在上一篇《基于用戶投票的排名算法(一)》中，我介紹了Hacker News的排名算法。它的特點是用戶只能投贊成票，但是很多網(wǎng)站還允許用戶投反對票。就是說，除了好評以外，你還可以給某篇文章差評。
Reddit是美國最大的網(wǎng)上社區(qū)，它的每個帖子前面都有向上和向下的箭頭，分別表示"贊成"和"反對"。用戶點擊進行投票，Reddit根據(jù)投票結果，計算出最新的"熱點文章排行榜"。
怎樣才能將贊成票和反對票結合起來，計算出一段時間內(nèi)最受歡迎的文章呢?如果文章A有100張贊成票、5張反對票，文章B有1000張贊成票、950張反對票，誰應該排在前面呢?
Reddit的程序是開源的，使用Python語言編寫。排名算法的代碼大致如下：
這段代碼考慮了這樣幾個因素：
(1)帖子的新舊程度t
t = 發(fā)貼時間 - 2005年12月8日7:46:43
t的單位為秒，用unix時間戳計算。不難看出，一旦帖子發(fā)表，t就是固定值，不會隨時間改變，而且帖子越新，t值越大。至于2005年12月8日，應該是Reddit成立的時間。
(2)贊成票與反對票的差x
x = 贊成票 - 反對票
(3)投票方向y
y是一個符號變量，表示對文章的總體看法。如果贊成票居多，y就是+1;如果反對票居多，y就是-1;如果贊成票和反對票相等，y就是0。
(4)帖子的受肯定(否定)的程度z
z表示贊成票與反對票之間差額的絕對值。如果對某個帖子的評價，越是一邊倒，z就越大。如果贊成票等于反對票，z就等于1。
結合以上幾個變量，Reddit的最終得分計算公式如下：
這個公式可以分成兩個部分來討論：
(一)
這個部分表示，贊成票與反對票的差額z越大，得分越高。
需要注意的是，這里用的是以10為底的對數(shù)，意味著z=10可以得到1分，z=100可以得到2分。也就是說，前10個投票人與后90個投票人(乃至再后面900個投票人)的權重是一樣的，即如果一個帖子特別受到歡迎，那么越到后面投贊成票，對得分越不會產(chǎn)生影響。
當贊成票等于反對票，z=1，因此這個部分等于0，也就是不產(chǎn)生得分。
(二)
這個部分表示，t越大，得分越高，即新帖子的得分會高于老帖子。它起到自動將老帖子的排名往下拉的作用。
分母的45000秒，等于12.5個小時，也就是說，后一天的帖子會比前一天的帖子多得2分。結合前一部分，可以得到結論，如果前一天的帖子在第二天還想保持原先的排名，在這一天里面，它的z值必須增加100倍(凈贊成票增加100倍)。
y的作用是產(chǎn)生加分或減分。當贊成票超過反對票時，這一部分為正，起到加分作用;當贊成票少于反對票時，這一部分為負，起到減分作用;當兩者相等，這一部分為0。這就保證了得到大量凈贊成票的文章，會排在前列;贊成票與反對票接近或相等的文章，會排在后面;得到凈反對票的文章，會排在最后(因為得分是負值)。
(三)
這種算法的一個問題是，對于那些有爭議的文章(贊成票和反對票非常接近)，它們不可能排到前列。假定同一時間有兩個帖子發(fā)表，文章A有1張贊成票(發(fā)帖人投的)、0張反對票，文章B有1000張贊成票、1000張反對票，那么A的排名會高于B，這顯然不合理。
結論就是，Reddit的排名，基本上由發(fā)帖時間決定，超級受歡迎的文章會排在最前面，一般性受歡迎的文章、有爭議的文章都不會很靠前。這決定了Reddit是一個符合大眾口味的社區(qū)，不是一個很激進、可以展示少數(shù)派想法的地方。
[參考資料]
* How Reddit ranking algorithms work
(完)
相關閱讀：
