UGC内容排序算法：结合用户评价与时间因素

"本文档详细介绍了 feeds 流的优质内容排序机制，涵盖了内容质量、用户评价和运营干预等多个维度的打分算法，旨在将最新、最优质的内容展示给用户。文档还提到了 Reddit 的投票排名算法，并针对其进行了适当的优化，以平衡内容的新鲜度与质量。" 在构建 feeds 流的优质内容排序机制时，主要考虑以下几个关键知识点： 1. **内容自身质量**： - **字数**：内容长度需达到一定标准，如50字以上，以确保信息的完整性。 - **富文本**：包括图片、视频等元素，可以提高内容的吸引力和互动性。 - **作者**：作者的声誉和可信度也是影响内容质量的重要因素。 - **发表时间**：内容的新旧程度会影响其吸引力，较新的内容通常更受关注。 2. **消费者评价**： - **曝光、点击和阅读**：通过这些数据可以评估内容的受欢迎程度。 - **赞数、踩数**：用户的正向和负向反馈直接影响内容的得分。 - **评论数**：评论数量多表示用户参与度高，内容可能更有价值。 3. **运营干预**： - **人工加成**：运营团队可以依据策略对内容进行加分或减分，以调整其排序位置。 4. **打分方法**： - **赞成票与反对票差值**（z）：z = |赞成票 - 反对票|，用于衡量用户反馈的正向倾向。 - **时间因素**（t）：发表时间的长短影响内容的新鲜度。 - **赞成情况**（y）：根据赞成票是否超过反对票，y取1、0或-1。 - **Reddit算法**：原始算法侧重于发帖时间，但可能忽视了较旧但高质量的内容。 5. **算法优化**： - **时间敏感度**：近期内容更受重视，如1天和昨天的区别大，而7天和8天的差别对用户感知较小。 - **时间分段**：以3天为界，对不同时间段的数据应用不同的权重，如近3天内容使用较高的底数计算，保证时间敏感度；超过3天的内容使用较低的底数，降低时间敏感度，强调净赞数。 通过上述机制，feeds流的排序可以兼顾内容的新颖性和质量，从而提供更好的用户体验，确保用户能够发现并接触到最具价值的信息。同时，这种优化的算法也允许一些优秀但稍显陈旧的内容有机会出现在用户视野中，增加内容的多样性和深度。