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
-
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 -
Hacker news
Score = (P-1)/(T+2)^G -
Reddit
Score = log10(Z) + yt/45000 -
Stackoverflow
[log10(Qviews)4 + (QanswersQscore)/5 + sum(Ascores)] / [(Qage+1)-(Qage-Qupdated)/2]^1.5 -
Reddit
二项分布，威尔逊区间 -
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
