权重是什么意思|权重基本原理( 三 )

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

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

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：

这个公式可以分成两个部分来讨论：
(一)

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)

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，超级受欢迎的文章百思特网会排在最前面，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。
以上关于reddit网站排名算法的内容转载自阮一峰博客。
原文链接：http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_reddit.html

-------------------------------------------------

-------------------------------------------------

加权算法的两个核心要素：数据+算法
淘宝的数据
现在我们来看淘宝，回想一下买家在淘宝平台的行动轨迹是什么样的：
买家产生购买意图；打开淘宝；搜索关键词；点击感兴趣的商品；收藏加购；对比多个宝贝；下单支付；等待收货；确认收货；评价晒图……
同样的，淘宝平台也会将买家的行为记录为数据，截止目前，生意参谋统计的数据指标共1960个（数据来源：生意参谋-学院-帮助中心），当然这还不包括直通车等营销工具的数据，另外还有一些数据是淘宝统计到但尚未公开的。
电商平台以购物为主，一切围绕产品展开，我们以产品相关的数据为中心来分析。生意参谋中产品相关的已公开的并且可以直接下载的数据维度共有39个（数据来源：生意参谋-取数-商品），这39个数据维度可以归类到4个大的方向：展现/访问/转化/成交。
数据归类脑图如下：

1.展现/曝光：产品出现在消费者面前，如搜索结果页、活动页。
2.访问/浏览：买家一次或多次浏览店铺、产品、评价等页面，由展现变成流量。
3.转化/互动/交流：买家对感兴趣的产品收藏、加购、咨询、下单、支付等，由流量变成订单。