基于用户投票的排名算法(三):Stack Overflow

上一篇文章,我介绍了Reddit的排名算法。

它的特点是,用户可以投赞成票,也可以投反对票。也就是说,除了时间因素以外,只要考虑两个变量就够了。

但是,还有一些特定用途的网站,必须考虑更多的因素。世界排名第一的程序员问答社区Stack Overflow,就是这样一个网站。


你在上面提出各种关于编程的问题,等待别人回答。访问者可以对你的问题进行投票(赞成票或反对票),表示这个问题是不是有价值。


一旦有人回答了你的问题,其他人也可以对这个回答投票(赞成票或反对票)。


排名算法的作用是,找出某段时间内的热点问题,即哪些问题最被关注、得到了最多的讨论。

在Stack Overflow的页面上,每个问题前面有三个数字,分别表示问题的得分、回答的数目和该问题的浏览次数。以这些变量为基础,就可以设计算法了。


创始人之一的Jeff Atwood,曾经在几年前,公布过排名得分的计算公式。

写成php代码,就是下面这样:


各个算法变量的含义如下:

(1)Qviews(问题的浏览次数)

某个问题的浏览次数越多,就代表越受关注,得分也就越高。这里使用了以10为底的对数,用意是当访问量越来越大,它对得分的影响将不断变小。

(2)Qscore(问题得分)和Qanswers(回答的数量)

首先,Qscore(问题得分)= 赞成票-反对票。如果某个问题越受到好评,排名自然应该越靠前。

Qanswers表示回答的数量,代表有多少人参与这个问题。这个值越大,得分将成倍放大。这里需要注意的是,如果无人回答,Qanswers就等于0,这时Qscore再高也没用,意味着再好的问题,也必须有人回答,否则进不了热点问题排行榜。

(3)Ascores(回答得分)

一般来说,"回答"比"问题"更有意义。这一项的得分越高,就代表回答的质量越高。

但是我感觉,简单加总的设计还不够全面。这里有两个问题。首先,一个正确的回答胜过一百个无用的回答,但是,简单加总会导致,1个得分为100的回答与100个得分为1的回答,总得分相同。其次,由于得分会出现负值,因此那些特别差的回答,会拉低正确回答的得分。

(4)Qage(距离问题发表的时间)和Qupdated(距离最后一个回答的时间)

Qage和Qupdated的单位都是秒。如果一个问题的存在时间越久,或者距离上一次回答的时间越久,Qage和Qupdated的值就相应增大。

也就是说,随着时间流逝,这两个值都会越变越大,导致分母增大,因此总得分会越来越小。

(5)总结

Stack Overflow热点问题的排名,与参与度(Qviews和Qanswers)和质量(Qscore和Ascores)成正比,与时间(Qage和Qupdated)成反比。

(完)

时间: 2025-01-02 05:22:06

基于用户投票的排名算法(三):Stack Overflow的相关文章

基于用户投票的排名算法(一):Delicious和Hacker News

互联网的出现,意味着"信息大爆炸". 用户担心的,不再是信息太少,而是信息太多.如何从大量信息之中,快速有效地找出最重要的内容,成了互联网的一大核心问题. 各种各样的排名算法,是目前过滤信息的主要手段之一.对信息进行排名,意味着将信息按照重要性依次排列,并且及时进行更新.排列的依据,可以基于信息本身的特征,也可以基于用户的投票,即让用户决定,什么样的信息可以排在第一位. 下面,我将整理和分析一些基于用户投票的排名算法,打算分成六个部分连载,今天是第一篇. 一.Delicious 最直觉

基于用户投票的排名算法(一)Delicious和Hacker News

互联网的出现,意味着"信息大爆炸". 用户担心的,不再是信息太少,而是信息太多.如何从大量信息之中,快速有效地找出最重要的内容,成了互联网的一大核心问题. 各种各样的排名算法,是目前过滤信息的主要手段之一.对信息进行排名,意味着将信息按照重要性依次排列,并且及时进行更新.排列的依据,可以基于信息本身的特征,也可以基于用户的投票,即让用户决定,什么样的信息可以排在第一位. 下面,我将整理和分析一些基于用户投票的排名算法,打算分成六个部分连载,今天是第一篇. 一.Delicious 最直觉

基于用户投票的排名算法(三)Stack Overflow

上一篇文章,我介绍了Reddit的排名算法. 它的特点是,用户可以投赞成票,也可以投反对票.也就是说,除了时间因素以外,只要考虑两个变量就够了. 但是,还有一些特定用途的网站,必须考虑更多的因素.世界排名第一的程序员问答社区Stack Overflow,就是这样一个网站. 你在上面提出各种关于编程的问题,等待别人回答.访问者可以对你的问题进行投票(赞成票或反对票),表示这个问题是不是有价值. 一旦有人回答了你的问题,其他人也可以对这个回答投票(赞成票或反对票).

基于用户投票的排名算法(四)牛顿冷却定律

这个系列的前三篇,介绍了Hacker News,Reddit和Stack Overflow的排名算法. 今天,讨论一个更一般的数学模型. 这个系列的每篇文章,都是可以分开读的.但是,为了保证所有人都在同一页上,我再说一下,到目前为止,我们用不同方法,企图解决的都是同一个问题:根据用户的投票,决定最近一段时间内的"热文排名". 你可能会觉得,这是一个全新的课题,伴随着互联网而产生,需要全新的方法来解决.但是,实际上不是.我们可以把"热文排名"想象成一个"自然

基于用户投票的排名算法(五)威尔逊区间

迄今为止,这个系列都在讨论,如何给出"某个时段"的排名,比如"过去24小时最热门的文章". 但是,很多场合需要的是"所有时段"的排名,比如"最受用户好评的产品". 这时,时间因素就不需要考虑了.这个系列的最后两篇,就研究不考虑时间因素的情况下,如何给出排名. 一种常见的错误算法是: 得分 = 赞成票 - 反对票 假定有两个项目,项目A是60张赞成票,40张反对票,项目B是550张赞成票,450张反对票.请问,谁应该排在前面?按

基于用户投票的排名算法(五):威尔逊区间

迄今为止,这个系列都在讨论,如何给出"某个时段"的排名,比如"过去24小时最热门的文章". 但是,很多场合需要的是"所有时段"的排名,比如"最受用户好评的产品". 这时,时间因素就不需要考虑了.这个系列的最后两篇,就研究不考虑时间因素的情况下,如何给出排名. 一种常见的错误算法是: 得分 = 赞成票 - 反对票 假定有两个项目,项目A是60张赞成票,40张反对票,项目B是550张赞成票,450张反对票.请问,谁应该排在前面?按

基于用户投票的排名算法(二):Reddit

(不好意思,这个系列中断了近两周,我会尽快在这几天,把后面几篇写完.) 上一次,我介绍了Hacker News的排名算法.它的特点是用户只能投赞成票,但是很多网站还允许用户投反对票.就是说,除了好评以外,你还可以给某篇文章差评. Reddit是美国最大的网上社区,它的每个帖子前面都有向上和向下的箭头,分别表示"赞成"和"反对".用户点击进行投票,Reddit根据投票结果,计算出最新的"热点文章排行榜". 怎样才能将赞成票和反对票结合起来,计算出一

基于用户投票的排名算法(二)Reddit

上一次,我介绍了Hacker News的排名算法.它的特点是用户只能投赞成票,但是很多网站还允许用户投反对票.就是说,除了好评以外,你还可以给某篇文章差评. Reddit是美国最大的网上社区,它的每个帖子前面都有向上和向下的箭头,分别表示"赞成"和"反对".用户点击进行投票,Reddit根据投票结果,计算出最新的"热点文章排行榜". 怎样才能将赞成票和反对票结合起来,计算出一段时间内最受欢迎的文章呢?如果文章A有100张赞成票.5张反对票,文章B

基于用户投票的排名算法(六):贝叶斯平均

(这个系列实在拖得太久,今天是最后一篇.) 上一篇介绍了"威尔逊区间",它解决了投票人数过少.导致结果不可信的问题. 举例来说,如果只有2个人投票,"威尔逊区间"的下限值会将赞成票的比例大幅拉低.这样做固然保证了排名的可信性,但也带来了另一个问题:排行榜前列总是那些票数最多的项目,新项目或者冷门的项目,很难有出头机会,排名可能会长期靠后. 以IMDB为例,它是世界最大的电影数据库,观众可以对每部电影投票,最低为1分,最高为10分. 系统根据投票结果,计算出每部电影的