推荐系统之构建排行榜

排行榜其实就是热门榜，在推荐系统中非常重要，细细嚼来，其中也蕴藏了不少学问。究竟有什么作用呢？

一、排行榜的作用

1）解决新用户的冷启动问题，当新用户来的时候，我们没有他的任何信息，这个时候可以将热点资讯或者物品推荐给他。

2）发现老用户兴趣的方式。老用户兴趣比较明确了，在享受个性化推荐的同时，也可以浏览一些热点的物品，从而发现用户的新兴趣。

3）保证推荐服务的可用性。当推荐引擎出问题或者推荐不出物品的时候，可以用热点排行榜作为一种兜底策略。

二、排行榜算法概述

最简单的排行榜算法，就是直接统计某些指标，例如点击数、点击率、转发量、点赞数、评论数等。但是这种简单的统计算法比较简单，容易上线，但是不太靠谱，原因如下：

1）容易被刷榜

2）马太效应一直存在，除非强制替换，否则一些高热的物品会一直占据榜中的位置。

3）不能反映时间的因素，有些虽然很热，但其实已经过时了，也是2）造成的问题。

所以，推荐系统的排行榜算法应该综合考虑各方面的因素，例如时间因素，这样才会更科学合理。

三、加入时间因素的排行榜算法

把排行榜想象成一个梯子，物品在奋力的向上爬，它们的动力来自用户的投票，物品本身还承受一定的重力，会从梯子上掉下来，用户的投票可以抵消部分重力，投票不及时或者不够，物品就会持续向下掉，Hacker News计算帖子热度就用了该思想，公式如下：

1、P得票数，去掉作者自己投的票。

2、帖子距离现在的小时数，加上帖子发布到被转帖至Hacker News的平均时长。

3、帖子热度的重力因子。

可以看出随着时间的增加，分母逐渐增大，帖子的热度分数会逐渐降低。重力因子的选择，根据实际情况而定，重力因子越大，帖子热度衰减的越快。

 另一种考虑时间因素的排行榜算法就是牛顿冷却定律，物品受关注度如同温度一样，不输入能量的话就会冷却，公式如下：

H：环境温度，可以认为是平均票数

C：为净剩票数，即时刻t得到的票数，就是最朴素的那个统计量。

t：物品的存放时间，一般以小时为单位。

α：冷却系数，反映物品自然冷却的快慢。

α如何确定呢？一个直观的办法，假如一个物品在时间过去B个单位后，增加了A个投票数，但是热度分数不变，这时候就可以计算出α了。

更多排行榜计算方法参考《推荐系统三十六式》