Algorithm Reddit/Hacker新闻风格的流行时间衰减算法，可处理负面排名

我有一个排名系统，用户可以向上/向下投票（+1/-1）个对象，每个对象都有一个累积的

评分总和

，它可以是负的、零的或正的。我还记录对象在

rating\u count

中被评级的总次数。因此，我可以通过一点代数计算出赞成票和反对票的数量

我想实现一个计分算法，该算法考虑了对象的评级，但也意味着较旧的对象会受到惩罚，并且分数较低

到目前为止，我发现了以下几点：

score=rating_sum/(age^gravity)

其中，

gravity

是一个常数（我一直在使用

gravity=2

）

这是正常的，除了带有负值的评级，在这种情况下，对象越老，其得分越高（负值越小）。这意味着，给定两个具有相同负面评级的对象，例如-2，较大的对象得分高于较小的对象，并且浮动更高

是否有一个评分算法，我可以使用，将工作的负面评价呢

---

（出于技术原因（我正试图使用django ORM进行优化），我想要一个相当简单的算法，并且我可以将其放入SQL查询语句中，因此最好是POW、LOG）

您可以使用指数衰减模型

让您的lambda基于您当前的评级。类似（lambda=-rating/常量）

如果lambda为负值，则分数将朝0递减

如果lambda为正，分数将朝负无穷大方向负增长

然而，这意味着负面分数只会更负面，而正面分数永远不会变为负面。

这看起来很像Reddit使用的“热门度”排名。它对用户评级的LOG10加上年龄进行排序（降序）。此SQL是一个粗略的示例：

SELECT *
FROM ratings
ORDER BY 
    LOG10(ABS(rating_sum)) * SIGN(rating_sum)   
    + (UNIX_TIMESTAMP(created_at) / 300000) DESC
LIMIT 50

当心你的评分_sum=0，因为记录为零并不酷

---

我在我的一个网站上写了一篇文章更详细地描述了它

为什么不

score=rating_sum-age^gravity

？把

rating_sum

看作是“流行”，把

-1*age^gravity

看作是“新鲜”。然后

score=受欢迎程度+新鲜度

。