Reddit算法分析

柔光的暖阳◎ 2022-07-12 04:22 153阅读 0赞

[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有1000张赞成票、950张反对票，谁应该排在前面呢？

Reddit的程序是[开源][Link 1]的，使用Python语言编写。排名算法的[代码][Link 2]大致如下：

[![bg2012030702.png][]][Link 2]

这段代码考虑了这样几个因素：

（1）帖子的新旧程度t

> 　　t = 发贴时间 - 2005年12月8日7:46:43

t的单位为秒，用unix时间戳计算。不难看出，一旦帖子发表，t就是固定值，不会随时间改变，而且帖子越新，t值越大。至于2005年12月8日，应该是Reddit成立的时间。

（2）赞成票与反对票的差x

> 　　x = 赞成票 - 反对票

（3）投票方向y

![chart_cht_tx_chl_y_3D_5Cbegin_7Bcases_7D_0A1_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_28x_3E0_29_5C_5C_0A0_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_20_28x_3D0_29_5C_5C_0A-1_5Cqquad_28x_3C0_29_0A_5Cend_7Bcases_7D_chs_100][]

y是一个符号变量，表示对文章的总体看法。如果赞成票居多，y就是+1；如果反对票居多，y就是-1；如果赞成票和反对票相等，y就是0。

（4）帖子的受肯定（否定）的程度z

![chart_cht_tx_chl_z_20_3D_20_0A_5Cbegin_7Bcases_7D_20_0A_7Cx_7C_2C_20_20_26_20_5Cmbox_7Bif_20_7Dx_5Cne0_5C_5C_0A1_2C_20_26_20_5Cmbox_7Bif_20_7Dx_3D0_20_0A_5Cend_7Bcases_7D_chs_80][]

z表示赞成票与反对票之间差额的绝对值。如果对某个帖子的评价，越是一边倒，z就越大。如果赞成票等于反对票，z就等于1。

结合以上几个变量，Reddit的最终得分计算公式如下：

![chart_cht_tx_chl_Score_3Dlog_7B10_7Dz_2B_5Cfrac_7Byt_7D_7B45000_7D_chs_80][]

这个公式可以分成两个部分来讨论：

（一）

![chart_cht_tx_chl_log_7B10_7Dz_chs_50][]

这个部分表示，赞成票与反对票的差额z越大，得分越高。

需要注意的是，这里用的是以10为底的对数，意味着z=10可以得到1分，z=100可以得到2分。也就是说，前10个投票人与后90个投票人（乃至再后面900个投票人）的权重是一样的，即如果一个帖子特别受到欢迎，那么越到后面投赞成票，对得分越不会产生影响。

当赞成票等于反对票，z=1，因此这个部分等于0，也就是不产生得分。

（二）

![chart_cht_tx_chl_5Cfrac_7Byt_7D_7B45000_7D_chs_80][]

这个部分表示，t越大，得分越高，即新帖子的得分会高于老帖子。它起到自动将老帖子的排名往下拉的作用。

分母的45000秒，等于12.5个小时，也就是说，后一天的帖子会比前一天的帖子多得2分。结合前一部分，可以得到结论，如果前一天的帖子在第二天还想保持原先的排名，在这一天里面，它的z值必须增加100倍（净赞成票增加100倍）。

y的作用是产生加分或减分。当赞成票超过反对票时，这一部分为正，起到加分作用；当赞成票少于反对票时，这一部分为负，起到减分作用；当两者相等，这一部分为0。这就保证了得到大量净赞成票的文章，会排在前列；赞成票与反对票接近或相等的文章，会排在后面；得到净反对票的文章，会排在最后（因为得分是负值）。

（三）

这种算法的一个问题是，对于那些有争议的文章（赞成票和反对票非常接近），它们不可能排到前列。假定同一时间有两个帖子发表，文章A有1张赞成票（发帖人投的）、0张反对票，文章B有1000张赞成票、1000张反对票，那么A的排名会高于B，这显然不合理。

结论就是，Reddit的排名，基本上由发帖时间决定，超级受欢迎的文章会排在最前面，一般性受欢迎的文章、有争议的文章都不会很靠前。这决定了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。

\[参考资料\]

\* [How Reddit ranking algorithms work][]

[Reddit]: http://www.reddit.com/
[Link 1]: https://github.com/reddit/reddit
[Link 2]: http://pastebin.com/bygavdb7
[bg2012030702.png]: http://image.beekka.com/blog/201203/bg2012030702.png
[chart_cht_tx_chl_y_3D_5Cbegin_7Bcases_7D_0A1_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_28x_3E0_29_5C_5C_0A0_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_5Cqquad_20_28x_3D0_29_5C_5C_0A-1_5Cqquad_28x_3C0_29_0A_5Cend_7Bcases_7D_chs_100]: http://chart.googleapis.com/chart?cht=tx&chl=y%3D%5Cbegin%7Bcases%7D%0A1%5Cqquad%5Cqquad%5Cqquad%5Cqquad%5Cqquad%5Cqquad%28x%3E0%29%5C%5C%0A0%5Cqquad%5Cqquad%5Cqquad%5Cqquad%5Cqquad%5Cqquad%20%28x%3D0%29%5C%5C%0A-1%5Cqquad%28x%3C0%29%0A%5Cend%7Bcases%7D&chs=100
[chart_cht_tx_chl_z_20_3D_20_0A_5Cbegin_7Bcases_7D_20_0A_7Cx_7C_2C_20_20_26_20_5Cmbox_7Bif_20_7Dx_5Cne0_5C_5C_0A1_2C_20_26_20_5Cmbox_7Bif_20_7Dx_3D0_20_0A_5Cend_7Bcases_7D_chs_80]: http://chart.googleapis.com/chart?cht=tx&chl=z%20%3D%20%0A%5Cbegin%7Bcases%7D%20%0A%7Cx%7C%2C%20%20%26%20%5Cmbox%7Bif%20%7Dx%5Cne0%5C%5C%0A1%2C%20%26%20%5Cmbox%7Bif%20%7Dx%3D0%20%0A%5Cend%7Bcases%7D&chs=80
[chart_cht_tx_chl_Score_3Dlog_7B10_7Dz_2B_5Cfrac_7Byt_7D_7B45000_7D_chs_80]: http://chart.googleapis.com/chart?cht=tx&chl=Score%3Dlog_%7B10%7Dz%2B%5Cfrac%7Byt%7D%7B45000%7D&chs=80
[chart_cht_tx_chl_log_7B10_7Dz_chs_50]: http://chart.googleapis.com/chart?cht=tx&chl=log_%7B10%7Dz&chs=50
[chart_cht_tx_chl_5Cfrac_7Byt_7D_7B45000_7D_chs_80]: http://chart.googleapis.com/chart?cht=tx&chl=%5Cfrac%7Byt%7D%7B45000%7D&chs=80
[How Reddit ranking algorithms work]: http://amix.dk/blog/post/19588