结合用户场景设计热度排序

结合用户场景、热度排序分析，选取合适的字段，对其进行组合加工。

从场景分析中可以得出结论——热度排序要围绕时效性和受欢迎度来进行设计。

1）定义一个简单的公式

\[ H = \frac{W + I}{(T + 1)^G} \]

• H=内容的热度值；
• W=小说的阅读量、点赞量、评论量、加入书单量加权求和的数值；
• I=作者本身的影响因子，影响因子与作者本身的历史数据有关；
• G=一个衰减的重力参数；
• T=小说发布的时长；

2）公式特点

• 时间T值越大，热度H值越低；
• 对于不同的作者I，内容的初始热度是不同的，作者I值大则内容初始热度越大；
• 面对不同的重力G，即使初始质量高，重力大时其热度衰减很快；
• 一个内容的质量W越高，此内容热度高于新内容的时间越长。

3）不同问题下的参数调整

新小说太多，近期热门的不足：

• 降低初始数值I；
• 降低衰减重力G；

内容都是热门，新东西看不到：

• 提高初始数值I；
• 提高衰减重力G；

一会是一个老的热门的，一会是一特别新的：G较小的同时，I过大。

每一篇小说内容要按照以上公式进行计算，得出每一篇小说的热度权重，根据每条小说的热度权重进行降序排序；同时根据自身的业务类型确定热度排序列表的刷新频率，保证新内容产生的频率和列表刷新频率能够匹配，以打造一个相对公平的平台。