隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)站的數(shù)量也在隨著成倍的增加著，就中國(guó)的互聯(lián)網(wǎng)來說，根據(jù)中國(guó)互聯(lián)網(wǎng)信息中心的數(shù)據(jù)顯示，目前中國(guó)的網(wǎng)站數(shù)量每半年都會(huì)以接近10%的數(shù)量增長(zhǎng)。這些大量的網(wǎng)站涌現(xiàn)，也就意味著我們已進(jìn)入了 信息大爆炸 的時(shí)代。

而如今用戶擔(dān)心的已不再是信息太少，而是信息太多。如何從大量信息之中，快速有效地找出最重要的內(nèi)容，成了互聯(lián)網(wǎng)的一大核心問題。所以各種各樣的排名算法，已成為目前過濾信息的主要手段之一，尤其是搜索引擎的排名。在對(duì)信息進(jìn)行排名的同時(shí)，也就意味著將信息按照重要性依次排列，并且及時(shí)進(jìn)行更新。排列的依據(jù)，可以基于信息本身的特征，也可以基于用戶的投票，即讓用戶決定，什么樣的信息可以排在第一位。

下面，我將借助博客的平臺(tái)整理和分析一些基于用戶投票的排名算法，跟大家共同分享一下：

一、Delicious和Hacker News排名算法

1、Delicious排名算法

Delicious是提供了一種簡(jiǎn)單共享網(wǎng)頁的方法，它為無數(shù)互聯(lián)網(wǎng)用戶提供共享及分類他們喜歡的網(wǎng)頁書簽。

對(duì)于最初的信息排名來說，最直覺、最簡(jiǎn)單的算法，莫過于按照單位時(shí)間內(nèi)用戶的投票數(shù)進(jìn)行排名。得票最多的項(xiàng)目，自然就排在第一位。

舊版的Delicious，有一個(gè) 熱門書簽排行榜 ，就是這樣統(tǒng)計(jì)出來的，如下圖所示：

它按照 過去60分鐘內(nèi)被收藏的次數(shù) 進(jìn)行排名。每過60分鐘，就統(tǒng)計(jì)一次。

Delicious算法的優(yōu)點(diǎn)是：比較簡(jiǎn)單、容易部署、內(nèi)容更新相當(dāng)快；

Delicious算法的缺點(diǎn)是：一方面，排名變化不夠平滑，前一個(gè)小時(shí)還排名靠前的內(nèi)容，往往第二個(gè)小時(shí)就一落千丈，另一方面，缺乏自動(dòng)淘汰舊項(xiàng)目的機(jī)制，某些熱門內(nèi)容可能會(huì)長(zhǎng)期占據(jù)排行榜前列。

2、Hacker News排名算法

Hacker News是一個(gè)網(wǎng)絡(luò)社區(qū)，可以張貼鏈接，或者討論某個(gè)主題，如下圖所示：

每個(gè)帖子前面有一個(gè)向上的三角形，如果你覺得這個(gè)內(nèi)容很好，就點(diǎn)擊一下，投上一票。根據(jù)得票數(shù)，系統(tǒng)自動(dòng)統(tǒng)計(jì)出熱門文章排行榜。但是，并非得票最多的文章排在第一位，還要考慮時(shí)間因素，新文章應(yīng)該比舊文章更容易得到好的排名。

Hacker News使用Paul Graham開發(fā)的Arc語言編寫。它的排名算法的實(shí)現(xiàn)的方法如下圖所示：

將上面的代碼還原為數(shù)學(xué)公式就是：

P表示帖子的得票數(shù)，減去1是為了忽略發(fā)帖人的投票。

T表示距離發(fā)帖的時(shí)間（單位為小時(shí)），加上2是為了防止最新的帖子導(dǎo)致分母過小（之所以選擇2，可能是因?yàn)閺脑嘉恼鲁霈F(xiàn)在其他網(wǎng)站，到轉(zhuǎn)貼至Hacker News，平均需要兩個(gè)小時(shí)）。

G表示 重力因子 （gravityth power），即將帖子排名往下拉的力量，默認(rèn)值為1.8，后文會(huì)詳細(xì)討論這個(gè)值。

從這個(gè)公式來看，決定帖子排名有三個(gè)因素：

第一個(gè)因素是得票數(shù)P

在其他條件不變的情況下，得票越多，排名越高，如下圖所示：

從上圖可以看到，有三個(gè)同時(shí)發(fā)表的帖子，得票分別為200票、60票和30票（減1后為199、59和29），分別以黃色、紫色和藍(lán)色表示。在任一個(gè)時(shí)間點(diǎn)上，都是黃色曲線在最上方，藍(lán)色曲線在最下方。

如果你不想讓 高票帖子 與 低票帖子 的差距過大，可以在得票數(shù)上加一個(gè)小于1的指數(shù)，比如(P-1)^0.8。

第二個(gè)因素是距離發(fā)帖的時(shí)間T

在其他條件不變的情況下，越是新發(fā)表的帖子，排名越高。或者說，一個(gè)帖子的排名，會(huì)隨著時(shí)間不斷下降。

從前一張圖可以看到，經(jīng)過24小時(shí)之后，所有帖子的得分基本上都小于1，這意味著它們都將跌到排行榜的末尾，保證了排名前列的都將是較新的內(nèi)容。

第三個(gè)因素是重力因子G

它的數(shù)值大小決定了排名隨時(shí)間下降的速度。

從上圖可以看到，三根曲線的其他參數(shù)都一樣，G的值分別為1.5、1.8和2.0。G值越大，曲線越陡峭，排名下降得越快，意味著排行榜的更新速度越快。