黃聰：博客園的積分和排名算法探討，積分是怎么計算的？（轉）

我們先來看看現行規則，用公式表示為：
-------------------------------------------------------------------
BlogScore = BeRead + 10 * BeComment + 50 * Comment

BlogScore：博客積分
BeRead：個人博客所有隨筆和文章的閱讀數之和
BeComment：個人博客被評論總數
Comment: 個人所發表的評論總數
-------------------------------------------------------------------
我從這個公式看出了幾個問題：
1.發表隨筆和文章本身不會為博客帶來積分，但不發表文章，BeRead和BeCommented將永遠為0
2.發表一篇評論可以直接加50分
3.被閱讀10次等於被評論一次的積分

首頁問題
這里，首先聯想到是討論已久的“首頁問題”，上首頁對文章有什么直接的好處呢？通常首頁文章的BeRead值會比較大，一般1000左右。值得注意的是不同類型和質量的文章其BeRead值差距並不是太大，根據我的經驗每篇首頁文章的閱讀數大約在500~3000這個區間范圍，最多相差5,6倍。而BeComment值則相差很大，少的有幾乎為0的，普通文章4，5次，多的則達可到300次以上，相差上百倍，如果再乘上系數10，就更為可觀。

文章質量問題
因 此，那些吸引眼球、引起爭議的文章會為博客帶來巨大的積分。我們常常看到首頁上一些非技術文章門庭若市；一些高質量的技術文章，反而只有寥寥幾篇回復。 一個好的技術博客，應該鼓勵產生高質量的原創技術文章，這才是它的核心價值，而並不是僅僅是像門戶網站一樣賺取人氣。那么應如何區分文章的質量呢？當然， 最直接的方式就是讀者反饋。現在博客園已經有了【推薦】和【反對】的反饋功能，不妨利用起來作為積分計算的參考依據。有了這個參數，就能區別對待不同質量 的文章，讓高質量的文章為作者帶來更多的積分。至於具體實現，我還沒有一個很好的模型，只能隨便想個簡單的，比如定義文章質量因子：

QualityFactor = log(max(1, 推薦數 - 反對數))

在計算積分的時候可以考慮把評論數或閱讀數乘上這個質量因子。

PersonRank vs PageRank
在互聯網上，如果一個網頁被很多其它網頁所鏈接，說明它受到普遍的承認和信賴，那么它的排名就高，這就是Google PageRank算法的核心思想。PageRank把鏈接視為源對目標網頁的投票，而這張票的分量是和源網頁自身的PageRank相關的。下面是一個簡單的示意圖：

這在博客園內有類似的情況，博客園有MVP，有排名靠前的著名人物，他們的文章常常會得到大家的追捧，而普通新手的影響力則一時難以與他們相比。這就說明， 博客或者說作者，與互聯網的網頁有類似之處，是有Rank之分的，當然這個Rank是動態變化的。如果把評論看成是對文章的投票，而這張票的分量與投票者自身的影響力相關，這就可以產生類似PageRank的PersonRank。假設園內某MVP評論某篇文章，一般來講他的評論應該比普通評論更有分量。當然，這里還應該考慮正面評價和負面評價因素，如果他持推薦意見，應該加分，如果他持反對意見則不應該加分。

馬太效應
什么是馬太效應？舉個熱門新聞算法的例子，越是熱門新聞大家越是去點，越去點它就越熱門，形成一個惡性循環。如果算法不好，熱門或許就會永遠熱門下去。同樣的道理，在博客園里面，積分高的作者的文章越是熱門，越是熱門他的積分就越來越高。那么應該如何避免馬太效應，鼓勵新人輩出呢？常見的方式有兩種，一是衰減機制，比如，一月前的文章產生的積分應該乘上一個衰減系數（比如0.9），從而使近一個月的文章產生的積分所占權重變大，這樣就避免成名后坐吃山空的現象，真實地反映出作者近段時間的貢獻；二是log函數，對點擊數和評論數取log以后再作為積分，讓積分的增長變得平滑，避免極端大的分值出現。

一時興起，隨便想了這么多，拋磚引玉，大家見仁見智！再次聲明，本文是純學術探討，不構成對博客園的任何改動建議。