Reddit演算法分析

怎樣才能將贊成票和反對票結合起來，計算出一段時間內最受歡迎的文章呢？如果文章a有100張贊成票、5張反對票，文章b有1000張贊成票、950張反對票，誰應該排在前面呢？

reddit的程式是開源的，使用python語言編寫。排名演算法的**大致如下：

這段**考慮了這樣幾個因素：

（1）帖子的新舊程度t

t = 發貼時間 - 2023年12月8日7:46:43

t的單位為秒，用unix時間戳計算。不難看出，一旦帖子發表，t就是固定值，不會隨時間改變，而且帖子越新，t值越大。至於2023年12月8日，應該是reddit成立的時間。

（2）贊成票與反對票的差x

x = 贊成票 - 反對票

（3）投票方向y

y是乙個符號變數，表示對文章的總體看法。如果贊成票居多，y就是+1；如果反對票居多，y就是-1；如果贊成票和反對票相等，y就是0。

（4）帖子的受肯定（否定）的程度z

z表示贊成票與反對票之間差額的絕對值。如果對某個帖子的評價，越是一邊倒，z就越大。如果贊成票等於反對票，z就等於1。

結合以上幾個變數，reddit的最終得分計算公式如下：

這個公式可以分成兩個部分來討論：

（一）這個部分表示，贊成票與反對票的差額z越大，得分越高。

需要注意的是，這裡用的是以10為底的對數，意味著z=10可以得到1分，z=100可以得到2分。也就是說，前10個投票人與後90個投票人（乃至再後面900個投票人）的權重是一樣的，即如果乙個帖子特別受到歡迎，那麼越到後面投贊成票，對得分越不會產生影響。

當贊成票等於反對票，z=1，因此這個部分等於0，也就是不產生得分。

（二）這個部分表示，t越大，得分越高，即新帖子的得分會高於老帖子。它起到自動將老帖子的排名往下拉的作用。

分母的45000秒，等於12.5個小時，也就是說，後一天的帖子會比前一天的帖子多得2分。結合前一部分，可以得到結論，如果前一天的帖子在第二天還想保持原先的排名，在這一天裡面，它的z值必須增加100倍（淨贊成票增加100倍）。

y的作用是產生加分或減分。當贊成票超過反對票時，這一部分為正，起到加分作用；當贊成票少於反對票時，這一部分為負，起到減分作用；當兩者相等，這一部分為0。這就保證了得到大量淨贊成票的文章，會排在前列；贊成票與反對票接近或相等的文章，會排在後面；得到淨反對票的文章，會排在最後（因為得分是負值）。

（三）這種演算法的乙個問題是，對於那些有爭議的文章（贊成票和反對票非常接近），它們不可能排到前列。假定同一時間有兩個帖子發表，文章a有1張贊成票（發帖人投的）、0張反對票，文章b有1000張贊成票、1000張反對票，那麼a的排名會高於b，這顯然不合理。

結論就是，reddit的排名，基本上由發帖時間決定，超級受歡迎的文章會排在最前面，一般性受歡迎的文章、有爭議的文章都不會很靠前。這決定了reddit是乙個符合大眾口味的社群，不是乙個很激進、可以展示少數派想法的地方。

[參考資料]

* how reddit ranking algorithms work