用户投票排名算法总结

来源：http://blog.csdn.net/Snail_Moved_Slowly/article/details/79255491

http://blog.csdn.net/Real_Myth/article/details/48974853

其实这只能算是一个总结，一个读后感外带一点引申。《基于用户投票的排名算法》系列，作者：阮一峰。这个系列的文章确实写得很漂亮，层层深入，引人思考。作者blog：

http://www.ruanyifeng.com/blog/

 

1. 只有赞成票

（1）单位时间内用户的投票数进行排名Delicious。

实现：每小时统计一次次数，高的在前。

优点：简单，确实能反映热度。

缺点：不够平滑；热门内容可能一直在前。

（2）时间衰减投票数Hack news

实现：P为投票数，T为时间，G为衰减因子。

优点：有淘汰策略

缺点：只能处理好评。

 

2. 赞成和反对差额（Reddit的热点文章）

实现：z为赞成-反对，y为赞成>反对？1：-1

优点：考虑到赞成和反对的行为，而且根据时间衰减，

缺点：基本上由发帖时间决定，超级受欢迎的文章会排在最前面，一般性受欢迎的文章、有争议的文章都不会很靠前。

 

3.参与度、质量、时间。StackOverflow

实现：Qviews浏览量、Qscore（问题得分）、Qanswers（回答的数量）、Ascores（回答得分）、Qage（距离问题发表的时间）、Qupdated（距离最后一个回答的时间）

优点：根据实际需要，综合了数量、质量和热度。

缺点：Ascores只是简单的相加，有可能淹没一个特别好的答案的权重。

 

4. 牛顿冷却定律

其实，就是按时间衰减的定律。

 

5. 威尔逊区间（Reddit的评论排名，目前就使用这个算法。）

实现：p表示样本的"赞成票比例"，n表示样本的大小，表Z1-a/2示对应某个置信水平的z统计量。（此公式）如果n非常小，下限值会大大小于p。

优点：解决了投票人数过少、导致结果不可信的问题。

缺点：排行榜前列总是那些票数最多的项目，新项目或者冷门的项目，很难有出头机会。

 

6.贝叶斯平均（IMBD）

实现：c每个项目的平均投票数，m总体平均分，x每张选票的值，n投票人数

优点：引入先验概率，每一次新的投票都是一个调整因子，使总体平均分不断向该项目的真实投票结果靠近。使得数量因素变得平均，影响变小。（数量用时间来衰减呢？前面都用到了，时间衰减使得数量增长的影响变得越来越小）

缺点：假设用户的投票是正态分布，无法凸显debate。

 

总上所述：

很显然看似简单的问题其实有很多因素进行影响，当然针对自己的项目还要进行相应处理，不同的因素权重不同必然导致结果有所偏重。