计算内容热度的算法解释

时间  2019-11-06
标签 计算 内容 热度 算法 解释 繁體版
原文   原文链接

定义一个内容的热度

什么样的一个内容是热门的呢？这实际上是一个相对的概念，面对不一样的需求，它的表达是不一样的。测试

H = \frac{W + I}{(T+1)^{G}}

其中：优化

  • W：内容质量的数值表达，例如一篇文章质量能够定义成文章的点赞数，也能够根据产品须要定义为其余
  • I：新内容的初始质量，具体含义后续解释中会理解
  • G：重力 Gravity，或者说是一个内容变得再也不热门的速度，重力越大，一个内容刷新的就越快
  • T：时间

能够看到热度 H 在这样的公式中有 4 个变量即 H(W,I,T,G)，此公式与 Hacker News、Reddit 相同，只是定义内容质量 W 时用的逻辑不同。3d

1）热度H与时间T的关系

首先，咱们看一个比较简单的关系，就是热度与时间的关系：code

  • W：100
  • I：10
  • G：1.5
  • T：时间
H = \frac{100+10}{(T+1)^{1.5}}

热度与时间的关系

很清楚，时间越大，热度越低。cdn

2）热度H与初始质量I、时间T的关系

  • W：0
  • I：[2, 4, 6]
  • G：1.5
  • T：时间

热度与初始质量、时间的关系

咱们可以看到，对于不一样的初始质量 I，内容的初始热度是不一样的，在后续的时间衰减中，若是其余数值不变，那么初始质量越高则内容热度越大。blog

3）热度H与初始质量I、重力G、时间T的关系

  • W：0
  • I：[2, 4, 6]
  • G：[1.5, 1.2, 1.8]
  • T：时间

热度与初始质量、重力、时间的关系

面对不一样的重力，即便初始质量高，重力大时其热度衰减很快。产品

4）热度H与质量W、初始质量I、重力G、时间T的关系

  • W：[90, 190, 90]
  • I：10
  • G：[1.5, 1.5, 1.8]
  • T：时间

热度与质量、初始质量、重力、时间的关系

咱们看到三个交点：it

  • A：W=90，G=1.5 与 I=10的交点

解释：一个内容质量 90 的内容，在 A 交点，即约 3.64 单位时间以后其热度低于一个全新的初始热度为 10 的内容。io

  • B：W=190，G=1.5 与 I=10的交点
  • C：W=90，G=1.8 与 I=10的交点

解释：一个内容质量 190 的内容，在 6.36 单位时间以后，其热度低于任意新内容。而一个内容质量为 90 的内容，若是重力为 1.8，那么仅在 2.59 单位时间后其热度低于任意新内容。社区

咱们能够看到以下结论：

  1. 初始质量 I 越高，老内容的热度更快的被最新生产的内容超越
  2. 一个内容的质量 W 越高，此内容热度高于新内容的时间越长
  3. 重力 G 越高，内容热度衰减越快，老内容的热度更快被新生产的内容超越

所以，在肯定的初始质量 I 及重力 G 下，一个内容能够得到的 W 决定了其热度及被新内容超越的时间。

5）质量数值W与时间T线性正相关的假设

假设一个内容质量的数值表达与时间正相关，例如咱们用一个文章的点赞量表达其质量，那么在一个限定的时间里，其时间越长，点赞量越高：

W(T) = c\times{T}

而 c 表明了一个新内容得到质量 W 的速度，也就是一个新内容得到点赞的速度，那么

  • W：c\times{T}
  • I：10
  • G：1.5
  • T：时间
H = \frac{c\times{T}+10}{(T+1)^{1.5}}

其中咱们测试了三个 c 分别是：20、2五、30

当质量与时间线性正相关时，热度与时间的关系

咱们看到三个交点：

  • A：W=20\times{T} 与 I=10的交点
  • B：W=25\times{T} 与 I=10的交点
  • C：W=30\times{T} 与 I=10的交点

解释：c 越大，说明单位时间里一个内容能够得到的质量越高，也就是说明这个内容自己更受欢迎。对于交点 A 来说，此内容在 1.62 个单位时间后，即便保持着 20\times{T} 增加质量的速度，依然会被一个新内容的热度超越。而从 C 交点能够看到，若是其 W 增加速度为 30\times{T}，那么在 6.46 个单位时间后才会被新内容的热度超越。

6）质量数值W与时间T对数正相关的假设

固然上面的假设有一个问题是，一个文章的质量表达很难和时间长期正相关，也就是说，文章存在时间越长，每每后续得到的点赞会下降。所以，咱们能够假设W与T是对数相关的关系：

W(T) = c\times{\log_{d}{(T+1)}}
  • c：得到点赞的速度
  • d：随着时间迁移，得到点赞速度开始衰减的系数

当质量与时间对数正相关时，热度与时间的关系

咱们看到三个交点：

  • A：W=20\times{\log_{2}{(T+1)}} 与 I=10的交点
  • B：W=20\times{\log_{1.5}{(T+1)}} 与 I=10的交点
  • C：W=20\times{T} 与 I=10的交点

解释：对比 A 与 C 咱们能够看到，由于质量数值的增加随着时间变少，于是 A 内容更快地被新内容超越。

内容热度在掘金里的使用

H = \frac{W + I}{(T+1)^{G}}
  • H：即一个内容的热度 rankIndexArticle
  • W：即一个内容的 hotIndexArticle 是一个文章阅读数、评论数、点赞数加权求和的数值
  • I：即一个内容初始的数值 rankIndexUser 是文章做者的影响因子
    • 影响因子与做者自己的历史掘力值相关
  • G：一个衰减的重力参数
  • T：文章自发布以来的时长

做为掘金社区，咱们但愿将更多好内容带给读者，从数值上，咱们但愿总和的 W 变高，同时平衡其与 T 之间的关系，即新内容得到的流量，与一个好内容得到流量之间交点的时间长度。

  • c：一篇文章自己的质量表达，多快得到点赞、得到阅读，即点击率、点赞率
  • d：点赞率、点击率随着文章存在时间是否会衰减，衰减得多块

说人话：一个得到了 1000 个点赞、10000 个阅读、100 个评论的内容，在计算规则下什么状况会被一篇新文章的热度超越。而整个社区的热度计算，是一个动态优化的问题。

不一样问题下的参数调整

  • 新内容太多，近期热门的不足
    1. 下降初始数值 I
    2. 下降衰减重力 G
    3. 提升内容质量的加权数值 c
  • 内容都是热门的，新东西看不到
    1. 提升初始数值 I
    2. 提升衰减重力 G
    3. 下降加权 c
  • 一下子是一个老的热门的，一下子是一个特别新的
    1. G 较小的同时，I 过大
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程