類似基於投票的熱門計數算法普遍應用在熱門文章，熱門評論等場景中，
典型的比如網易和今日頭條的評論區，國外比如Hacker News和Reddit的主題排序。
一.Hacker News的排序算法
Hacker News是一個主題社區，用戶可以為主題投票，根據得票數，系統自動統計出熱門文章排行榜。
同時主題發表時間也會對排名產生影響，新發表的主題比舊的主題更容易得到好的排名。
Hacker News的排名算法是這樣實現的：
(p – 1) / (t + 2)^G
其中，
P表示帖子的得票數，減去1是為了忽略發帖人的投票。
T表示距離發帖的時間（單位為小時），加上2是為了防止最新的帖子導致分母過小（之所以選擇2，可能是因為從原始文章出現在其他網站，到轉貼至Hacker News，平均需要兩個小時）。
G表示"重力因子"（gravityth power），即將帖子排名往下拉的力量，默認值為1.8。
從這個公式來看，決定帖子排名有三個因素：
第一個因素是得票數P。
在其他條件不變的情況下，得票越多，排名越高。
第二個因素是距離發帖的時間T。
在其他條件不變的情況下，越是新發表的帖子，排名越高。或者說，一個帖子的排名，會隨着時間不斷下降。
第三個因素是因子G。
它的數值大小決定了排名隨時間下降的速度。
G值越大，排名下降得越快，意味着排行榜的更新速度越快。
二.Reddit的排序算法
Reddit 是Digg類型網站，國內類似的社區有花瓣網等。
和Hacker News不同，和Reddit允許用戶投反對票，
算法如下圖：
1.文章提交時間對排名的影響
文章提交時間對排名的影響可以總結為以下幾點：
提交時間對排名影響巨大，越新的文章排名會越高
文章排名得分不會隨時間的流逝而降低，但新文章會比老文章獲得更高的分。這跟Hacker News的排名算法有很大區別，它的得分會隨時間流逝而降低。
下圖表現的是具有相同支持和反對的票數，但時間不同的文章的排名得分情況：
2.使用對數改變不同范圍內的權重計算值
Reddit在算法中使用了對數函數來強化前幾票的份量：
前10個贊成票的份量和后面100個的份量，以及再后面1000票的份量是相同的，以此類推
下面是效果圖：
3.反對票對排名的影響
Reddit對反對票使用了簡單的加減方法，這種計算方式實際上是有問題的，
一篇文章的的’得分‘定義如下：
up_votes – down_votes
最后的結果就是類似下圖：
這種計算方式會對既有很多贊成票，又有很多反對票的文章（比如很有爭議的文章）帶來重大影響，它們可能會比那些只有很少贊成票的文章獲得分數更低。
三.典型的文章／評論等投票計數算法
可以考慮使用類似規則引擎的機制去計算權重，在項目中封裝獨立的模塊用於計算熱門評論的加權得分，得到列表展現順序。
1.影響列表排序結果的因素
（1）需要計算的維度
發布時間，點贊數，評論數，內容豐富度（如商品評論等）
（2）可以擴展引入計算的維度
用戶權重（星級用戶/認證用戶等）
2.不同權重對展現結果的影響
（1）發表時間
最新的發表的主題的權重大於一段時間以前發表的內容，這個維度的影響可以通過改變對應的時間因素上的因子等調節。
（2）點贊和點踩數目
點贊數越多，位置越靠前，點踩數越多，排序位置越靠后，同時不同時間間隔的點贊操作會占權重不同，比如五分鍾以內的10個點贊大於一小時以內的20條點贊。
（3）評論數目及最近一段時間的評論活躍度
評論數目越多，位置越靠前，同時近期被評論越多，活躍的主題占據的位置會越靠前。
（4）內容豐富度
其他緯度類似的情況下，內容越豐富，權重應該越高。
3.計算策略
針對上面的幾個維度，可以分別整理對排序結果有正面和負面影響的因素，可以使用乘法和加法結合，通過設置不同的因子來調節權重。
內容參考：