Hacker News 排名算法工作原理

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))))

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

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

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

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)

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

更新： 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)))))