网站文章推荐算法之一种简单权重体系设计

广告位招租
扫码页面底部二维码联系

在网站中,我们希望把一些热门的文章推荐给转载请注明出处:www.tangshuang.net本文版权归作者所有,未经授权不得转载。读者,如何来确定哪些文章是真正热门的呢?【版权所有,侵权必究】著作权归作者所有,禁止商业用途转载。我们用一个热度值来表示,而这个热度值,如本文版权归作者所有,未经授权不得转载。【版权所有】唐霜 www.tangshuang.net果用于排序,则可以称之为权重。

转载请注明出处:www.tangshuang.net【本文首发于唐霜的博客】

权重是一个经过计算的值,主要用于检索结果【原创不易,请尊重版权】【关注微信公众号:wwwtangshuangnet】排序。

转载请注明出处:www.tangshuang.net【版权所有,侵权必究】【作者:唐霜】【关注微信公众号:wwwtangshuangnet】

网站中并不需要搜索引擎一样非常精确的文章本文版权归作者所有,未经授权不得转载。本文作者:唐霜,转载请注明出处。排序,因此,我们可以认准几个重要参数,作未经授权,禁止复制转载。【本文受版权保护】为衡量权重的要素,我在自己的设计中,主要【本文受版权保护】未经授权,禁止复制转载。使用了4个参数:浏览量、点赞数、回复数、【原创不易,请尊重版权】著作权归作者所有,禁止商业用途转载。发布时间。

【转载请注明来源】原创内容,盗版必究。【版权所有,侵权必究】

很多网站采用单一的要素,比如只采用浏览量【关注微信公众号:wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net作为权重,就会出现刷浏览的情况,比如一些【原创不易,请尊重版权】【作者:唐霜】用户投稿的文章,投稿者为了让自己的文章排【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】在前面,就不停的刷浏览。当然,这种情况对转载请注明出处:www.tangshuang.net【本文首发于唐霜的博客】于个人站影响并不是很大。但是,综合考虑多【关注微信公众号:wwwtangshuangnet】【原创内容,转载请注明出处】个要素,还是有一定价值。

【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处:www.tangshuang.net【原创不易,请尊重版权】

浏览量大的,不一定真的是好文章,这里面涉著作权归作者所有,禁止商业用途转载。【版权所有,侵权必究】及到一个马太效应的问题。当由于某篇文章在本文作者:唐霜,转载请注明出处。【本文首发于唐霜的博客】一些情况下,浏览量上去了,后面进来的读者【访问 www.tangshuang.net 获取更多精彩内容】【原创内容,转载请注明出处】就会继续点击阅读,又增长了其浏览量,这样【本文受版权保护】【作者:唐霜】周而复始,这篇文章可能永远都是浏览量第一原创内容,盗版必究。本文作者:唐霜,转载请注明出处。

【本文首发于唐霜的博客】著作权归作者所有,禁止商业用途转载。

当然,这也不是没有解决办法,比如你可以要转载请注明出处:www.tangshuang.net转载请注明出处:www.tangshuang.net求,必须是最近一个月的文章才能参与排名。原创内容,盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】但是,这也可能埋没好文章。

未经授权,禁止复制转载。本文作者:唐霜,转载请注明出处。转载请注明出处:www.tangshuang.net【原创不易,请尊重版权】

如何避免马太效应呢?就是使用综合的衡量要【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】素。让各个要素之间的影响差距减小,甚至人未经授权,禁止复制转载。【作者:唐霜】为的增加一个额外的值,使得即使浏览量极大【版权所有】唐霜 www.tangshuang.net著作权归作者所有,禁止商业用途转载。,也不会完全占据主导。

【原创内容,转载请注明出处】【访问 www.tangshuang.net 获取更多精彩内容】【版权所有,侵权必究】转载请注明出处:www.tangshuang.net

好了,下面来进行具体解释吧。(权重为10【本文首发于唐霜的博客】原创内容,盗版必究。分制)

原创内容,盗版必究。【作者:唐霜】

权重 = 浏览量占比*2.5 + 评论数本文作者:唐霜,转载请注明出处。【作者:唐霜】占比*2.5 + 点赞数占比*3 + 时【本文受版权保护】未经授权,禁止复制转载。间值占比*2

【本文首发于唐霜的博客】本文版权归作者所有,未经授权不得转载。
【未经授权禁止转载】本文作者:唐霜,转载请注明出处。

占比是什么?就是一个比值。怎么计算?就是【关注微信公众号:wwwtangshuangnet】未经授权,禁止复制转载。用当前文章的值,比上最大值。比如浏览量最著作权归作者所有,禁止商业用途转载。本文作者:唐霜,转载请注明出处。大的文章的浏览量为1200次,而当前文章本文版权归作者所有,未经授权不得转载。著作权归作者所有,禁止商业用途转载。的浏览量为600次,那么浏览量占比就是 【版权所有】唐霜 www.tangshuang.net原创内容,盗版必究。600/1200 = 0.5 。

【关注微信公众号:wwwtangshuangnet】【本文受版权保护】

为什么要以最大的浏览量作为参照进行占比计【作者:唐霜】【版权所有】唐霜 www.tangshuang.net算呢?因为这样就可以让这个最大浏览量的文转载请注明出处:www.tangshuang.net【原创不易,请尊重版权】章比值为1,从而获得浏览量权重部分的满分【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】

著作权归作者所有,禁止商业用途转载。【原创内容,转载请注明出处】【原创不易,请尊重版权】

为什么系数要按2.5、2.5、3、2来进【本文受版权保护】【关注微信公众号:wwwtangshuangnet】行分配呢?这就是我设计的权重系数,当然,转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net你也可以根据你的需要来重新设定,总之所有本文作者:唐霜,转载请注明出处。本文作者:唐霜,转载请注明出处。系数加起来为10(方便计算,你也可以设计【未经授权禁止转载】未经授权,禁止复制转载。为5分制)。

【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net【本文受版权保护】

这样的设计可以减弱马太效应的影响,但是也【原创不易,请尊重版权】【未经授权禁止转载】不可能完全消除,比如某篇文章浏览量比较大【原创内容,转载请注明出处】【转载请注明来源】,评论数和点赞数肯定也会比较多,评论和点【作者:唐霜】本文作者:唐霜,转载请注明出处。赞一定是要先浏览才会进行的。如果能够找到【原创内容,转载请注明出处】【版权所有】唐霜 www.tangshuang.net更多的一些要素,相互之间没有影响就更好了转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net

著作权归作者所有,禁止商业用途转载。转载请注明出处:www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】原创内容,盗版必究。

时间占比也很重要,一篇文章发布的时间越久转载请注明出处:www.tangshuang.net未经授权,禁止复制转载。远,它的时间占比权重就越低,但是因为它不【未经授权禁止转载】本文版权归作者所有,未经授权不得转载。涉及用户的行为,所以权重系数分配肯定也比【原创内容,转载请注明出处】【本文受版权保护】较小。

【访问 www.tangshuang.net 获取更多精彩内容】【原创内容,转载请注明出处】【本文受版权保护】著作权归作者所有,禁止商业用途转载。

根据这种思维,你可以设计自己的权重体系,本文作者:唐霜,转载请注明出处。本文作者:唐霜,转载请注明出处。加入更多的要素,比如把用户停留时间、收藏本文版权归作者所有,未经授权不得转载。【本文首发于唐霜的博客】量、二次阅读次数、分享到朋友圈次数等等加本文作者:唐霜,转载请注明出处。本文版权归作者所有,未经授权不得转载。进来,当然,这是一个比较大的体系,如果你著作权归作者所有,禁止商业用途转载。本文作者:唐霜,转载请注明出处。想去这样弄的话,欢迎与我讨论。

【原创不易,请尊重版权】【关注微信公众号:wwwtangshuangnet】著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net

2015-05-10 15442

为价值买单,打赏一杯咖啡

本文价值154.42RMB
已有2条评论
  1. Salivaxiu 2021-05-22 00:07

    时间占比这块,有个不明白的地方,如果按照这个网站存在时间最长的文章,有180天,一个新文章,出现了3天,3/180 肯定还是小于 180/180 并没有降低权重,反而还升高了呀。

    • 否子戈 2021-05-28 13:09

      见公众号回复