评论排布的正序与逆序

简介:

要讨论的问题很简单。

互联网移动产品中,「评论」这一信息,在屏幕中由上而下应该按什么顺序排布:最新消息在底层(正序),还是最新消息在顶层(逆序)?

先看看几个知名产品是怎么选择的吧。

逆序:新浪微博、简书、网易新闻(点赞亦会影响顺序)、Coding

正序:百度贴吧、人人网、朋友圈、知乎、Facebook

除了这些产品以外,还有极少数使用自有算法进行优先级设置,可以通过分析来选择将更有分量、意义的评论放置在显眼的位置。

我们从三个维度来讨论一下这个问题。

首先,关于位置的重要性。

很容易明白,靠近顶部的位置比较显眼——位置上更加突出,也符合用户的阅读顺序。从这个角度来看,应该将重要的,用户更需要的内容放置在上层。

值得注意的是,当某个内容下评论较多时,往往会选择在 Timeline 中将评论折叠一部分,只显示最新或最旧的3-5条。

其次,关于信息的时间流。

评论信息本身是依托在时间属性上的,随着时间的流逝,评论才产生了这种「先、后」顺序。就阅读顺序来说,先出现的文字信息先阅读似乎名正言顺。当逐条评论之间相关性不强,都仅仅发表个人意见时,时间流的顺序仅与顶层信息密切相关,而评论本身的先后似乎影响不大;但当评论中除了对顶部内容的意见发表以外,还经常出现用户之间的互相评论和讨论时,正序阅读就显得尤为重要。

另外,关于顶层信息的属性。

这里的顶层信息指一条朋友圈、一条状态或者一个知乎回答等,有别于评论本身,而往往是评论所指向的内容中心。

顶层信息可以分为几类,有类似于朋友圈、人人状态、脸书状态之类的用户个人分享类信息;有类似于 Medium、简书、Lofter 等文字媒体类信息;也有知乎、贴吧、微博等夹杂在前两者之间的混合类信息。

从它们选用的评论顺序来看,微博、简书、Coding 采用了逆序排布,但似乎又不容易从顶层信息属性来分析这种选择的缘由。

我的一些思考

我认为影响最后决策的两大可变因素为:顶层信息的属性、评论之间的相关性。当不考虑这两个因素时,如顶层信息较为随意,且每条评论各自独立不影响阅读顺序,那么评论排布的顺序似乎没有那么关键。

顶层信息是否具备时效性非常重要,对于新闻媒体类,或者发布者可以经常进行重编辑的信息,最新的时刻是距离阅读者最近的,最新的评论也更有参考意义。比如重大事故的新闻,用户肯定希望了解最新的评论内容以知晓动态;再比如知乎上一旦回答进行了大规模的编辑,就会显得早期评论牛头不对马嘴,查看底部的最新消息就会比较累。


这个问题也许并没有那么重要,我直觉上觉得选择一般产品选择正序排布是不会有什么大问题的,而综合前面论述三个维度来看,信息的时间流是支持评论正序排布的一个最有利论据,毕竟阅读顺序和评论的先后顺序不一致时容易出现一些理解上的阻碍。但是就特殊的平台、特殊的顶层信息属性来看,又往往需要把最新的消息放在顶部。

欢迎大家一起讨论:)

目录
相关文章
|
机器学习/深度学习 分布式计算 算法
java在机器学习的应用
java在机器学习的应用
247 1
|
9月前
|
人工智能 固态存储 iOS开发
5分钟搞定Photoshop 2025安装:官方下载+许可证激活避坑指南
Adobe Photoshop 2025 是 Adobe 公司推出的最新图像处理软件,广泛应用于平面设计、摄影后期和 UI 设计等领域。其核心功能包括智能 AI 工具(一键抠图、生成填充等)、高效工作流(优化图层管理与色彩调整)、跨平台兼容(支持 Windows 11 和 macOS 15)以及云协作功能(与 Adobe Creative Cloud 集成)。本文详细介绍软件的安装流程、系统要求、正版激活方法及常见问题解决方案,并提供扩展学习资源,帮助用户更好地掌握这款强大工具。
33362 3
ELK 圣经:Elasticsearch、Logstash、Kibana 从入门到精通
ELK是一套强大的日志管理和分析工具,广泛应用于日志监控、故障排查、业务分析等场景。本文档将详细介绍ELK的各个组件及其配置方法,帮助读者从零开始掌握ELK的使用。
|
存储 机器学习/深度学习 缓存
阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架
阿里云机器学习平台 PAI 团队和达摩院 GraphScope 团队联合推出了面向 PyTorch 的 GPU 加速分布式 GNN 框架 GraphLearn-for-PyTorch(GLT) 。
阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架
|
存储 关系型数据库 MySQL
幻读的探讨
幻读是数据库中常见的一种问题,它指的是在一个事务中,由于并发操作而导致同一个查询多次读取的结果不一致的现象。在这篇博客文中,我将详细探讨幻读的概念、原因和解决办法。
284 0
|
数据可视化 算法 vr&ar
|
存储 安全 程序员
【C++标准的演化】逐步解决历史遗留问题,从C++11到C++26的改进
【C++标准的演化】逐步解决历史遗留问题,从C++11到C++26的改进
657 0
|
小程序 安全 BI
小小二维码,轻松完成设备巡检
针对设备状态不透明、纸质记录效率低、故障报修不及时等设备点巡检的常见问题,可以在草料二维码上自主搭建涵盖点检、巡检、报修、维修、保养等功能的管理系统,无需安装APP,微信扫码就能查看设备档案、用表单替代纸质检查表。
392 0
|
数据安全/隐私保护 Python
基于交叉指标的加密货币(股票、期货、期权)量化交易系统[Python]开发源码规则解析
基于交叉指标的加密货币(股票、期货、期权)量化交易系统[Python]开发源码规则解析
|
JSON 数据可视化 BI
一个基于Python数据大屏可视化开源项目
一个基于Python开发的,结构简单的项目。可通过配置Json的数据,实现数据报表大屏显示。
916 0
一个基于Python数据大屏可视化开源项目