基于喜欢、分享和视图的最受欢迎帖子的算法[重复]

Question

我正在开发一个包含无数故事的网站。各种格式的故事：文本、视频、照片和其他多媒体元素。故事可以根据各种基础进行过滤，其中一些是“新”的，显然首先包含最新的故事，“精选”的故事将手动标记为特色，“流行”的故事我需要提出一个算法。

到目前为止，我正在做的是平均 facebook 喜欢、分享数量（包括 facebook、twitter 或任何其他分享）和观看次数。但这对我来说并不好。因为社交垃圾邮件等原因，对所有三个指标赋予相同的权重年龄听起来并不真实。

期待一些非常好的算法来对故事的受欢迎程度进行排名。

----加法-----

Popularity Algorithm 仅讨论基于“喜欢”的算法，该算法基于将结果分类为时间戳类别：流行于日、周和月。而This 的答案几乎可以回答我的查询，但不完全是因为那里假设了指标。我正在寻找一些具有真实解释的确切指标。例如“facebook *2”，解释为什么 *2 用于 facebook。我希望我现在没有重复！

---

Answer 1

我建议尝试使用 regression algorithm。使用最广泛的是 linear regression，但如果该模型不适合 - 请随意探索其他模型。

1. 首先，确定每个故事的特征。你的特点是 喜欢，推文，分享，意见，....我还要添加一个布尔指标 （变量只能是 0 或 1 的值）用于每种类型 （视频/照片/...）。
2. 接下来，为自己创建一个训练集 - 这是一组故事 您（或其他人类专家）评分的地方。
3. 现在，使用这些特征和训练集 - 使用一些回归 算法来创建最适合您必须的功能的模型 您已经评分的示例。¹
4. 拥有模型后 - 您可以使用它为所有其他人打分 文件。

关于垃圾邮件发送者检测 - 您可以尝试异常检测算法

---

(1) 实际上，第 2 步和第 3 步可以一起完成 - 使用主动回归技术 - 在主动回归中，学习器（算法）会要求您提供可以使算法尽可能快地学习的示例。根据我的实验，PAlice 是一种性能非常好的主动回归算法。