热门文章排行榜topn推荐实例

最近有一个项目中要用到热门文章排行榜，经过一番思考和努力最终做出来了，小编今天就给大家分享一下我的实践经验。大家可以参考一下说不定能让你少走弯路。



热门文章最关心的是热门的计算方法，根据实际经验总结跟热门有关的几个因素有：阅读量，展示量，收藏量，转发量，点赞量及评论等。

之前有思考过几个版本的公式，但最后比较满意的是：

热度＝(x1*因素1+x2*因素2+...+xn*因素n)*时间冷却系数*发布时长

x1+x2+...+xn=1

 

上面公式提到一个“时间冷却系数”,是源自牛顿冷却定律，这个理解起来也就是一句话:物体的冷却速度，与其当前温度与室温之间的温差成正比。



写成数学公式就是:

 



公式中“*时间冷却系数*发布时长”部分写成数据公式就是： exp(-(冷却系数) x 间隔的小时数)

 

其中，"冷却系数"是一个你自己决定的值。如果假定一篇新文章的初始分数是100分，24小时之后"冷却"为1分，那么可以计算得到"冷却系数"约等于0.192。如果你想放慢"热文排名"的更新率，"冷却系数"就取一个较小的值，否则就取一个较大的值。

 

要注意的一点就是热门是跟时间有很大关系的，所以统计数据我都是取最近一时间段的来统计。

下面我就用 阅读量与评论量两个因素来做个例子给大家参考，在实际应用中你可能要考有因素有很多个

01 def   updateHotArticle(): 02      #获取阅读统计    03      viewDic  =   getViewData() 04        05      hotDic = {} 06      try : 07          db  =   MySQLdb.connect(mysql_host, mysql_user, mysql_pwd, mysql_db, charset  =   "utf8" ) 08          cursor  =   db.cursor() 09            10          for   id   in   viewDic: 11               12              sql = """SELECT id,TIMESTAMPDIFF(HOUR,publishTime,NOW()) as hours,commentNum from article where id='""" + id + """' ;""" 13              cursor.execute(sql) 14              results  =   cursor.fetchone() 15              hours = results[ 1 ] 16              commentNum = results[ 2 ] 17                18              hot  =   ( 0.3   *   viewDic[ id ]  +   ( 1   -   0.3 )  *   commentNum)  *   math.exp( - 0.192   *   hours) 19              hotDic[ id ] = hot 20                21          db.close()        22      except   Exception, e: 23          print   Exception, e 24        25      hotDic =   sorted (hotDic.iteritems(), key = lambda   d:d[ 1 ], reverse  =   True )[:topn] 26      saveHot(hotDic)

 

所有排行榜都可能出现“马太效应”，减弱“马太效应”的方法也有很多种，后面会写一篇文章专门介绍这个。

 

最后一个很重要的问题就是防作弊，一般不要公开你的热门计算方法给用户知道。否则用户就很容易地把自己的文章刷成热门文章。另外更重要的一点就是识别各种因素的作弊特点与异常特征。一旦发现对作弊就要对其作出处罚。如果防作弊是要根据实际情况处理的，方法也有很多，这些不一一作介绍了。

完整代码下载