一.时效性定义

搜索中的时效性即时间维度对搜索结果需求满意度的影响。时效性从需求出现的时间分布上大概可分成3大类：突发时效性，周期时效性和泛时效性。

时效性类别：

分类	例子
突发时效性	范冰冰李晨分手
周期时效性	高考、奥运会
泛时效性	杭州房价走势分析

本文的时效性算分针对的是泛时效性问题。泛时效性通常需要从Query和Doc两方面进行考虑。

1. Query侧

用户不同的搜索query有不同的时间需求，通常会定义一个时间敏感度的概念，用户对时间的敏感度越高，那么越希望得到新的内容。

时间敏感度：

时间敏感度	例子
强（天级别）	杭州今天天气
中（周、月级别）	杭州驾照摇号查询
弱（月级别）	西湖限行规则
一般（3~5年）	杭州有哪些吃饭好的地儿
无（5年以上）	西湖面积有多大

2. Doc侧

Doc侧考虑的是doc本身的信息价值随时间的变化情况，通常情况下信息的价值是会衰减。Doc的时间来源有发布时间、更新时间、网页内容时间和转评赞更新时间等，最终的网页时间需根据实际情况确定以哪个时间为准。

二.召回层时效性

召回层需考虑性能，通常时间分计算多利用简单公式计算。

公式

1.单调递减

由于时间信息衰减，可考虑单调递减函数，以下是几种常见的单调递减函数：

1.1.线性递减：

$y = -at + b (a>0)$

$a = 1, b = 1$

1.2.高阶递减

$y = -at^2 + bt + c (a>0)$

$a = 0.5, b = -0.5$

1.3.指数递减

$y = e^{-kt} (k>0)$

$k = 10$

1.4.逻辑递减

$y = \frac{1}{1+e^(-t)} (k>0)$

$y = 1 - 1/(1 + e^{-(10*x-5)})$

2.牛顿冷却定律

物体的冷却速度，与其当前温度与室温之间的温差成正比。

牛顿冷却定律的公式也是指数形式：

$y = T_0*e^{-kt}$

$T_0 ：热度初值，k ： 冷却系数$

时间打分公式

时间打分采用牛顿定律，设时间分初值为100，365天后时间分衰减为1，则时间公式为：

$y = 100*e^{-kt}$

$k = 0.0126$

不同的query具有不同的时间敏感度，可定义不同的时效性等级：

时效性等级	时间敏感度	衰减系数
4	天	k = 2.30
3	周	k = 0.076
2	月	k = 0.025
1	季	k = 0.006
0	年	k = 0.002

三.总结

本文介绍了搜索中时效性概念及常用时间打分公式，具体参数可根据不同业务灵活调整。

参考资料

神马搜索如何提升搜索的时效性？

如何设计开发一个热榜?

基于用户投票的排名算法（四）：牛顿冷却定律