- 标题的质量（例如标题党降权）
- 内容的质量（例如内容长度过长降权）
第四，考虑内容的领域
- 内容不应分布在少数几个过热的领域，例如都是 Python/Java
- 衡量稀缺度
参考成熟的算法
参考 Hacker News (ycombinator.com) 的热度算法。
S
=
V
∗
(
P
−
1
)
0.8
(
T
2
)
G
S = V*\frac{(P-1)^{0.8}}{(T+2)^G}
S=V∗(T+2)G(P−1)0.8
其中：
- V 是领域权重
- P 是基于用户投票的交互数据点数
- T 是从创建开始到现在的时间，单位是小时
- G 是重力(Gravity)因子，用来衰减，默认是1.8
这个基本的公式，重要的地方在于考虑了时间衰减和领域权重，理解这个思想后，可以根据自己的数据做调整。
热榜算法规则
综合上述分析，引入的热榜算法的机制如下：
S
=
C
∗
V
∗
C
H
∗
P
(
T
2
)
1.1
=
热榜得分
S = C * V * CH*\frac{P}{(T+2)^{1.1}} = 热榜得分
S=C∗V∗CH∗(T+2)1.1P=热榜得分
C
=
w
1
∗
t
i
t
l
e
s
c
o
r
e
w
2
∗
c
o
n
t
e
n
t
s
c
o
r
e
w
1
w
2
=
内容得分
C = \frac{w1*titlescore + w2*contentscore}{w1+w2} = 内容得分
C=w1+w2w1∗titlescore+w2∗contentscore=内容得分
V
=
a
r
e
a
s
c
o
r
e
=
领域得分
V = areascore = 领域得分
V=areascore=领域得分
P
=
∑
i
=
1
n
w
i
∗
f
i
∑
i
=
1
n
w
i
=
交互数据得分
P=\frac{\sum_{i=1}^{n}w_i*f_i}{\sum_{i=1}^{n}w_i} = 交互数据得分
P=∑i=1nwi∑i=1nwi∗fi=交互数据得分
其中，
C
H
CH
CH 是同一个作者的文章连续上榜的衰减因子。
其中，交互数据 f_i 会做归一化，归一化的基本方式将原始交互数据归一化到区间[0,1]之间，对于某些数据，会使用
l
o
g
(
f
)
log(f)
log(f)函数做降维，避免数据对结果波动的绝对主导：
f
i
=
t
(
f
o
r
i
g
i
n
)
/
max
(
t
(
f
o
r
i
g
i
n
)
)
f_i = t(f_{origin})/\max(t(f_{origin}))
fi=t(forigin)/max(t(forigin))
其中，
t
i
t
l
e
s
c
o
r
e
titlescore
titlescore 和
c
o
n
t
e
n
t
s
c
o
r
e
contentscore
contentscore 分别是AI服务计算标题质量分和内容质量分。主要使用 NLP 技术对内容数据做打分。
定期微调
一个软件要持续更新才会流水不腐。热榜也是一种得分计算，是一种指标数据，这些公式本身也是一个「软件」。因此，在保持基本原理不变的情况下，根据线上真实数据的反馈情况，定期采取微调策略，不断改进，推荐出高质量的内容，平衡各领域，打击低质量内容，形成良币驱逐劣币的技术氛围，这是热榜算法的目标。
贡献者
热榜算法欢迎大家共同贡献思路和建议，共同改进社区氛围。在此会逐渐把贡献者名单列上：
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
