作者：?阮一峰

日期：?2012年2月24日

互聯網的出現，意味著"信息大爆炸"。

用戶擔心的，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容，成了互聯網的一大核心問題。

各種各樣的排名算法，是目前過濾信息的主要手段之一。對信息進行排名，意味著將信息按照重要性依次排列，并且及時進行更新。排列的依據，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，我將整理和分析一些基于用戶投票的排名算法，打算分成六個部分連載，今天是第一篇。

一、Delicious

最直覺、最簡單的算法，莫過于按照單位時間內用戶的投票數進行排名。得票最多的項目，自然就排在第一位。

舊版的Delicious，有一個"熱門書簽排行榜"，就是這樣統計出來的。

它按照"過去60分鐘內被收藏的次數"進行排名。每過60分鐘，就統計一次。

這個算法的優點是比較簡單、容易部署、內容更新相當快；缺點是，一方面，排名變化不夠平滑，前一個小時還排名靠前的內容，往往第二個小時就一落千丈，另一方面，缺乏自動淘汰舊項目的機制，某些熱門內容可能會長期占據排行榜前列。

二、Hacker News

Hacker News是一個網絡社區，可以張貼鏈接，或者討論某個主題。

每個帖子前面有一個向上的三角形，如果你覺得這個內容很好，就點擊一下，投上一票。根據得票數，系統自動統計出熱門文章排行榜。但是，并非得票最多的文章排在第一位，還要考慮時間因素，新文章應該比舊文章更容易得到好的排名。

Hacker News使用Paul Graham開發的Arc語言編寫，源碼可以從arclanguage.org下載。它的排名算法是這樣實現的：

將上面的代碼還原為數學公式：

其中，

　　P表示帖子的得票數，減去1是為了忽略發帖人的投票。

　　T表示距離發帖的時間（單位為小時），加上2是為了防止最新的帖子導致分母過小（之所以選擇2，可能是因為從原始文章出現在其他網站，到轉貼至Hacker News，平均需要兩個小時）。

　　G表示"重力因子"（gravityth power），即將帖子排名往下拉的力量，默認值為1.8，后文會詳細討論這個值。

從這個公式來看，決定帖子排名有三個因素：

第一個因素是得票數P。

在其他條件不變的情況下，得票越多，排名越高。

從上圖可以看到，有三個同時發表的帖子，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、紫色和藍色表示。在任一個時間點上，都是黃色曲線在最上方，藍色曲線在最下方。

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

第二個因素是距離發帖的時間T。

在其他條件不變的情況下，越是新發表的帖子，排名越高。或者說，一個帖子的排名，會隨著時間不斷下降。

從前一張圖可以看到，經過24小時之后，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容。

第三個因素是重力因子G。

它的數值大小決定了排名隨時間下降的速度。

從上圖可以看到，三根曲線的其他參數都一樣，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。

知道了算法的構成，就可以調整參數的值，以適用你自己的應用程序。

[參考文獻]

　　*?How Hacker News ranking algorithm works

　　*?How to Build a Popularity Algorithm You can be Proud of

（完）

文檔信息

• 版權聲明：自由轉載-非商用-非衍生-保持署名（創意共享3.0許可證）
• 發表日期：?2012年2月24日
• 更多內容：?檔案???算法與數學
• 購買文集：?《如何變得有思想》
• 社交媒體：?twitter，?weibo
• Feed訂閱：?

相關文章

• 2015.09.01:?理解矩陣乘法 大多數人在高中，或者大學低年級，都上過一門課《線性代數》。這門課其實是教矩陣。
• 2015.07.27:?蒙特卡羅方法入門 本文通過五個例子，介紹蒙特卡羅方法（Monte Carlo Method）。
• 2015.06.10:?泊松分布和指數分布：10分鐘教程 大學時，我一直覺得統計學很難，還差點掛科。
• 2013.12.16:?樸素貝葉斯分類器的應用 生活中很多場合需要用到分類，比如新聞分類、病人分類等等。

留言（33條）

Alex?說：

后續還會寫reddit吧

2012年2月24日 22:44?|?∞?|?引用

evan?說：

簡單即美
這么簡單的公式放在科研機構里似乎根本“不配”寫出論文，但是，簡單即美

2012年2月24日 23:13?|?∞?|?引用

Gower?說：

？用chrome打開網頁，有警告提示如下。。

警告：此頁面包含危險內容！
www.ruanyifeng.com 包含 bamosa.ru 中的內容，后一個網站是已知分發惡意軟件的網站。如果您訪問該網站，您的計算機可能會中毒。
Google 發現如果您繼續操作，您的計算機上可能會安裝惡意軟件。如果您以前訪問過此網站或者您信任此網站，則此網站可能剛剛受到黑客攻擊。您不應繼續操作，建議您明天重試或者訪問其他網站。

2012年2月25日 01:27?|?∞?|?引用

劉永新?說：

支持阮老師，繼續學習！

2012年2月25日 08:04?|?∞?|?引用

osirpt?說：

arc? 怎么看怎么像lisp

2012年2月25日 10:06?|?∞?|?引用

阮一峰?說：

@Gower：

我的chrome沒有出現警告提示，我檢查了一些網頁代碼，好像也沒問題。

我會繼續觀察的。

2012年2月25日 10:30?|?∞?|?引用

sokoban?說：

“Hacker News使用Paul Graham開發的Arc語言編寫，源碼可以從arclanguage.org下載。”

這句話前后主語變了，光從句式上容易誤解為Hacker News的源碼，雖然從域名可以看出應該是Arc語言的源碼。

2012年2月25日 10:53?|?∞?|?引用

sokoban?說：

難道我理解錯了，但我記得Hacker News不是開源的呀。

2012年2月25日 10:57?|?∞?|?引用

sokoban?說：

引用osirpt的發言：

arc? 怎么看怎么像lisp

arclanguage.org 網站上說了, arc是lisp的一個方言。

2012年2月25日 10:59?|?∞?|?引用

Magic?說：

很好奇你的這些信息是從哪里來的。

2012年2月25日 11:20?|?∞?|?引用

Brooklyn?說：

引用Magic的發言：

很好奇你的這些信息是從哪里來的。

很早以前，國內有人討論HN還有reddit的算法，這些算法應該是這些網站自己公布的吧，純粹推測有難度。

2012年2月25日 15:05?|?∞?|?引用

阮一峰?說：

@Gower：

我知道怎么回事了，圖床image.beekka.com的.htaccess文件被掛馬了。

已經清除了。

2012年2月25日 16:23?|?∞?|?引用

imwaco?說：

重力因子 是反對票嗎？

2012年2月25日 16:36?|?∞?|?引用

草榴社區?說：

網站排版看著很舒服

2012年2月25日 18:28?|?∞?|?引用

地瓜哥?說：

這個真是不錯！既考慮了時間，又考慮了得票數！頂一！

2012年2月27日 17:34?|?∞?|?引用

IT閱讀推薦?說：

學習了，美味書簽的算法我之前也考慮過，是一個簡單可行的算法；Hacker News的排名算法不知道有沒有名字，真是太好了，可以調整。以前也學習過srmeme曾經的一個網站算法，非常不錯，國內應該還是缺少這種應用，當然，在國內這種環境必須要嚴防作弊。

2012年2月28日 17:17?|?∞?|?引用

Nemo?說：

國內有沒有一個類似Hacknews的網站呢

2012年3月 1日 16:59?|?∞?|?引用

jennifer.han?說：

關注中~~

2012年3月 2日 15:07?|?∞?|?引用

幽默小笑話?說：

我覺得應該做好信息的分類工作

2012年3月 4日 10:29?|?∞?|?引用

李利芬?說：

阮先生，你的文章值得一讀，期待后續，支持

2012年3月 4日 11:02?|?∞?|?引用

o8?說：

dwadwa

2012年3月 4日 23:21?|?∞?|?引用

rchlz?說：

o(∩_∩)o 你的文章太簡練了，太美了，比那些科研論文有價值多了.
PS：能不能分享下你的學習方式和每一篇文章背后的故事。

2012年3月 4日 23:36?|?∞?|?引用

Jing?說：

最近博主沒更新文章呢，有點小擔心~~

2012年3月 5日 18:54?|?∞?|?引用

amoblin?說：

看過您好多文章，今天這里問候一聲～

2012年3月 6日 10:55?|?∞?|?引用

kindle.io?說：

引用Brooklyn的發言：

很早以前，國內有人討論HN還有reddit的算法，這些算法應該是這些網站自己公布的吧，純粹推測有難度。

以前有人在HN上問過：?http://news.ycombinator.com/item?id=1781013

不過你也可以根據上面的代碼中的comments搜索：
https://www.google.com/search?q=Votes+divided+by+the+age+in+hours+to+the+gravityth+power.&ie=utf-8&oe=utf-8&aq=t&rls=org.mozilla:en-US:official&client=firefox-a

會得到很多結果，比如這篇?http://amix.dk/blog/post/19574?就是阮一峰參考文獻之一

2012年3月 6日 23:02?|?∞?|?引用

phplaber?說：

請問，得票數P減1怎樣理解呢？
“P表示帖子的得票數，減去1是為了忽略發帖人的投票。”這句話是理解成：系統規定每個新帖票數初值為1，還是假設每個發帖人都會為自己的帖子投上一票，亦或其它理解？

2012年3月16日 09:48?|?∞?|?引用

wxianfeng?說：

Hacker News 的算法 非常不錯啊~！

2012年3月20日 22:07?|?∞?|?引用

agui5208?說：

您的這篇文字，讓我茅塞頓開！期待更多簡潔實用的文章！

2012年9月28日 15:21?|?∞?|?引用

無名小輩?說：

糾錯“一、Delicious
最直覺、最簡單的算法，莫過于按照單位時間內用戶的投票數進行排名。得票最多的項目，自然就排在第一位。” 按語境猜測，應該是“最直接”，樓主筆誤了。不是挑刺，純粹是個人強迫癥，見不得好東西有瑕疵。

2013年1月30日 10:25?|?∞?|?引用

橘子?說：

引用Nemo的發言：

國內有沒有一個類似Hacknews的網站呢

Fenng創建了一個：http://news.dbanotes.net/

2013年2月18日 09:10?|?∞?|?引用

Hang?說：

引用Nemo的發言：

國內有沒有一個類似Hacknews的網站呢

試試這個?http://news.icode.hk/

2013年4月29日 21:00?|?∞?|?引用

李作剛?說：

感謝阮老師的總結。

作為一個還算大型的 BBS ，我們采用了 SF 的算法進行 『本土化改良』

2013年7月22日 11:47?|?∞?|?引用

MSC?說：

您好，看了您的文章受益匪淺，可是也產生了一個疑惑，這些算法如何在網站中具體實現，直接用SQL order 似乎不太可能，希望您能指導一下。。。。謝謝。。。

2014年9月 3日 11:18?|?∞?|?引用

總結

以上是生活随笔為你收集整理的基于用户投票的排名算法（一）：Delicious和Hacker的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。