算法实战

2024-06-02 22:54| 来源: 网络整理| 查看: 265

运营了一个模版下载网站，之前根据查看详情、下载、收藏等交互维护了模版的热度，但是发现并不是很“人性化”，因为点击的越多的模版永远霸榜了，一些其他的优质模版几乎很难再出现在首页，所以打算更换算法，可以更加人性化的展示真正的优质模版～

算法选择

基于Hacker News的内容热度推荐算法

库表设计

模版表原来维护的hot字段，现在增加hot_score维护热度分值

增加一个维护一周内模版交互的记录表

热度计算及维护

参数解释：

Hinit ：初始热度值，这里我们直接用的原模版的hot热度

Hinteract：互动热度值，我们取一周内交互的热度和

Htime：时间衰减因子，这里取7*24。

G：重力因子，它决定了热度随时间下降的速度，前期平台人员较少时，相对应得发的资源也会比较少，这时可以把G调小一点，减缓时间推移对热度下降的影响，后期平台人员增多时，相对应的资源也会增加，这时可以把G调大一点，加速时间推移对热度下降的影响。比如：1.2-1.8

Hweight: 加减权重，初始值可以为0，在某些偶然或者极端情况下需要人为干预的时候，可以动态调整其值，使其能够及时的控制其热度。

/** * @param hInit 初始热度值，可以以用户活跃度来衡量，比如以积分的形式 * @param hInteract 互动热度值，根据用户行为数据来衡量 * @param hTime 时间衰减因子，也就是从提交到现在的时间（以小时计），加2是为了防止最新发表的会导致分母过小，这个值可调，在前期平台人数较少时调整大一些，在后期人数增长起来后，可以调整的小一些，比如，因为用户对平台资源有一个消化时间。 * @param g 重力因子，它决定了热度随时间下降的速度，前期平台人员较少时，相对应得发的资源也会比较少，这时可以把G调小一点，减缓时间推移对热度下降的影响，后期平台人员增多时，相对应的资源也会增加，这时可以把G调大一点，加速时间推移对热度下降的影响。比如：1.2-1.8 * @param hWeigh 加减权重，初始值可以为0，在某些偶然或者极端情况下需要人为干预的时候，可以动态调整其值，使其能够及时的控制其热度。 * @Author l'amour solitaire * @Description Hacker News的内容热度推荐算法 * @Date 2022/6/28 下午10:48 **/ public static Double resourceHot(Integer hInit, Integer hInteract, Integer hTime, Double g, Integer hWeigh) { return (hInit + hInteract) / Math.pow((hTime + 2), g) + hWeigh; }

理想的方式是有交互的时候更新当前模版的热度，同时定时任务执行全局重新计算，但是这个项目我们不打算运用定时任务，所以最终我的的方式是有交互的时候更新当前模版的热度，同时加上热点的排序，如下

lastSql.append(" ORDER BY hot_score DESC,hot DESC");

也就是基于hot和hot_score进行排序，通过用户操作来更新实时数据，未更新的以hot来排序，同时删除7天前的热点数据，省略了定时任务

实现效果 DOWN源码

【本文地址】

公司简介

联系我们