Thuật toán/điểm số nội dung nóng với thời gian phân rã

Question

Tôi đã đọc + nghiên cứu về thuật toán và công thức để tìm ra điểm số cho nội dung do người dùng gửi của mình để hiển thị các mặt hàng đang nóng/thịnh hành cao hơn danh sách, tuy nhiên tôi sẽ thừa nhận tôi ' m một chút trên đầu tôi ở đây.

tôi sẽ cung cấp một số nền tảng trên những gì tôi sau khi ... người dùng tải lên âm thanh đến trang web của tôi, âm thanh có một vài hành động:

• Chơi
• Downloaded
• Thích
• Được yêu thích nhất

Lý tưởng nhất tôi muốn một thuật toán nơi tôi có thể cập nhật điểm số âm thanh mỗi khi một hoạt động mới được ghi lại (phát, tải xuống v.v ...), cũng là một hành động tải xuống có giá trị hơn một trò chơi, giống như một lượt tải xuống và một lượt yêu thích nhiều hơn một lượt thích.

Nếu có thể, tôi muốn âm thanh cũ hơn 1 tuần sẽ giảm khá mạnh khỏi danh sách để cung cấp nội dung mới hơn nhiều khả năng xu hướng.

Tôi đã đọc về thuật toán reddits có vẻ tốt, nhưng tôi đang ở trên đầu của tôi về cách tinh chỉnh nó để sử dụng nhiều biến của tôi và thả các bài viết cũ sau khoảng 7 ngày.

Một số bài báo mà chúng tôi thú vị:

• http://amix.dk/blog/post/19588 (reddits algo)
• http://www.evanmiller.org/rank-hotness-with-newtons-law-of-cooling.html

Any help is appreciated!

Paul

Answer 1

Reddits công thức cũ và một chút thả ra

Về cơ bản, bạn có thể sử dụng công thức Reddit của. Kể từ khi hệ thống của bạn chỉ hỗ trợ upvotes bạn có thể cân nặng họ, dẫn đến một cái gì đó như thế này:

def hotness(track) 
    s = track.playedCount 
    s = s + 2*track.downloadCount 
    s = s + 3*track.likeCount 
    s = s + 4*track.favCount 
    baseScore = log(max(s,1)) 

    timeDiff = (now - track.uploaded).toWeeks 

    if(timeDiff > 1) 
     x = timeDiff - 1 
     baseScore = baseScore * exp(-8*x*x) 

    return baseScore 

Yếu tố exp(-8*x*x) sẽ cung cấp cho bạn thả mong muốn của bạn off:

Những điều cơ bản đằng sau

Bạn có thể sử dụng bất kỳ chức năng nào đi nhanh hơn số điểm của bạn. Vì chúng tôi sử dụng log trên điểm số của mình, ngay cả một hàm tuyến tính cũng có thể nhân lên (miễn là điểm của bạn không tăng theo cấp số nhân).

Vì vậy, tất cả những gì bạn cần là một hàm trả về 1 miễn là bạn không muốn sửa đổi điểm số và sau đó giảm xuống. Ví dụ của chúng tôi ở trên các biểu mẫu có chức năng:

multiplier(x) = x > 1 ? exp(-8*x*x) : 1 

Bạn có thể thay đổi hệ số nếu bạn muốn ít đường cong dốc hơn.

Ví dụ trong C++

Cho phép nói rằng xác suất cho một ca khúc đưa ra để được chơi trong một giờ nhất định là 50%, 10% tải, như 1% và 0,1% yêu thích. Sau đó, chương trình sau C++ sẽ cung cấp cho bạn một ước tính cho hành vi điểm số của bạn:

#include <iostream> 
#include <fstream> 
#include <random> 
#include <ctime> 
#include <cmath> 

struct track{ 
    track() : uploadTime(0),playCount(0),downCount(0),likeCount(0),faveCount(0){} 
    std::time_t uploadTime;  
    unsigned int playCount; 
    unsigned int downCount; 
    unsigned int likeCount; 
    unsigned int faveCount;  
    void addPlay(unsigned int n = 1){ playCount += n;} 
    void addDown(unsigned int n = 1){ downCount += n;} 
    void addLike(unsigned int n = 1){ likeCount += n;} 
    void addFave(unsigned int n = 1){ faveCount += n;} 
    unsigned int baseScore(){ 
     return playCount + 
      2 * downCount + 
      3 * likeCount + 
      4 * faveCount; 
    } 
}; 

int main(){ 
    track test; 
    const unsigned int dayLength = 24 * 3600; 
    const unsigned int weekLength = dayLength * 7;  

    std::mt19937 gen(std::time(0)); 
    std::bernoulli_distribution playProb(0.5); 
    std::bernoulli_distribution downProb(0.1); 
    std::bernoulli_distribution likeProb(0.01); 
    std::bernoulli_distribution faveProb(0.001); 

    std::ofstream fakeRecord("fakeRecord.dat"); 
    std::ofstream fakeRecordDecay("fakeRecordDecay.dat"); 
    for(unsigned int i = 0; i < weekLength * 3; i += 3600){ 
     test.addPlay(playProb(gen)); 
     test.addDown(downProb(gen)); 
     test.addLike(likeProb(gen)); 
     test.addFave(faveProb(gen));  

     double baseScore = std::log(std::max<unsigned int>(1,test.baseScore())); 
     double timePoint = static_cast<double>(i)/weekLength;   

     fakeRecord << timePoint << " " << baseScore << std::endl; 
     if(timePoint > 1){ 
      double x = timePoint - 1; 
      fakeRecordDecay << timePoint << " " << (baseScore * std::exp(-8*x*x)) << std::endl; 
     } 
     else 
      fakeRecordDecay << timePoint << " " << baseScore << std::endl; 
    } 
    return 0; 
} 

Kết quả:

Như vậy là đủ cho bạn.