第一部分

其中排行榜算法，详见阮一峰的博客，这里大致罗列一下。

一、Delicious ：按单位时间内的用户投票数排名
二、HackerNews：根据得票数自动计算分数
三、Reddit：赞成和反对票接近时效果不好
四、StackOverflow
五、牛顿冷却
六、Wilson 区间（解决小样本的准确性问题）
七、贝叶斯平均（借鉴了贝叶斯推断的思想，可以用来处理“冷启动”问题）

第二部分

先看看排行榜算法需要避免什么问题。

1. 公平性，例如不能简单地按照 pv 或者评论数点赞数去排序，因为如果某个牛人不是大 V，他也写了一篇很好的文章，可能这篇文章不如某个大 V 的水文数据好。
2. 鲁棒性，或者说反作弊性，例如某个大 V 找人刷某篇文章的浏览量或者评论数。所以算法需要能应对这些作弊的冲击。
3. 时效性。发布时间较早的文章，积累的数据比新文章数据要好，所以需要根据时间进行分数的衰减。
4. 热点性。比如突然爆发了什么事情，该类型的文章应该有自动进入排行榜的机会。

对文章打分，参与打分的指标有：

1. 阅读数（pv）
2. 点赞数和评论数（pros）
3. 没用数（cons）

暂时先把没用数当做减分项。