社交網(wǎng)站:熱門內(nèi)容排名算法淺議

熱門內(nèi)容對任何網(wǎng)站都很重要,對社交網(wǎng)站更為重要。如何讓用戶第一眼就看到感興趣的內(nèi)容而留下來烤礁,正是各種排名算法的任務。

熱門 top 10

設計一個好的排名算法抓歼,需要考慮的因素很多败富,其中最重要的是以下兩點:

  • 社區(qū)屬性及內(nèi)容屬性
  • 網(wǎng)站本身內(nèi)容的量級與更新頻率

前者決定采用何種排名算法悔醋,后者確定排名的上升與下降速度。

影響因素

社區(qū)屬性及內(nèi)容屬性

社交網(wǎng)站產(chǎn)生許多用戶上傳的內(nèi)容兽叮,對這些內(nèi)容進行排名時篙顺,需要考慮內(nèi)容本身的信息。

從類型上充择,UGC內(nèi)容主要是圖片德玫、文章、音頻還是視頻椎麦?一般來說宰僧,圖片掃一眼,文章讀一遍观挎,音頻聽一次琴儿,視頻看一遍,占用用戶的時間依次增加,留住用戶的成本也隨之增加。

從特征上嘁捷,單圖或多圖造成?段子還是長文?一首歌還是一集Podcast雄嚣?短視頻還是長視頻晒屎?越復雜的形式,用戶付出的時間成本越大缓升。

用戶付出了時間鼓鲁,那么會要求回報。網(wǎng)站回報用戶的東西港谊,無外乎興趣和價值骇吭。而興趣和價值,是兩條不同方向的岔路歧寺,通向不同的排名算法燥狰。

排名算法

網(wǎng)站本身內(nèi)容的量級與更新頻率

內(nèi)容的量級棘脐,像大象與螞蟻,體量越大龙致,系統(tǒng)越復雜荆残。從海量內(nèi)容中挑選出熱門內(nèi)容,需要更多的參數(shù)和指標净当。

內(nèi)容的量級對排名算法影響很大

更新頻率内斯,像流水線與手工作坊,頻率越快像啼,產(chǎn)出越多俘闯。新內(nèi)容產(chǎn)生出來后,排名需要很快地上升忽冻,才能排到前列真朗,引起注意;舊內(nèi)容存在一段時間后僧诚,排名需要很快地下降遮婶,才能讓位給新內(nèi)容。

所以湖笨,需要根據(jù)網(wǎng)站本身的內(nèi)容旗扑,確定排名算法需要考慮的參數(shù),以及確定參數(shù)的取值慈省。

興趣與價值

用戶留下來臀防,無外乎幾種情況:這個東西很有趣(有趣型),或這個東西對我有用(有用型)边败,或者兼而有之袱衷。

有趣的東西,用戶第一眼看到就喜歡笑窜,但內(nèi)容本身沒有收藏價值致燥。用戶的態(tài)度是:見之我喜,不見也有其它東西讓我喜排截。例如各種段子嫌蚤、笑話、gif圖等匾寝。

有用的內(nèi)容搬葬,用戶看后念念不忘荷腊,收藏以備以后查看艳悔、回味與參考。例如旅游攻略女仰、喜歡的文章猜年、好聽的歌曲等抡锈。

排名如何上升

新內(nèi)容一產(chǎn)生出來就具有上升趨勢。

用戶瀏覽乔外、like(點贊床三、頂,喜歡)杨幼、評論撇簿、高評分(星級),編輯推薦等差购,都會使排名上升四瘫。

有趣型的內(nèi)容,排名迅速上升欲逃,如病毒般地傳播開來找蜜。


上升趨勢,增速逐漸變小

有用型的內(nèi)容稳析,排名逐漸上升洗做,越到后來越多人知道它的價值。


上升趨勢彰居,增速逐漸變大

排名如何下降

舊內(nèi)容漸漸呈現(xiàn)下降趨勢诚纸。

少有訪問、dislike(討厭陈惰、踩咬清,反對)、低評分(星級)奴潘、編輯降權旧烧,都會使排名下降。

有趣型的內(nèi)容画髓,排名維持了一段新鮮期后掘剪,大部分用戶就失去興趣了。


下降趨勢奈虾,增速逐漸變大

有用型的內(nèi)容夺谁,排名雖然下降了,但其價值還在肉微,還會不斷有人關注匾鸥。


下降趨勢,增速逐漸變小

沒有銀彈

知名博主阮一峰發(fā)表了6篇基于用戶投票的排名算法的系列文章碉纳。這6篇文章剖析了幾個網(wǎng)站的排名算法勿负。

如Delicious采用"過去60分鐘內(nèi)被收藏的次數(shù)"進行排名。每過60分鐘劳曹,就統(tǒng)計一次奴愉。它的上升和下降趨勢就是階梯函數(shù)式的琅摩。

階梯函數(shù)

Hacker News采用票數(shù)計算排名,并考慮時間因素锭硼,分數(shù)隨著時間逐漸減小房资。看下降曲線檀头,Hacker News屬于有趣型的網(wǎng)站(用戶當然可以獲得價值轰异,這里指排名算法的類型)。

Hacker News下降趨勢

Stack Overflow屬于有用型的網(wǎng)站暑始。一個問題提出后溉浙,需要網(wǎng)友的回答、對答案投贊成或反對票蒋荚、評論戳稽。這些內(nèi)容的完善都需要時間。所以期升,隨著時間的推移惊奇,一些問題和答案的價值開始慢慢顯露,當你搜索時播赁,Statck Overflow就會給你展示最有用的內(nèi)容颂郎。


Stack Overflow

redit也屬于有趣型的網(wǎng)站。它的時間因素占主導容为,就是說任何人發(fā)的新內(nèi)容都比較容易靠前乓序;排名算法中利用了贊成票與反對票的差額,說明有爭議(很多人贊成坎背,同時很多人反對)的內(nèi)容替劈,排名靠后;很多人贊成得滤,很少人反對的內(nèi)容陨献,排名靠前。阮一峰得出結論:

這決定了Reddit是一個符合大眾口味的社區(qū)懂更,不是一個很激進眨业、可以展示少數(shù)派想法的地方。

這也說明了沮协,沒有銀彈龄捡,要建設什么樣的社區(qū),就要采用能體現(xiàn)社區(qū)特征的排名算法慷暂。

博客鏈接
http://spetacular.github.io/2016/02/15/sns-hot-feed-ranking-algorithm.html

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末聘殖,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌就斤,老刑警劉巖悍募,帶你破解...
    沈念sama閱讀 218,858評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蘑辑,死亡現(xiàn)場離奇詭異洋机,居然都是意外死亡,警方通過查閱死者的電腦和手機洋魂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評論 3 395
  • 文/潘曉璐 我一進店門绷旗,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人副砍,你說我怎么就攤上這事衔肢。” “怎么了豁翎?”我有些...
    開封第一講書人閱讀 165,282評論 0 356
  • 文/不壞的土叔 我叫張陵角骤,是天一觀的道長。 經(jīng)常有香客問我心剥,道長邦尊,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,842評論 1 295
  • 正文 為了忘掉前任优烧,我火速辦了婚禮蝉揍,結果婚禮上,老公的妹妹穿的比我還像新娘畦娄。我一直安慰自己又沾,他們只是感情好,可當我...
    茶點故事閱讀 67,857評論 6 392
  • 文/花漫 我一把揭開白布熙卡。 她就那樣靜靜地躺著杖刷,像睡著了一般。 火紅的嫁衣襯著肌膚如雪驳癌。 梳的紋絲不亂的頭發(fā)上挺勿,一...
    開封第一講書人閱讀 51,679評論 1 305
  • 那天,我揣著相機與錄音喂柒,去河邊找鬼不瓶。 笑死,一個胖子當著我的面吹牛灾杰,可吹牛的內(nèi)容都是我干的蚊丐。 我是一名探鬼主播,決...
    沈念sama閱讀 40,406評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼艳吠,長吁一口氣:“原來是場噩夢啊……” “哼麦备!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,311評論 0 276
  • 序言:老撾萬榮一對情侶失蹤凛篙,失蹤者是張志新(化名)和其女友劉穎黍匾,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體呛梆,經(jīng)...
    沈念sama閱讀 45,767評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡锐涯,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了填物。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片纹腌。...
    茶點故事閱讀 40,090評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖滞磺,靈堂內(nèi)的尸體忽然破棺而出升薯,到底是詐尸還是另有隱情,我是刑警寧澤击困,帶...
    沈念sama閱讀 35,785評論 5 346
  • 正文 年R本政府宣布涎劈,位于F島的核電站,受9級特大地震影響阅茶,放射性物質發(fā)生泄漏蛛枚。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,420評論 3 331
  • 文/蒙蒙 一目派、第九天 我趴在偏房一處隱蔽的房頂上張望坤候。 院中可真熱鬧,春花似錦企蹭、人聲如沸白筹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽徒河。三九已至,卻和暖如春送漠,著一層夾襖步出監(jiān)牢的瞬間顽照,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評論 1 271
  • 我被黑心中介騙來泰國打工闽寡, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留代兵,地道東北人。 一個月前我還...
    沈念sama閱讀 48,298評論 3 372
  • 正文 我出身青樓爷狈,卻偏偏與公主長得像植影,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子涎永,可洞房花燭夜當晚...
    茶點故事閱讀 45,033評論 2 355

推薦閱讀更多精彩內(nèi)容