2018-05-05

善于研究的币乎用户应该都知道币乎已经在3月25日彻底公开了币乎奖励规则的核心算法,文章详见币乎公告《再次!完整大揭露,币乎的奖励规则、具体公式&参数,速度了解》,链接https://bihu.com/article/130294

对于文章发布者来说,受到的点赞越多收益越多这个很容易理解;对于点赞者来说点赞有权重,点赞有先后是这篇文章传递出来的核心思想。

但是股海无涯发现,即便后期点赞收益指数级下降,但还是有无数小白飞蛾扑火般的给热门文章点赞,币乎的“热门区效应”依然太过强大。从目前现状来看,热门文章从登上热门到从热门区下架收益增长两倍简直轻松加愉快。

那为什么面对点赞收益指数下降甚至收益为零的情况,小白依然对热门区“趋之若鹜”呢?是热门区的文章质量真的很高吗?不是的,因为目前的热门区文章几乎都是人为运作甚至花钱买赞推送上去的,这样的文章即便有好文那也应该是成比例的,而不应该是是成片的热门文章收益都大增。

正常来说,在“趋利化”的人性引导下,用户应该不再为热门区文章点赞而应该转而着手去发现新的作者或者去抢赞,而在币乎为什么这部分群体却出现了相反的趋势?

本人认为是很多用户对“点赞有先后”根本不知道或者理解不深才造成了币乎目前强大的热门区效应。光看“点赞有先后”其实是不够的,到底“何为先,何为后”,后一半就算后还是后三分之一才算后,到底什么时候进行点赞才是值得的呢?我相信对于点赞先后的量化不仅我以前不清楚甚至很多资深用户可能都未必知道,小白更不会知道。

这就是股海无涯撰写这篇文章《工科男使用Matlab深度解读币乎奖励规则》的初衷,目的是就是为了币乎用户的“点赞教育”,树立币乎用户正确的点赞观念,助力“好文有好报”。

文章收益规则的深度解读

首先需计算文章得分Score(T),简单描述为:所有点赞者权重(点赞者权重在数值上等于点赞者锁仓key的数量)求和然后取幂指数,目前的幂a=1.05,因此我们可以知道文章得分一般是一个很大的数值,热门文章的文章得分都在几个亿左右。以上描述用公式表示如下:


然后我们来计算文章得key的数量KEY(T),简单描述为:在13天的周期内,平台总注入给文章的key数量是一定的,13天内的所有文章共分这一定数量的key,一篇文章的key收益计算为:这篇文章得分占13天内全部文章得分总和的比例乘以13天内平台对文章共释放的key数量公式表示如下:


由此可见,如果我们假设13天内平台释放给文章的key总数量固定,假设13天平台所有文章总得分固定(实际情况这部分也应该是变化不大),那么文章得key量KEY(T)与文章得分Score(T)成正比。

光看文字和公式太单调也不明显,图示会更加直接明显。如下图所示为一篇显示收益大约4200元人民币的文章得分随点赞权重总和的变化曲线。


乍一看,文章得分随点赞权重总和线性变化,其实不然,因为有幂指数的存在,肯定不是线性,只不过这个目前币乎设计的这个幂指数a=1.05太接近与1了,看起来接近于线性。如果我们把a改成1.5就会非常明显,如下图所示,把a改成1.5的文章得分曲线,非常明显的指数级变化曲线。


针对a=1.05的文章得分随点赞权重总和变化曲线,为了更好的研究文章得分随点赞权重总和变化的趋势规律,我们对变量(点赞权重总和)进行求导,得到如下图所示的曲线。


从这个图我们知道,越在点赞的后期文章得分的加强率越大,币乎机制设计具有“强者愈强”的效果。换句话说,同样权重的一个赞,点在热门文章上引起的得分提升要大于点在一篇普通文章上面引起的得分提升。而这个加强率可以通过a这个参数进行灵活调节,目前a=1.05,加强率不甚明显。

给出一组数据,目前文章点赞权重总和与文章收益的一一对应关系,参考指标为2018年5月5日一个3.8万key小号对零赞评论的点赞显示金额为0.34


有图表也能明显看出,目前在a=1.05情况下,币乎“强者愈强”机制设计效果不甚明显,几乎线性。而这个“强者愈强”效果的加强或者削弱可以通过改变a这个参数的数值来实现。

点赞收益规则的深度解读

在一篇文章产生7天后进行结算,文章总收益的一半划归点赞者,所有点赞者按照点赞贡献共同瓜分,每个用户点赞收益的唯一参考依据就是点赞贡献。

第n次点赞后点赞贡献总数值计算公式如下:


在公式中,V(n)为当第n个用户点赞后,点赞贡献总数量。那么第n个用户的个人点赞贡献就是:


而个人点赞收益在文章收益固定的情况下,与ΔV完全正比,而这个ΔV其实就是V(n)的变化。显然,在V(n)随点赞权重变化率大的时候,点赞收获大。那么来绘制V(n)随点赞总权重变化的曲线就会更直观。同样假设一篇点赞总权重为3个亿,收益大约4200块人民币的文章,其点赞总贡献V(n)随点赞权重增长的变化曲线如下图所示:


由图中我们可以看到,点赞总权重在接近0的位置,非常上升趋势非常陡峭,后面慢慢变缓,在点赞者总权重在2946万之后,点赞者总贡献变化明显变缓,2946万对应的文章显示收益大约在374块钱,换个说法,也就是说对于一篇预期收益在4200元左右的文章,在文章收益显示为374元以上再进行点赞(与点赞顺序无关,3000万大号在前面暴击过,你抢第二也没用,依然在拐点)收益相对之前有急剧下降。

为了更好的研究这个问题,我们对V(n)关于总点赞权重进行求导,得到如下图(由于导数数值太小,为了更好对比,图中显示的变化率数值是乘了一个小目标之后的)。


这个图描述了点赞总贡献的变化率随点赞总权重的变化,从这个图可以看到,5000万key以后的点赞基本都是是彻底的炮灰,炮灰,炮灰。我们去掉图片炮灰部分,将前面放大,如下图:


这个图就非常明显了,点赞一开始的时候点赞贡献的变化率在16左右,到3000万key之后就几乎下降到零。聪明的人都知道我们应该在变化率最大的位置进行点赞,跟你想的一样,点赞总权重越靠近0的位置,变化率越大,这也就是要抢首赞的原因,从图中还可以看出来,1000万key以前的赞是最有价值的,因为变化率在1000key的位置迎来了一个拐点,1000万key相对的文章收益是117块钱。对于4000块钱的文章,你能抢到117块钱之前的赞,你将收益颇丰。但一般来说,抢到前300块钱的赞也已经很难了。

换个说法,我们列表用具体的数值来说明,还是这个总点赞权重3个亿,标价收益4200左右的文章,这个点赞收益到底怎么分配?已知:标价4200元的文章即将分配给点赞者key的总数量为2100/0.03=7万key,具体分配如下表所示:


很明显的,一个简短的话请你记住,点赞收益随着点赞次序急剧下降,愈演愈烈到后面90%的点赞者只能瓜分到13.5%的收益,点赞请科学点赞。

最后,股海无涯呼吁,科学点赞,保护币乎生态从你我做起!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容

  • 要点抢先看 1.csv数据的读取 2.利用常用函数获取均值、中位数、方差、标准差等统计量 3.利用常用函数分析价格...
    M耀文阅读 255评论 1 0
  • 最近有位朋友说他就要退休了,每年要少发几万块钱,言谈中流露出惋惜之情。我很奇怪,问:"你不是还差两年吗?"他说...
    松峰说教刘树森阅读 254评论 1 2
  • 和亲爱的们在一起,真是特别的幸福特别的快乐。每次都是被她们细致入微的照顾,我此刻在反思。为什么不是我来照顾她们,平...
    紫菀花园阅读 141评论 0 0
  • 今天看到一篇文章,节选了感同身受的一截。鼓励自己!!!! 什么她能和涛哥走出那3年的生活低谷? 因为她对婚姻有自己...
    百合花开9929阅读 280评论 0 0