01认识推荐算法
在资讯类产品中，我们希望把一些热门的文章推荐给读者，那么如何来确定哪些文章是真正热门的呢？
我们用一个热度值来表示，而这个热度值，如果用于排序，则可以称之为权重。
权重是一个经过计算的值，主要用于检索结果排序。
网站中并不需要搜索引擎一样非常精确的文章排序，因此，我们可以认准几个重要参数，作为衡量权重的要素。
我在自己的设计中，主要使用了4个参数：浏览量、点赞数、回复数、发布时间。
很多网站采用单一的要素，比如只采用浏览量作为权重，就会出现刷浏览的情况，比如一些用户投稿的文章，投稿者为了让自己的文章排在前面，就不停的刷浏览。当然，这种情况对于个人站影响并不是很大。但是，综合考虑多个要素，还是有一定价值。
02避免马太效应
马太效应，名字来自圣经一则寓言：“拥有多的，还要加倍给他；拥有少的，连他所有的也要夺过来”。表面看起来“马太效应”与“平衡之道”相悖，与“二八定则”类似，但是实则它只不过是“平衡之道”的一极。
后来“马太效应”归纳为：任何个事物，在某一个方面（如金钱）获得成功和进步，就会产生一种积累优势，就会有更多的机会取得更大的成功和进步。
同理，在推荐体系中很容易存在马太效应。当由于某篇文章在一些情况下，浏览量上去了，后面进来的读者就会继续点击阅读，又增长了其浏览量，这样周而复始，这篇文章可能永远都是浏览量第一。所以要警惕，浏览量大的，不一定真的是好文章，这里面涉及到一个马太效应的问题。
这也不是没有解决办法，比如你可以要求，必须是最近一个月的文章才能参与排名。但是，这也可能埋没好文章。
如何避免马太效应呢？就是使用综合的衡量要素。让各个要素之间的影响差距减小，甚至人为的增加一个额外的值，使得即使浏览量极大，也不会完全占据主导。
好了，下面来进行具体解释吧。（权重为10分制）
权重 = 浏览量占比*2.5 + 评论数占比*2.5 + 点赞数占比*3 + 时间值占比*2
占比是什么？就是一个比值。怎么计算？就是用当前文章的值，比上最大值。比如浏览量最大的文章的浏览量为1200次，而当前文章的浏览量为600次，那么浏览量占比就是 600/1200 = 0.5 。
为什么要以最大的浏览量作为参照进行占比计算呢？因为这样就可以让这个最大浏览量的文章比值为1，从而获得浏览量权重部分的满分。
为什么系数要按2.5、2.5、3、2来进行分配呢？这就是我设计的权重系数，当然，你也可以根据你的需要来重新设定，总之所有系数加起来为10（方便计算，你也可以设计为5分制）。
这样的设计可以减弱马太效应的影响，但是也不可能完全消除，比如某篇文章浏览量比较大，评论数和点赞数肯定也会比较多，评论和点赞一定是要先浏览才会进行的。如果能够找到更多的一些要素，相互之间没有影响就更好了。
时间占比也很重要，一篇文章发布的时间越久远，它的时间占比权重就越低，但是因为它不涉及用户的行为，所以权重系数分配肯定也比较小。
根据这种思维，你可以设计自己的权重体系，加入更多的要素，比如把用户停留时间、收藏量、二次阅读次数、分享到朋友圈次数等等加进来。
03进阶推荐算法
以上排序方式虽然比较简单粗暴，但却是很有效和流行的方式，大部分网站都是这样简单计算权重。
即使到了APP时代，不少新闻类app也是如此计算排序。
一些巨头公司会采用更复杂的计算，比如微博等，同一个栏目里每天能产生几万条资讯，如果简单的计算很容易被人识破和刷热度。
接下来我们看一个进阶的算法：
文章得分 = (P-1) / (T+2)^G
其中：
1）P表示文章得到的赞数，之所以要使用 (p – 1)，是想去掉文章提交者的那一票。
2）T表示当前时间与文章提交时间间隔的小时数。随着T的增加（即时间的流逝），得分将下降，意味着更早被提交进来的文章将会得到越来越低的分数；
3）G是Gravity，“引力参数”，更早的文章，如果Gravity增加，得分将会下降得更快，就行自由落体的物体一样。
在一些网站G=1.5，这是个试错的结果。因为G越大，得分随时间下降趋势就越快。
定参Gravity为默认值1.8，随着时间的流逝，文章得分都会迅速下降。你还能看出来，24小时后（即t=24时）无论你的文章得到多少投票，它依然会得到一个非常低的得分。
最后
以上只是内容热度排序算法，远谈不上智能。
而现在大公司会更偏向人工智能的研究。
如今日头条的推荐算法在基础排序上再加一层个性推荐标签，就更加复杂了。
这是一个比较大的体系，
如果你想深入研究的话，关注我们或留言与我讨论～
inNeed产品经理社区——聊聊产品琐碎事，读懂产品经理。
网友评论