博客园积分算法探讨
今天在dudu的
《博客园FAQ》上看到了博客积分算法规则。因为同样是搞互联网的，平时工作也涉及到用户积分算法的设计，所以特把此问题拿出来分析探讨。初衷只是纯学术的研究探讨，并不构成对博客园积分机制的意见建议。
我们先来看看现行规则，用公式表示为：
-------------------------------------------------------------------
BlogScore = BeRead + 10 * BeComment + 50 * Comment
BlogScore：博客积分
BeRead：个人博客所有随笔和文章的阅读数之和
BeComment：个人博客被评论总数
Comment: 个人所发表的评论总数
-------------------------------------------------------------------
我从这个公式看出了几个问题：
1.发表随笔和文章本身不会为博客带来积分，但不发表文章，BeRead和BeCommented将永远为0
2.发表一篇评论可以直接加50分
3.被阅读10次等于被评论一次的积分
首页问题
这里，首先联想到是讨论已久的“首页问题”，上首页对文章有什么直接的好处呢？通常首页文章的BeRead值会比较大，一般1000左右。值得注意的是不同类型和质量的文章其BeRead值差距并不是太大，根据我的经验每篇首页文章的阅读数大约在500~3000这个区间范围，最多相差5,6倍。而BeComment值则相差很大，少的有几乎为0的，普通文章4，5次，多的则达可到300次以上，相差上百倍，如果再乘上系数10，就更为可观。
文章质量问题
因 此，那些吸引眼球、引起争议的文章会为博客带来巨大的积分。我们常常看到首页上一些非技术文章门庭若市；一些高质量的技术文章，反而只有寥寥几篇回复。 一个好的技术博客，应该鼓励产生高质量的原创技术文章，这才是它的核心价值，而并不是仅仅是像门户网站一样赚取人气。那么应如何区分文章的质量呢？当然， 最直接的方式就是读者反馈。现在博客园已经有了【推荐】和【反对】的反馈功能，不妨利用起来作为积分计算的参考依据。有了这个参数，就能区别对待不同质量 的文章，让高质量的文章为作者带来更多的积分。至于具体实现，我还没有一个很好的模型，只能随便想个简单的，比如定义文章质量因子：
QualityFactor = log(max(1, 推荐数 - 反对数))
在计算积分的时候可以考虑把评论数或阅读数乘上这个质量因子。
PersonRank vs PageRank
在互联网上，如果一个网页被很多其它网页所链接，说明它受到普遍的承认和信赖，那么它的排名就高，这就是Google PageRank算法的核心思想。PageRank把链接视为源对目标网页的投票，而这张票的分量是和源网页自身的PageRank相关的。下面是一个简单的示意图：
这在博客园内有类似的情况，博客园有MVP，有排名靠前的著名人物，他们的文章常常会得到大家的追捧，而普通新手的影响力则一时难以与他们相比。这就说明， 博客或者说作者，与互联网的网页有类似之处，是有Rank之分的，当然这个Rank是动态变化的。如果把评论看成是对文章的投票，而这张票的分量与投票者自身的影响力相关，这就可以产生类似PageRank的PersonRank。假设园内某MVP评论某篇文章，一般来讲他的评论应该比普通评论更有分量。当然，这里还应该考虑正面评价和负面评价因素，如果他持推荐意见，应该加分，如果他持反对意见则不应该加分。
马太效应
什么是马太效应？举个热门新闻算法的例子，越是热门新闻大家越是去点，越去点它就越热门，形成一个恶性循环。如果算法不好，热门或许就会永远热门下去。同样的道理，在博客园里面，积分高的作者的文章越是热门，越是热门他的积分就越来越高。那么应该如何避免马太效应，鼓励新人辈出呢？常见的方式有两种，一是衰减机制，比如，一月前的文章产生的积分应该乘上一个衰减系数（比如0.9），从而使近一个月的文章产生的积分所占权重变大，这样就避免成名后坐吃山空的现象，真实地反映出作者近段时间的贡献；二是log函数，对点击数和评论数取log以后再作为积分，让积分的增长变得平滑，避免极端大的分值出现。
一时兴起，随便想了这么多，抛砖引玉，大家见仁见智！再次声明，本文是纯学术探讨，不构成对博客园的任何改动建议。
我们先来看看现行规则，用公式表示为：
-------------------------------------------------------------------
BlogScore = BeRead + 10 * BeComment + 50 * Comment
BlogScore：博客积分
BeRead：个人博客所有随笔和文章的阅读数之和
BeComment：个人博客被评论总数
Comment: 个人所发表的评论总数
-------------------------------------------------------------------
我从这个公式看出了几个问题：
1.发表随笔和文章本身不会为博客带来积分，但不发表文章，BeRead和BeCommented将永远为0
2.发表一篇评论可以直接加50分
3.被阅读10次等于被评论一次的积分
首页问题
这里，首先联想到是讨论已久的“首页问题”，上首页对文章有什么直接的好处呢？通常首页文章的BeRead值会比较大，一般1000左右。值得注意的是不同类型和质量的文章其BeRead值差距并不是太大，根据我的经验每篇首页文章的阅读数大约在500~3000这个区间范围，最多相差5,6倍。而BeComment值则相差很大，少的有几乎为0的，普通文章4，5次，多的则达可到300次以上，相差上百倍，如果再乘上系数10，就更为可观。
文章质量问题
因 此，那些吸引眼球、引起争议的文章会为博客带来巨大的积分。我们常常看到首页上一些非技术文章门庭若市；一些高质量的技术文章，反而只有寥寥几篇回复。 一个好的技术博客，应该鼓励产生高质量的原创技术文章，这才是它的核心价值，而并不是仅仅是像门户网站一样赚取人气。那么应如何区分文章的质量呢？当然， 最直接的方式就是读者反馈。现在博客园已经有了【推荐】和【反对】的反馈功能，不妨利用起来作为积分计算的参考依据。有了这个参数，就能区别对待不同质量 的文章，让高质量的文章为作者带来更多的积分。至于具体实现，我还没有一个很好的模型，只能随便想个简单的，比如定义文章质量因子：
QualityFactor = log(max(1, 推荐数 - 反对数))
在计算积分的时候可以考虑把评论数或阅读数乘上这个质量因子。
PersonRank vs PageRank
在互联网上，如果一个网页被很多其它网页所链接，说明它受到普遍的承认和信赖，那么它的排名就高，这就是Google PageRank算法的核心思想。PageRank把链接视为源对目标网页的投票，而这张票的分量是和源网页自身的PageRank相关的。下面是一个简单的示意图：
这在博客园内有类似的情况，博客园有MVP，有排名靠前的著名人物，他们的文章常常会得到大家的追捧，而普通新手的影响力则一时难以与他们相比。这就说明， 博客或者说作者，与互联网的网页有类似之处，是有Rank之分的，当然这个Rank是动态变化的。如果把评论看成是对文章的投票，而这张票的分量与投票者自身的影响力相关，这就可以产生类似PageRank的PersonRank。假设园内某MVP评论某篇文章，一般来讲他的评论应该比普通评论更有分量。当然，这里还应该考虑正面评价和负面评价因素，如果他持推荐意见，应该加分，如果他持反对意见则不应该加分。
马太效应
什么是马太效应？举个热门新闻算法的例子，越是热门新闻大家越是去点，越去点它就越热门，形成一个恶性循环。如果算法不好，热门或许就会永远热门下去。同样的道理，在博客园里面，积分高的作者的文章越是热门，越是热门他的积分就越来越高。那么应该如何避免马太效应，鼓励新人辈出呢？常见的方式有两种，一是衰减机制，比如，一月前的文章产生的积分应该乘上一个衰减系数（比如0.9），从而使近一个月的文章产生的积分所占权重变大，这样就避免成名后坐吃山空的现象，真实地反映出作者近段时间的贡献；二是log函数，对点击数和评论数取log以后再作为积分，让积分的增长变得平滑，避免极端大的分值出现。
一时兴起，随便想了这么多，抛砖引玉，大家见仁见智！再次声明，本文是纯学术探讨，不构成对博客园的任何改动建议。
