个内容很好，就点击一下，投上一票。根据得票数，系统自动统计出热门文章排行榜。可是，并不是得票最多的文章排在第一位，还要考虑时间因素，新文章应该比旧文章更容易获得好的排名。
Hacker News使用Paul Graham开发的Arc语言编写，源码能够从arclanguage.org下载。它的排名算法是这样实现的：
将上面的代码还原为数学公式：
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致使分母太小（之因此选择2，多是由于从原始文章出如今其余网站，到转贴至Hacker News，平均须要两个小时）。
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，后文会详细讨论这个值。
从这个公式来看，决定帖子排名有三个因素：
第一个因素是得票数P。
在其余条件不变的状况下，得票越多，排名越高。
从上图能够看到，有三个同时发表的帖子，得票分别为200票、60票和30票（减1后为19九、59和29），分别以黄色、紫色和蓝色表示。在任一个时间点上，都是黄色曲线在最上方，蓝色曲线在最下方。
若是你不想让"高票帖子"与"低票帖子"的差距过大，能够在得票数上加一个小于1的指数，好比(P-1)^0.8。
第二个因素是距离发帖的时间T。
在其余条件不变的状况下，越是新发表的帖子，排名越高。或者说，一个帖子的排名，会随着时间不断降低。
从前一张图能够看到，通过24小时以后，全部帖子的得分基本上都小于1，这意味着它们都将跌到排行榜的末尾，保证了排名前列的都将是较新的内容。
第三个因素是重力因子G。
它的数值大小决定了排名随时间降低的速度。
从上图能够看到，三根曲线的其余参数都同样，G的值分别为1.五、1.8和2.0。G值越大，曲线越陡峭，排名降低得越快，意味着排行榜的更新速度越快。
知道了算法的构成，就能够调整参数的值，以适用你本身的应用程序。
[参考文献]