搜索排序

搜索知识

B端用户的推荐算法

1. 数据分析

淘宝推荐算法

推荐算法体系

https://zhuanlan.zhihu.com/p/24202220

基本用户投票的算法

1. Delicious

• 基本思想：根据过去60分钟内被收藏的次数进行排名，每1h更新一次
• 优点：比较简单、容易部署、内容更新相当快
• 缺点：排名变化不够平缓，缺乏自动淘汰旧项目的机制

2. Hacker News

• 基本思想：根据票数、时间、重力因子G来调整排名，P⁄〖（T+2）〗^G
• 优点：可以决定内容更新的速度
• 缺点：暂未考虑

3. Reddit

• 基本思想：帖子的新旧程度T、赞成票与反对票的差值x、投票方向Y、帖子的受肯定程度Z，具体公式见下图
  
• 优点：可以淘汰旧内容，并保证有大量净赞成票的帖子排到前面
• 缺点：有争议性的帖子，一般受欢迎的帖子会排在后面，受时间的权重因素影响很大
• 反应：决定了Reddit是一个符合大众口味的社区，不是一个很激进、可以展示少数派想法的地方

4. 牛顿冷却定律

• 基本思想：用自然温度的冷却模拟帖子热度的冷却，具体公式见下图
  

5. 威尔逊区间——Reddit的评论排名

• 基本思想：解决P=agree votes/all votes这种评分方式下，投票总数（样本）过低时P的可信度问题，通过取置信区间下限值来代替P的方案来解决
• 具体威尔逊区间的定义详见论文：http://xueshu.baidu.com/s?wd=paperuri%3A%286dec6e09baf61fabf971a2af53051d97%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fwenku.baidu.com%2Fview%2Fc0bc0cbab307e87100f69698.html&ie=utf-8&sc_us=5037809732707503125
• 具体公式如下：
  
• 缺点：新项目或者冷门的项目，排名可能会长期靠后

6. 贝叶斯平均-imdb的评论排名

• 基本思想：既然不知道投票结果，那就先估计一个值，然后不断用新的信息修正，使得它越来越接近正确的值。
• 具体公式：
• WR， 加权得分（weighted rating）。
• R，该电影的用户投票的平均得分（Rating）。
• v，该电影的投票人数（votes）。
• m，排名前250名的电影的最低投票数（现在为3000）。
• C， 所有电影的平均得分（现在为6.9）。
• 优点：给冷门项目或者新项目一个相对公正的排名