最近频繁看到一个名词，叫“齐夫定律”，嗯，不懂就百度：
在自然语言的语料库里，一个单词出现的频率与它在频率表里的排名成反比。所以，频率最高的单词出现的频率大约是出现频率第二位的单词的2倍，而出现频率第二位的单词则是出现频率第四位的单词的2倍。
嗯，有点模糊，继续：
最简单的齐夫定律的例子是“1/f function”。给出一组齐夫分布的频率，按照从最常见到非常见排列，第二常见的频率是最常见频率的出现次数的1/2;，第三常见的频率是最常见的频率的1/3，第n常见的频率是最常见频率出现次数的1/n。
瞬间明白，简单讲，排第n的值就是排第1的1/n。
由此出现一个问题，算第一的值，公式如下：
总量 / (1+1/2+1/3+1/4+...1/n)。
不会算，继续百度：
有近似公式
1+1/2+1/3+1/4+...1/n = ln(n) + r
r为欧拉常数，约为0.5772156649。
88 / (ln(100) + 0.5772) = 16.9806472 嗯，没毛病。
看一下简书钻每日发放公告文章排名发放的钻，基本符合，但是不精确，肯定还有其他的修正吧。利用公式算一下简书参与排名的文章总数：e ^ (40000 / 2415.57 - 0.5772) = 8,727,928.43。嗯，八百万近九百万，逆推肯定不准，瞎算一下。\
看白皮书的时候了解到还有一个尾部内容权重修正：
由于一般情况下，中等热度的文章居多，热度特别高和热度特别低的文章都相对较少，接近 Beta 分布，如下图：
image.png
这里横轴代表热度值，纵轴代表文章数。将热度平均值 1/e 以下（即红色部分）定义为尾部内容。并对其权重进行调整：
将尾部内容根据热度值从高到底排序，根据齐夫定律 ，取尾部内容中的最大热度值除以排序序号，作为新的权重。这样可以最大限度地降低尾部的灌水内容所占权重，同时保留一定的收益。
其实就想说下，1/e大约是0.3678，根据白皮书所述，以及一些分析，现在文章的热度就是每位点赞者的投票权重之和，权重就是点赞者的简书钻数除以100（这么一说一天不点他一百个赞，好像亏了一个亿），总之，要想不被降权，只要有拥有37个简书钻的人点赞或者几个加起来拥有这么多钻的人点赞就行了吧，理论上是这样（手动滑稽）。
网友评论