广场信息流排序

目标

将广场信息流中的优质内容推送到顶部

所有数据

• 赞
• 评论
• 是否配图
• 后台推荐标识
• 时间戳(s):（发帖时 - 2018-03-15-00-00-00）/ 1000

排序逻辑：

• 新内容要往前排
• 赞多的往前排
• 评论多的往前排
• 有配图的初始权重高
• 有推荐标识的置顶
• 官方贴优先置顶

数据的权重（权重后期可调）

• 推荐：置顶（最多3个）
• 有配图：10
• 赞：2
• 评论：5
• 时间戳：/ 100

公式

平滑一下赞和评论的影响（当赞和评论数量多时）
LOG10((zan * 2 + com * 5 + 1)) + pic * num + timestamp / 100

测试结果

输了20个WB广场最新数据，从上至下，（截屏，假设每个贴间隔3s），Excel跑一下:

image.png

基本符合预期，数据量比较小，误差会比较大。数据多一点，时间延长几天，再测试下。怎么实现比较简单？（赖力，能不能用后台跑下测试服卧底的样式）

测试

排序写好后，用测试服测试一下排序的效果，大家都发一下各种形式的内容，基于内容视觉，再多修改几次权重

上线后权重优化

优化标准：广场页平均每个用户停留时间
设置几组不同的参数，判断哪一组参数用户的停留时间更长

其他

记录一下用户的点赞数，后期可以给用户相应标签，激励其多发高质量内容

修改

用户刚发的时候，客户端置顶，刷新的时候再排序
服务器每10分钟刷新排序一次

排序小颗粒度：1h，评论点赞优先，之后时间权重增加
排序大颗粒度：1天，时间权重增加更快

time = 当前时间 - 发帖时间

横向优先显示点赞和评论多的帖子，纵向弱化时间的权重

发布后1h：
lg(zan * 2 + com * 1 + 1) + 36 + pic(0 || 1) * 18 + 100 / (time + 10) + 100

发布后1天：更更减弱权重
lg(zan * 2 + com * 1 + 1) + 36 + pic(0 || 1) * 18 + 100 / (time + 10)

参考

1. Delicious
   它按照"过去60分钟内被收藏的次数"进行排名。每过60分钟，就统计一次
2. Hacker news
   Score = (P-1)/(T+2)^G
3. Reddit
   Score = log10(Z) + yt/45000
4. Stackoverflow
   [log10(Qviews)4 + (QanswersQscore)/5 + sum(Ascores)] / [(Qage+1)-(Qage-Qupdated)/2]^1.5
5. Reddit
   二项分布，威尔逊区间
6. IMDB
   贝叶斯平均
   WR = (v/v+m)R + (m/m+c)C

最终

T单位为小时：
Score = log[(Z*2 + C)] + P)/(T+2)^G

Excel 数据