首页 基于Hacker News的内容热度推荐算法
文章
取消

基于Hacker News的内容热度推荐算法

前言

近期公司产品需要做一个内容推荐的功能,但限于人员和能力有限,经过调研,确定了一个简单相对我们可以实现的方案。一篇文章产生,随着用户浏览、点赞、分享、收藏、评论,热度逐渐攀升,进入榜单到推荐页面,但随着时间的推移,这篇文章也不能永久的霸占榜单,让后面新产生的文章没有机会到推荐页,因此也就有了时间衰减的因素,从而可以让榜单能够动态的变化,除了上面基本的原理以外,还需要人为干预因素,通过加权或者降权的方式来影响排名。

因子

  1. 用户活跃度(以积分的形式)
  2. 浏览量
  3. 点赞数
  4. 收藏数
  5. 评论数
  6. 分享数
  7. 时间衰减
  8. 平台编辑推荐(人为因素介入干预)

基本原理

img1

初始热度 Hinit

与最后的推荐指数呈正相关(注意不是成正比),影响其的因素有:

  • 创作者:暂时以用户活跃度来界定
  • 内容属性:以篇幅、类别来区分
互动热度 Hinteract

与最后的推荐指数呈正相关(注意不是成正比),用户行为数据是决定一篇文章是否热门的重要因素,通过对这些数据评级来进行调整行为分:

比如: 浏览+1分,点赞+3分,评论+8分,收藏+10分,分享+15分。

时间衰减 Htime

与最后的推荐指数呈负相关(注意不是成反比)

大部分内容属于一次性消费品,用户看过也就过了,若推荐榜单总是那么几条, 可能很快就觉得乏味 ,从而转向别的产品。所以我们自然希望内容能不断更新,而若只看初始热度+互动热度,那么后来者必定很难超越前者。

所以还必须考虑一个因素就是时间衰减,通常这个也不是线性衰减,往往是一个指数函数:即过了一定时间后,持续衰减,热度直到无限趋于0

权重 Hweight

运营或编辑人为干预来调整权重也很重要,毕竟算法是死的,人是活的,虽然大部分都遵循这样一个规律,但也不排除偶然或者极端情况,比如恶意刷榜,这时候就需要人为的干预

图形曲线:

image-20191029102231667

总结公式

img2

参数解释:

Hinit : 初始热度值,可以以用户活跃度来衡量,比如以积分的形式,积分积累的途径有:

  1. 发文章
  2. 发笔记
  3. 发动态
  4. 提问题
  5. 回答问题
  6. 评论
  7. 系统、平台编辑推荐

在其他条件一定的情况下,初始热度越高,其最终热度也就越高

Hinteract:互动热度值,根据用户行为数据来衡量,参考点有以下几项:

  1. 浏览量
  2. 点赞量
  3. 评论量
  4. 收藏量
  5. 分享量

在其他条件一定的情况下,互动热度越高,其最终热度也就越高

Htime:时间衰减因子, 加2是为了防止最新发表的会导致分母过小 ,这个值可调,在前期平台人数较少时调整大一些,在后期人数增长起来后,可以调整的小一些,比如,因为用户对平台资源有一个消化时间。并不是一发出来就有数据的。

G:重力因子,它决定了热度随时间下降的速度,前期平台人员较少时,相对应得发的资源也会比较少,这时可以把G调小一点,减缓时间推移对热度下降的影响,后期平台人员增多时,相对应的资源也会增加,这时可以把G调大一点,加速时间推移对热度下降的影响。比如:1.2-1.8

Hweight: 加减权重,初始值可以为0,在某些偶然或者极端情况下需要人为干预的时候,可以动态调整其值,使其能够及时的控制其热度。

反作弊

  1. 可以通过权重来干预
  2. 可以制定社区规则来动态调整Hinit

参考

  1. Hacker News 帖子热度排序算法
  2. 掘金文章内容热度排序算法
本文由作者按照 CC BY 4.0 进行授权

关于Code Review的一些思考总结

Android构建工具Gradle解析