【技术讨论】品葱首页排序算法讨论

由于最近新人涌入对部分“姨粉”老用户的行为和做法引起不满，品葱急需一些新算法来改善当前局面。受【新排序算法】品葱用户质量排序算法（区分极端和温和用户）启发，我发现品葱现在不仅缺少用户排序算法，还缺少首页排序算法。

如果可以把“最新”和“发现”区分开，则可以一定程度上避免某种主题占领首页的问题出现。现在我的想法是这样的：

1. 首页可选“发现”、“最新”和“推荐”，选择后记录在Cookies里，下次访问首页是上次访问的Tab。
2. “最新”保持现状，也就是用户最新的发言。
3. “推荐”使用一些机器学习模型基于目前的推荐帖来生成一个分类器，每天自动把符合条件的主题放到推荐里，并保留人工推荐和取消推荐的方法。
4. 新增分类“发现”，代替默认首页“最新”。“发现”通过排序算法把来自“时事热点”和“深度讨论”的内容各加入30%，余下40%是来自其他板块。本帖主要讨论“发现”的排序算法。

我能想到的“发现”的排序算法应针对不同板块给出不同公式。

• 时事热点：突出实效性。
，其中t是在“最新”的位置，比如在首页则(t < 50)，因为首页只有50个主题，r是所有威望大于1的用户回复数量，g是参数，数值越大则热度下降越快，内容越接近“最新”。
• 深度讨论：突出质量与“发现”的随机性。
与CF5提供的算法类似，首先对所有深度讨论的主题进行K-Means打分，排序因子可以是主题内点赞人数、回复数量和平均回复字数，并根据评分随机出现在首页。评分越高出现在首页的概率越大，深度讨论主题评分可以每周更新一次。
• 其他分区：突出“发现”的随机性。
仅考虑“欢乐恶搞”、“情景假设”、“现实生活”。这些话题可以根据赞踩比把最新一页的话题随机显示在首页，出现频率取决于赞数加回复数，数值越大则出现频率越高。

• 首页显示：在确定好一页出现的话题后， 除前30%的话题永远是时事热点的排序外，其余内容均随机排列，每次刷新都会变化。

还请大家讨论，给出更好的排序方案。