likun.pm

背景

给用户挑选全站的优质内容，往往需要针对某一些特征来做排序。总结一下常见的排序方法。

特别说明，今天讨论的排序方法不涉及个性化模型，不涉及冒泡排序等具体的排序效率方法，仅从业务层面讨论可以使用的策略。

主要涉及到影响排序的有两点：

1、用哪些数据：包括，哪些用户，多长时间，哪些行为等

2、怎么样计算：惩罚，扶持，组合，拆分等

具体描述

1、直接按照原生的统计得到的特征数值，从小到达或者从大到小排序。

比如：视频按照视频清晰度排序，作者按照粉丝数排序等。

2、多个特征线性融合

比如，特征 有点赞跟点踩。score=1*点赞数+（-2）*点踩数

3、算比例，按照率排序

方法一：(正向特征数-1)/ (总的特征数+1 )

为什么分母+1：防止分母为0

为什么分子-1：防止作者自己刷，去除作者自己的投票

方法二：威尔逊置信区间下界限 （来自阮一峰博客）

方法三：贝叶斯平均（阮一峰博客）

3、考虑时间问题

方法一：Hacker News使用的方法（详情见阮一峰博客）

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。在其他条件不变的情况下，得票越多，排名越高。

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导致分母过小（之所以选择2，可能是因为从原始文章出现在其他网站，到转贴至Hacker News，平均需要两个小时）。在其他条件不变的情况下，越是新发表的帖子，排名越高。或者说，一个帖子的排名，会随着时间不断下降。

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，它的数值大小决定了排名随时间下降的速度。

方法二：牛顿冷却定律（详情见阮一峰博客）