基于使用者投票的排名算法（二）：Reddit

作者： 阮一峰

日期： 2012年3月 7日

（不好意思，這個系列中斷了近兩周，我會盡快在這幾天，把後面幾篇寫完。）

上一次，我介紹了Hacker News的排名算法。它的特點是使用者隻能投贊成票，但是很多網站還允許使用者投反對票。就是說，除了好評以外，你還可以給某篇文章差評。

Reddit是美國最大的網上社群，它的每個文章前面都有向上和向下的箭頭，分别表示"贊成"和"反對"。使用者點選進行投票，Reddit根據投票結果，計算出最新的"熱點文章排行榜"。

怎樣才能将贊成票和反對票結合起來，計算出一段時間内最受歡迎的文章呢？如果文章A有100張贊成票、5張反對票，文章B有1000張贊成票、950張反對票，誰應該排在前面呢？

Reddit的程式是開源的，使用Python語言編寫。排名算法的代碼大緻如下：

這段代碼考慮了這樣幾個因素：

（1）文章的新舊程度t

　　t = 發貼時間 - 2005年12月8日7:46:43

t的機關為秒，用unix時間戳計算。不難看出，一旦文章發表，t就是固定值，不會随時間改變，而且文章越新，t值越大。至于2005年12月8日，應該是Reddit成立的時間。

（2）贊成票與反對票的差x

　　x = 贊成票 - 反對票

（3）投票方向y

　　

y是一個符号變量，表示對文章的總體看法。如果贊成票居多，y就是+1；如果反對票居多，y就是-1；如果贊成票和反對票相等，y就是0。

（4）文章的受肯定（否定）的程度z

　　

z表示贊成票與反對票之間差額的絕對值。如果對某個文章的評價，越是一邊倒，z就越大。如果贊成票等于反對票，z就等于1。

結合以上幾個變量，Reddit的最終得分計算公式如下：

　　

這個公式可以分成兩個部分來讨論：

（一）

　　

這個部分表示，贊成票與反對票的差額z越大，得分越高。

需要注意的是，這裡用的是以10為底的對數，意味着z=10可以得到1分，z=100可以得到2分。也就是說，前10個投票人與後90個投票人（乃至再後面900個投票人）的權重是一樣的，即如果一個文章特别受到歡迎，那麼越到後面投贊成票，對得分越不會産生影響。

當贊成票等于反對票，z=1，是以這個部分等于0，也就是不産生得分。

（二）

　　

這個部分表示，t越大，得分越高，即新文章的得分會高于老文章。它起到自動将老文章的排名往下拉的作用。

分母的45000秒，等于12.5個小時，也就是說，後一天的文章會比前一天的文章多得2分。結合前一部分，可以得到結論，如果前一天的文章在第二天還想保持原先的排名，在這一天裡面，它的z值必須增加100倍（淨贊成票增加100倍）。

y的作用是産生加分或減分。當贊成票超過反對票時，這一部分為正，起到加分作用；當贊成票少于反對票時，這一部分為負，起到減分作用；當兩者相等，這一部分為0。這就保證了得到大量淨贊成票的文章，會排在前列；贊成票與反對票接近或相等的文章，會排在後面；得到淨反對票的文章，會排在最後（因為得分是負值）。

（三）

這種算法的一個問題是，對于那些有争議的文章（贊成票和反對票非常接近），它們不可能排到前列。假定同一時間有兩個文章發表，文章A有1張贊成票（發帖人投的）、0張反對票，文章B有1000張贊成票、1000張反對票，那麼A的排名會高于B，這顯然不合理。

結論就是，Reddit的排名，基本上由發帖時間決定，超級受歡迎的文章會排在最前面，一般性受歡迎的文章、有争議的文章都不會很靠前。這決定了Reddit是一個符合大衆口味的社群，不是一個很激進、可以展示少數派想法的地方。

[參考資料]

　　* How Reddit ranking algorithms work

（完）

轉載于:https://www.cnblogs.com/wufawei/archive/2012/03/12/2392543.html