Hacker News排名算法工作原理-搜索排名算法

[[83666]]

这篇文章我要向大家介绍Hacker News网站的文章排名算法工作原理，以及如何在自己的应用里使用这种算法。这个算法非常的简单，但却在突出热门文章和遴选新文章上表现的异常优秀。

深入news.arc 程序代码

Hacker News是用Arc语言开发的，这是一种Lisp方言，由Y Combinator投资公司创始人Paul Graham创造。Hacker News的开源的，你可以在arclanguage.org找到它的源代码。深入发掘 news.arc 程序，你会找到这段排名算法代码，就是下面这段：

; Votes divided by the age in hours to the gravityth power.  
; Would be interesting to scale gravity in a slider.  
 
(= gravity* 1.8 timebase* 120 front-threshold* 1   
   nourl-factor* .4 lightweight-factor* .3 )  
 
(def frontpage-rank (s (o scorefn realscore) (o gravity gravity*))  
  (* (/ (let base (- (scorefn s) 1)  
          (if (> base 0) (expt base .8) base))  
        (expt (/ (+ (item-age s) timebase*) 60) gravity))  
     (if (no (in s!type 'story 'poll))  1 
         (blank s!url)                  nourl-factor*  
         (lightweight s)                (min lightweight-factor*   
                                             (contro-factor s))  
                                        (contro-factor s)))) 
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.

本质上，这段 Hacker News采用的排名算法的工作原理看起来大概是这个样子：

Score = (P-1) / (T+2)^G  
 
其中，  
P = 文章获得的票数( -1 是去掉文章提交人的票)  
T = 从文章提交至今的时间(小时)  
G = 比重，news.arc里缺省值是1.8 
1.
2.
3.
4.
5.
6.

正如你看到的，这个算法很容易实现。在下面的内容里，我们将会看到这个算法是如何工作的。

比重(G)和时间(T)对排名的影响

比重和时间在文章的排名得分上有重大的影响。正常情况下如下面所述：

当T增加时文章得分会下降，这就是说越老的文章分数会越底。
当比重加大时，老的文章的得分会减的更快

为了能视觉呈现这个算法，我们可以把它绘制到Wolfram Alpha。

得分随着时间是如何变化的

你可以看到，随着时间的流逝，得分骤然下降，例如，24小时前的文章的分数变的非常低——不管它获得了如何多的票数。

Plot语句:

plot(  
    (30 - 1) / (t + 2)^1.8,   
    (60 - 1) / (t + 2)^1.8,  
    (200 - 1) / (t + 2)^1.8 
) where t=0..24 
1.
2.
3.
4.
5.

比重参数是如何影响排名的

图中你可以看到，比重越大，得分下降的越快。

Plot语句:

plot(  
    (p - 1) / (t + 2)^1.8,   
    (p - 1) / (t + 2)^0.5,  
    (p - 1) / (t + 2)^2.0 
) where t=0..24, p=10 
1.
2.
3.
4.
5.

Python语言实现

之前已经说了，这个评分算法很容易实现：

def calculate_score(votes, item_hour_age, gravity=1.8):  
    return (votes - 1) / pow((item_hour_age+2), gravity) 
1.
2.

关键是要理解算法中的各个因素对评分的影响，这样你可以在你的应用中进行定制。我希望这篇文章已经向你说明了这些。

祝编程快乐！

编辑：

Paul Graham 分享了修正后的HN 排名算法：

(= gravity* 1.8 timebase* 120 front-threshold* 1 
   nourl-factor* .4 lightweight-factor* .17 gag-factor* .1)  
 
(def frontpage-rank (s (o scorefn realscore) (o gravity gravity*))  
  (* (/ (let base (- (scorefn s) 1)  
          (if (> base 0) (expt base .8) base))  
        (expt (/ (+ (item-age s) timebase*) 60) gravity))  
     (if (no (in s!type 'story 'poll))  .8 
         (blank s!url)                  nourl-factor*  
         (mem 'bury s!keys)             .001 
                                        (* (contro-factor s)  
                                           (if (mem 'gag s!keys)  
                                                gag-factor*  
                                               (lightweight s)  
                                                lightweight-factor*  
                                               1))))) 
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.

英文原文：How Hacker News ranking algorithm works

译文链接：http://www.aqee.net/how-hacker-news-ranking-algorithm-works/