基于用户投票的排名算法（二）：Reddit

        上一次，我介绍了 Hacker News 的排名算法。它的特点是用户只能投赞成票，但是很多网站还允许用户投反对票。就是说，除了好评以外，你还可以给某篇文章差评。

        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 的程序是开源的，使用 Python 语言编写。排名算法的代码大致如下：

        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

        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）帖子的受肯定程度z

        z 表示赞成票超过反对票的数量。如果赞成票少于或等于反对票，那么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，赞成票超过反对票的数量越多，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。

        当反对票超过或等于赞成票，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，它得到的净赞成票必须增加 100 倍。

        y 的作用是用来产生正分和负分。当赞成票超过反对票时，得分为正；当赞成票少于反对票时，得分为负；当两者相等，得分为0。这就保证了得到大量净赞成票的文章，会排在前列；得到大量净反对票的文章，会排在最后。

        （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