基于用户投票的排名算法(四):牛顿冷却定律
作者: 阮一峰
日期: 2012年3月16日
这个系列的前三篇,介绍了Hacker News,Reddit和Stack Overflow的排名算法。
今天,讨论一个更一般的数学模型。
这个系列的每篇文章,都是可以分开读的。但是,为了保证所有人都在同一页上,我再说一下,到目前为止,我们用不同方法,企图解决的都是同一个问题:根据用户的投票,决定最近一段时间内的"热文排名"。
你可能会觉得,这是一个全新的课题,伴随着互联网而产生,需要全新的方法来解决。但是,实际上不是。我们可以把"热文排名"想象成一个"自然冷却"的过程:
(1)任一时刻,网站中所有的文章,都有一个"当前温度",温度最高的文章就排在第一位。
(2)如果一个用户对某篇文章投了赞成票,该文章的温度就上升一度。
(3)随着时间流逝,所有文章的温度都逐渐"冷却"。
这样假设的意义,在于我们可以照搬物理学的冷却定律,使用现成的公式,建立"温度"与"时间"之间的函数关系,轻松构建一个"指数式衰减"(Exponential decay)的过程。
伟大的物理学家牛顿,早在17世纪就提出了温度冷却的数学公式,被后人称作"牛顿冷却定律"(Newton's Law of Cooling)。我们就用这个定律构建排名算法。
"牛顿冷却定律"非常简单,用一句话就可以概况:
物体的冷却速度,与其当前温度与室温之间的温差成正比。
写成数学公式就是:
其中,
- T(t)是温度(T)的时间(t)函数。微积分知识告诉我们,温度变化(冷却)的速率就是温度函数的导数T'(t)。
- H代表室温,T(t)-H就是当前温度与室温之间的温差。由于当前温度高于室温,所以这是一个正值。
- 常数α(α>0)表示室温与降温速率之间的比例关系。前面的负号表示降温。不同的物质有不同的α值。
这是一个微分方程,为了计算当前温度,需要求出T(t)的函数表达式。
第一步,改写方程,然后等式两边取积分。
第二步,求出这个积分的解(c为常数项)。
第三步,假定在时刻t0,该物体的温度是T(t0),简写为T0。代入上面的方程,得到
第四步,将上一步的C代入第二步的方程。
假定室温H为0度,即所有物体最终都会"冷寂",方程就可以简化为
上面这个方程,就是我们想要的最终结果:
本期温度 = 上一期温度 x exp(-(冷却系数) x 间隔的小时数)
将这个公式用在"排名算法",就相当于(假定本期没有增加净赞成票)
本期得分 = 上一期得分 x exp(-(冷却系数) x 间隔的小时数)
其中,"冷却系数"是一个你自己决定的值。如果假定一篇新文章的初始分数是100分,24小时之后"冷却"为1分,那么可以计算得到"冷却系数"约等于0.192。如果你想放慢"热文排名"的更新率,"冷却系数"就取一个较小的值,否则就取一个较大的值。
[参考文献]
* Rank Hotness With Newton's Law of Cooling
(完)
文档信息
- 版权声明:自由转载-非商用-非衍生-保持署名(创意共享3.0许可证)
- 发表日期: 2012年3月16日
- 更多内容: 档案 » 算法与数学
- 购买文集: 《如何变得有思想》
- 社交媒体: twitter, weibo
- Feed订阅:
相关文章
- 2015.09.01: 理解矩阵乘法
大多数人在高中,或者大学低年级,都上过一门课《线性代数》。这门课其实是教矩阵。
- 2015.07.27: 蒙特卡罗方法入门
本文通过五个例子,介绍蒙特卡罗方法(Monte Carlo Method)。
- 2015.06.10: 泊松分布和指数分布:10分钟教程
大学时,我一直觉得统计学很难,还差点挂科。
- 2013.12.16: 朴素贝叶斯分类器的应用
生活中很多场合需要用到分类,比如新闻分类、病人分类等等。
留言(19条)
必填 说:
有趣的模型。如果拿这个跟那些score=log(vote)-c*time的模型比较,可以发现后者就是对牛顿模型里的温度取了个对数。
一个可能的变化是考虑每一票的时间,一小时前的新“顶”应该比去年的“顶”有更大的效果。其实有些论坛按照最后回复来排列贴子,结果近似于每一个回复都让系统温度提高很多(自动取得所有贴子里的最高温度),而后慢慢冷却。每“顶”一次都把文章提到最前是没有必要的,但可以调节参数得到更有实际意义的模型。其负面作用是或者要记录每一“顶”的时间,增加系统负担,或者要实时记录当前“温度”,而这个“温度”无法从原始数据得出(因为每次“顶”的时间没有记录下来)。
2012年3月16日 04:41 | ∞ | 引用
乱发吹风 说:
那如果是本期有增加赞成票呢,应该怎么计算呢?
是不是可以这样, 先算一下上一期到现在冷却后的得分,然后再加上{本期增加赞成票数}
本期得分 = 上一期得分 × exp(-(冷却系数) × 间隔的小时数) + 本期增加赞成票数
可是{本期增加赞成票数}是否应以1为单位增加呢
2012年3月16日 11:03 | ∞ | 引用
klein 说:
之前也一直在思考如何将排名算法抽象出来,类比了一些自然现象也不得其解。
直到看到这篇文章,醍醐灌顶啊,真是万物归一,非常感谢分享。
2012年3月17日 19:45 | ∞ | 引用
Ranmocy 说:
引用乱发吹风的发言:那如果是本期有增加赞成票呢,应该怎么计算呢?
是不是可以这样, 先算一下上一期到现在冷却后的得分,然后再加上{本期增加赞成票数}
本期得分 = 上一期得分 × exp(-(冷却系数) × 间隔的小时数) + 本期增加赞成票数
可是{本期增加赞成票数}是否应以1为单位增加呢
具体的权值应该跟你的网站的特性有关。比如说访问量,赞成票的更新量等等来具体决定吧。
2012年3月19日 09:15 | ∞ | 引用
Ranmocy 说:
引用必填的发言:一个可能的变化是考虑每一票的时间,一小时前的新“顶”应该比去年的“顶”有更大的效果。其实有些论坛按照最后回复来排列贴子,结果近似于每一个回复都让系统温度提高很多(自动取得所有贴子里的最高温度),而后慢慢冷却。每“顶”一次都把文章提到最前是没有必要的,但可以调节参数得到更有实际意义的模型。其负面作用是或者要记录每一“顶”的时间,增加系统负担,或者要实时记录当前“温度”,而这个“温度”无法从原始数据得出(因为每次“顶”的时间没有记录下来)。
并不需要记录所有“顶”的时间,只需要记录上一次“顶”的时间和当时的温度即可算出当前“顶”之前的一瞬间冷却到什么温度,然后加上这个“顶”所带来的温度的提升即可。
冷却模型没有后效性,所以记录原始数据是没有意义的。
实际工程中应该是离散地迭代来实现的。
2012年3月19日 09:23 | ∞ | 引用
Ranmocy 说:
引用xb的发言:"微积分知识告诉我们,温度变化(冷却)的速率就是温度函数的导数T'(t)。" 这个怎么理解?
速率就是一定时间内变化量与时间的比。
V = (T(t) - T(t+dt)) / dt = dT(t) / dt = T'(t)
2012年3月19日 09:26 | ∞ | 引用
必填 说:
引用Ranmocy的发言:并不需要记录所有“顶”的时间,只需要记录上一次“顶”的时间和当时的温度即可算出当前“顶”之前的一瞬间冷却到什么温度,然后加上这个“顶”所带来的温度的提升即可。
冷却模型没有后效性,所以记录原始数据是没有意义的。
实际工程中应该是离散地迭代来实现的。
是,这基本上就是我说的“实时记录当前‘温度’”。 我的想法是,有的时候可能会希望从原始数据重新计算一下温度,比如说想调整冷却系数;如果只记录了当前温度,旧文章和新文章的计算就会有不一致的地方。
2012年3月20日 00:44 | ∞ | 引用
城主 说:
非常thought-provoking,但是这里只考虑了冷却问题,还有一个加温的问题,二者在实际运用中往往是结合在一起的。
比如顶(即赞成票)应该是具有时效性的,当前的顶显然比一年前的顶更为重要。
2012年4月 2日 20:42 | ∞ | 引用
北极之北 说:
引用大米的发言:你是抄袭的么 http://www.oschina.net/question/12_45050
那篇下面写的有原文出处,就是这里呀。
2012年4月 9日 16:57 | ∞ | 引用
胡大善人 说:
这就是工业界最常用的衰减因子了,每次历史聚合的时候都对上一次的结果进行衰减。
衰减因子主要存在的问题在于是衰减整体投票结果还是衰减投票。
比如历史上不同时间段有赞成票, 反对票, 以及每个时间段的赞成比例。 不管衰减哪个都有优势和劣势
2012年5月16日 15:07 | ∞ | 引用
基于用户投票的排名算法(四):牛顿冷却定律相关推荐
- 投票源码程序_基于用户投票的排名算法
基于用户投票的排名算法(一):Delicious和Hacker News 互联网的出现,意味着"信息大爆炸". 用户担心的,不再是信息太少,而是信息太多.如何从大量信息之中,快速有 ...
- 转:基于用户投票的排名算法系列
互联网的出现,意味着"信息大爆炸". 用户担心的,不再是信息太少,而是信息太多.如何从大量信息之中,快速有效地找出最重要的内容,成了互联网的一大核心问题. 各种各样的排名算法,是目 ...
- 基于用户投票的排名算法
目录 基于用户投票的排名算法(一):Delicious和Hacker News 基于用户投票的排名算法(二):Reddit 基于用户投票的排名算法(三):Stack Overflow 基于用户投票的排 ...
- 基于用户投票的排名算法(五):威尔逊区间
作者: 阮一峰 日期: 2012年3月20日 迄今为止,这个系列都在讨论,如何给出"某个时段"的排名,比如"过去24小时最热门的文章". 但是,很多场合需要的是 ...
- 基于用户投票的排名算法(一):Delicious和Hacker
作者: 阮一峰 日期: 2012年2月24日 互联网的出现,意味着"信息大爆炸". 用户担心的,不再是信息太少,而是信息太多.如何从大量信息之中,快速有效地找出最重要的内容,成了互 ...
- 基于用户投票的排名算法Reddit
基于用户投票的排名算法(二):Reddit 作者: 阮一峰 日期: 2012年3月 7日 (不好意思,这个系列中断了近两周,我会尽快在这几天,把后面几篇写完.) 上一次,我介绍了Hacker News ...
- 基于用户投票的排名算法(一):Delicious和Hacker News
互联网的出现,意味着"信息大爆炸". 用户担心的,不再是信息太少,而是信息太多.如何从大量信息之中,快速有效地找出最重要的内容,成了互联网的一大核心问题. 各种各样的排名算法,是目 ...
- 基于用户投票的排名算法(二):Reddit
基于用户投票的排名算法(二):Reddit 作者: 阮一峰 日期: 2012年3月 7日 (不好意思,这个系列中断了近两周,我会尽快在这几天,把后面几篇写完.) 上一次,我介绍了Hacker News ...
- 基于用户投票的排名算法(六):贝叶斯平均
作者: 阮一峰 日期: 2012年3月28日 (这个系列实在拖得太久,今天是最后一篇.) 上一篇介绍了"威尔逊区间",它解决了投票人数过少.导致结果不可信的问题. 举例来说,如果只 ...
最新文章
- POJ 1414 Life Line(搜索)
- python解释器工作原理_Python解释器执行原理
- ORACLE表空间的相关操作
- 翻译:打造Edge渲染内核的浏览器
- linux下hg无法运行_在 Windows 里也可以访问 Linux 子系统文件了
- Taro+react开发(23)--componentWillReceiveProps
- 包含以下字段的 struct 怎么解决_S7-300/400进阶笔记4-2:STEP7的“结构”STRUCT数据类型的用法...
- 基于LVS对LAMP做负载均衡集群
- autotools入门笔记(二)——创建和使用静态库、动态库
- uni app input添加获取验证码按钮_uni-app跨平台框架对微信小程序的无障碍支持探索...
- 【Java】关键词assert的使用
- python语言训练教程_PYTHON零基础快乐学习之旅(K12实战训练)
- CentOS报错:Could not retrieve mirrorlist http://mirrorlist.centos.org/?release=7arch=x86_64repo=osi...
- OutOfMemoryError(内存溢出)解决办法
- cocos2d-JS (四)如何学习
- 策略设计模式_设计模式之策略模式总结
- 【证明】—— 二叉树的相关证明
- python中match用法_python re.match()用法相关示例
- Cannot read property ‘map‘ of undefined报错问题
- 【数据治理】数据元、元数据、主数据、参考数据概述
热门文章
- float与double的范围和精度
- leetcode算法题--链表中的下一个更大节点★
- mysql如何查看事务日记_MySQL日志查看详解
- 和ts一般怎么玩_KPL:一诺采访引热议,quot;裴擒虎是个野王都会quot;,暖阳怎么办?...
- 一文带你读懂边缘计算是什么
- Android零基础入门第40节:自定义ArrayAdapter
- 移动端1px线的实现
- Linux基础——bash基础应用及文件系统基础命令
- The APR based Apache Tomcat Native library
- 滑动窗口与拥塞窗口_流云哭翠-ChinaUnix博客