Hacker News 排名算法工作原理

這篇文章我要向大家介紹Hacker News網站的文章排名算法工作原理，以及如何在自己的應用里使用這種算法。這個算法非常的簡單，但卻在突出熱門文章和遴選新文章上表現的異常優秀。

深入 news.arc 程序代碼

Hacker News是用Arc語言開發的，這是一種Lisp方言，由Y Combinator投資公司創始人Paul Graham創造。Hacker News的開源的，你可以在arclanguage.org找到它的源代碼。深入發掘 news.arc 程序，你會找到這段排名算法代碼，就是下面這段：

; 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))))

本質上，這段 Hacker News采用的排名算法的工作原理看起來大概是這個樣子：

Score = (P-1) / (T+2)^G

其中，
P = 文章獲得的票數( -1 是去掉文章提交人的票)
T = 從文章提交至今的時間(小時)
G = 比重，news.arc里缺省值是1.8

正如你看到的，這個算法很容易實現。在下面的內容里，我們將會看到這個算法是如何工作的。

比重(G)和時間(T)對排名的影響

比重和時間在文章的排名得分上有重大的影響。正常情況下如下面所述：

• 當T增加時文章得分會下降，這就是說越老的文章分數會越底。
• 當比重加大時，老的文章的得分會減的更快

為了能視覺呈現這個算法，我們可以把它繪制到Wolfram Alpha。

得分隨著時間是如何變化的

你可以看到，隨著時間的流逝，得分驟然下降，例如，24小時前的文章的分數變的非常低——不管它獲得了如何多的票數。

Plot語句:

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

比重參數是如何影響排名的

圖中你可以看到，比重越大，得分下降的越快。

Plot語句:

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

Python語言實現

之前已經說了，這個評分算法很容易實現：

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

關鍵是要理解算法中的各個因素對評分的影響，這樣你可以在你的應用中進行定制。我希望這篇文章已經向你說明了這些

祝編程快樂！

編輯：

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)))))