PHP版Stack Overflow 热度排序算法

╰半夏微凉° 2022-10-31 12:23 285阅读 0赞

# 背景 #

最近在做评论排序的需求，之前都是按照评论的点赞数来倒排。但是用的很多其它的app并不是这么简单的排序方式，所以本次决定好好研究一下，就有了这几篇

文章的转载。本文转载于阮一峰的网络日志[http://www.ruanyifeng.com/blog/2012/02/ranking\_algorithm\_hacker\_news.html][http_www.ruanyifeng.com_blog_2012_02_ranking_algorithm_hacker_news.html]

# 正文 #

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stackoverflow，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。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70][]

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）。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 1][]

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。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 2][]

创始人之一的Jeff Atwood，曾经在2008年公布过排名得分的计算公式。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 3][]

写成[php代码][php]，就是下面这样：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 4][]

各个算法变量的含义如下：

**（1）Qviews（问题的浏览次数）**

![20201223213948966.png][]

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）**

![20201223214014861.png][]

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）**

![20201223214045846.png][]

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）**

![20201223214120111.png][]

改写一下，可以看得更清楚：

![20201223214143207.png][]

Qage和Qupdated的单位都是小时。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。

[http_www.ruanyifeng.com_blog_2012_02_ranking_algorithm_hacker_news.html]: http://www.ruanyifeng.com/blog/2012/02/ranking_algorithm_hacker_news.html
[Reddit]: http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_reddit.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70]: /images/20221024/ce83ee8f061645479b263643302f05e2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 1]: /images/20221024/305ebbb3a68342e2873134c1287a3755.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 2]: /images/20221024/bf30ec7cc37c4b978aa4045331595cab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 3]: /images/20221024/692ca39c1c15496d831261801b8f35a3.png
[php]: http://pastebin.com/FWJRbf1N
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI4MTE5NzQx_size_16_color_FFFFFF_t_70 4]: /images/20221024/32b9b1331a6342db92e5858db6f6d423.png
[20201223213948966.png]: /images/20221024/230c43794d9d4ea69df3d109fef938dc.png
[20201223214014861.png]: /images/20221024/80d04e7ff0af4c0a9a5b2957395813f7.png
[20201223214045846.png]: /images/20221024/7ab4d4f5fcef4026b03cebdf9139569f.png
[20201223214120111.png]: /images/20221024/0a858f468b67410293577c635fea5ee7.png
[20201223214143207.png]: /images/20221024/3bcc0c5d3d5345f4bf194f1b4353953b.png