original="http://ittopic.gotoip1.com/qee/wordpress/wp-content/uploads/2013/08/tumblr_lxd10ydbc01r9r5qno1_.jpg" />
英文原文:How Hacker News ranking algorithm works
这篇文章我要向大家介绍 Hacker News 网站的文章排名算法工作原理,以及如何在自己的应用里使用这种算法。这个算法非常的简单,但却在突出热门文章和遴选新文章上表现的异常优秀。
深入 news.arc 程序代码
Hacker News 是用 Arc 语言开发的,这是一种 Lisp 方言,由 Y Combinator 投资公司创始人 Paul Graham 创造。Hacker News 的开源的,你可以在 arclanguage.org 找到它的源代码。深入发掘 news.arc 程序,你会找到这段排名算法代码,就是下面这段:
; Votes divided by the age in hours to the gravityth power. ; Would be interesting to scale gravity in a slider. (= gravity* 1.8 timebase* 120 front-threshold* 1 nourl-factor* .4 lightweight-factor* .3 ) (def frontpage-rank (s (o scorefn realscore) (o gravity gravity*)) (* (/ (let base (- (scorefn s) 1) (if (> base 0) (expt base .8) base)) (expt (/ (+ (item-age s) timebase*) 60) gravity)) (if (no (in s!type 'story 'poll)) 1 (blank s!url) nourl-factor* (lightweight s) (min lightweight-factor* (contro-factor s)) (contro-factor s))))
本质上,这段 Hacker News 采用的排名算法的工作原理看起来大概是这个样子:
Score = (P-1) / (T+2)^G 其中, P = 文章获得的票数( -1 是去掉文章提交人的票) T = 从文章提交至今的时间(小时) G = 比重,news.arc 里缺省值是 1.8
正如你看到的,这个算法很容易实现。在下面的内容里,我们将会看到这个算法是如何工作的。
比重(G)和时间(T)对排名的影响
比重和时间在文章的排名得分上有重大的影响。正常情况下如下面所述:
为了能视觉呈现这个算法,我们可以把它绘制到 Wolfram Alpha。
得分随着时间是如何变化的
你可以看到,随着时间的流逝,得分骤然下降,例如,24 小时前的文章的分数变的非常低——不管它获得了如何多的票数。
Plot 语句:
plot ( (30 - 1) / (t + 2)^1.8, (60 - 1) / (t + 2)^1.8, (200 - 1) / (t + 2)^1.8 ) where t=0..24
比重参数是如何影响排名的
图中你可以看到,比重越大,得分下降的越快。
Plot 语句:
plot ( (p - 1) / (t + 2)^1.8, (p - 1) / (t + 2)^0.5, (p - 1) / (t + 2)^2.0 ) where t=0..24, p=10
Python 语言实现
之前已经说了,这个评分算法很容易实现:
def calculate_score (votes, item_hour_age, gravity=1.8): return (votes - 1) / pow ((item_hour_age+2), gravity)
关键是要理解算法中的各个因素对评分的影响,这样你可以在你的应用中进行定制。我希望这篇文章已经向你说明了这些。
祝编程快乐!
编辑:
Paul Graham 分享了修正后的 HN 排名算法:
(= gravity* 1.8 timebase* 120 front-threshold* 1 nourl-factor* .4 lightweight-factor* .17 gag-factor* .1) (def frontpage-rank (s (o scorefn realscore) (o gravity gravity*)) (* (/ (let base (- (scorefn s) 1) (if (> base 0) (expt base .8) base)) (expt (/ (+ (item-age s) timebase*) 60) gravity)) (if (no (in s!type 'story 'poll)) .8 (blank s!url) nourl-factor* (mem 'bury s!keys) .001 (* (contro-factor s) (if (mem 'gag s!keys) gag-factor* (lightweight s) lightweight-factor* 1)))))