以图片社区为例，如何利用热度算法做内容质量评估？

以图片社区为例，结合我的实践经验，从待解决问题、输入、计算逻辑、输出四要素，拆解热度算法如何设计。

一、背景

在内容社区中，热度算法是基于实际用户反馈行为，比如内容的点赞、收藏等数据，而实时计算得到的分数。 热度算法用于衡量内容的流行度，做对应的质量评估。这里的“质量”，更多代表的是内容受用户欢迎程度。 热度高，表示当前内容受更多用户欢迎，十分流行；热度低，表示图片较为冷门。

热度算法为了解决什么问题而存在？

它是为了从庞大的内容库中，简单高效地发现大多数人喜欢的头部内容，推荐给其他用户，从而满足他们的内容需要。 《乌合之众》提到，人们在群体生活中，多有从众心理，偏好大多数人的选择。热度算法正是应用了大众心理，热度反映的是社区内部用户大多数的口味偏好。

二、价值

热度算法的价值在哪里？

维持老用户的活跃度。 热度算法能够让老用户最高效地获取头部内容，及时感知到当前社区的热点。

以新浪微博为例，热搜榜凭借热度算法，快速挖掘热点新闻，让用户获取实时热点，带动了新浪微博整体的活跃度。吃瓜群众喜欢的娱乐圈八卦，如若干明星出轨事件，在热搜爆出后，让服务器几度宕机。

提高新用户的留存率。 热度算法呈现的是社区最流行的内容，这能够让新用户第一时间感知社区作品的优质程度，大概率满足他们的内容需要，增加留下来的可能性。

以摄影社区图虫和视频社区B站为例，热门Tab的优先级很高，把当前最热的内容呈现给新用户，对提升留存是有很大帮助的。

三、算法

以图片社区为例，结合我的实践经验，从待解决问题、输入、计算逻辑、输出四要素，拆解热度算法如何设计。请记住，以下思路是可以复用的，不止是图片，其他形式的内容如文章、视频、音频都适用。需要注意的是，输入及计算逻辑需要结合你的具体产品和业务背景而定。

1. 待解决问题及期望输出

在热度算法中，待解决问题是如何量化图片在社区中的流行度。

期望输出热度排序，用于排行榜或基于一定规则下发至用户端。

2. 输入

从图片的生命周期来看，一张图片会经过四个阶段：刚发布、被其他用户消费互动、被官方推荐、成为旧图片。依此，我们可以考虑图片热度S拆分为三部分组成：

• S1-初始分，指图片刚发布，没有任何消费互动时，赋予一定的初始分数。
• S2-受欢迎分，指图片发布后，被其他用户消费互动，具备一定的受欢迎分数。
• S3-推荐分，指官方运营可以对图片进行正负推荐，做一定的人工干预。

其中，正推荐可以对分数低但具备潜力的图片给予扶持，负推荐可以对分数高但不符合社区规范的图片进行抑制。

这三个子分数的输入来源，可以结合以下考虑：

• 初始分S1：用过往图片被精选次数或该用户的身份权重。由于我所在的产品，精选是由运营判断的，相对质量较好，而用户的身份如达人等相对缺乏持续运营，所以我选取精选数作为核心指标。
• 受欢迎分S2：在一定展示量下，该图片被点赞、评论、收藏、分享的次数/人数。以上是较为常规的关键指标，如果你的产品有其他更为关键的行为，可以做对应增删。
• 推荐分S3：S1和S2是图片本身自带的数据，而S3则是预留了一个运营干预的口子。这里的分数，可以做对应的运营辅助后台，由运营同事手动设置。正推荐则加分，负推荐则减分。

3. 计算逻辑

3.1 未考虑时效性的热度计算

• 图片热度S=初始分S1+受欢迎S2+正推荐分S3-1+负推荐分S3-2；
• 初始分S1=SUM（该用户过往图片被精选次数），精选次数封顶值为max；
• 受欢迎分S2=(h1*点赞数+h2*评论数+h3*收藏数+h4*分享数)/展示数，h1-h4为该行为的单次得分项，分数越高，表示该行为对内容更重要；
• 正推荐分S3-1=运营设定值，为正数；
• 附推荐分S3-2=运营设定值，为负数。

以上是未考虑时效性的分数计算，当图片成为旧图片时，我们更希望它能够为其他新图片让位。也就是热度降低，热度与时间成负相关关系。这时候我们引入时间衰减函数，对S1、S2和S3分别考虑时间的影响。

3.2 考虑时效性的热度计算

业内通用的时间衰减函数，是牛顿冷却定律。伟大的牛顿发现，物体的温度在冷却到与室温一致时，温度变化并不是线性的，而是指数衰减。这个定律也被互联网的小伙伴跨界应用到热度算法。

公式表示为F（T）=e^[-k*(T-T0)]，e是自然常数2.718，k为冷却系数，（T-T0）为时间间隔，T为当前时间，T0为起始时间。k越大，衰减越快；k越小，衰减越慢。

k值如何确定？假设热度从100变成1，用了24小时（全衰期），可以视为基本衰减完毕，即F（T）=0，T-T0=24，依此可以求得k值。计算时需要注意时间单位，统一换算为时间戳。在实际的落地中，难度在于如何确定全衰期。这个应该根据实际的业务需要去判定，比如新闻的全衰期一般为24小时，比较注重实效性；而其他业务，对于时效性要求不高，可以将全衰期适当延长。

加上时间衰减后，我们可以更新S1-S3的公式如下：

• 初始分S1=SUM（该用户过往图片被精选次数）*F1（T），精选次数封顶值为max
• 受欢迎分S2=(h1*点赞数+h2*评论数+h3*收藏数+h4*分享数)/展示数*F2（T）
• 正推荐分S3-1=运营设定值*F3（T），为正数
• 附推荐分S3-2=运营设定值，为负数

其中，F1（T）、F2（T）、F3（T）均为对应的衰减函数：

• F1（T）=e^[-k1*(T-T0)]，T0为图片发布时间
• F2（T）=e^[-k2*(T-T0)]，T0为图片发布时间
• F3（T）=e^[-k3*(T-T’)]，T’为设定时间

3.3 归一化处理

经过以上2个步骤的处理，我们得到的是：图片热度S=初始分S1+受欢迎S2+正推荐分S3-1+负推荐分S3-2。

如果你实际落地中会发现，受欢迎分S2往往很大，无论如何调节S1和S3，对分数影响都很小。这个时候，你会幡然醒悟，缺少了最重要的一步——归一化。

因为我们得到的S1、S2和S3，大小不在同一量级上，如果直接简单相加，S约等于可能约等于某个子分数。

引入归一化系数a，将各部分分数进行适当的放大或缩小。最终得到：图片热度S=a1*初始分S1+a2*受欢迎S2+a3*正推荐分S3-1+a4*负推荐分S3-2。

4.实例

用户小白在2020年3月1日0:00发布一张图片，小白过往图片被精选次数为20次；24小时后，该图片累计展示1000次，获赞数400，评论数100，收藏数50，分享数10。求此时的热度分数。暂无运营推荐操作。

在热度算法中：

• 初始分S1=SUM（该用户过往图片被精选次数）*F1（T），精选次数封顶值为max
• 受欢迎分S2=(h1*点赞数+h2*评论数+h3*收藏数+h4*分享数)/展示数*F2（T）
• 正推荐分S3-1=运营设定值*F3（T），为正数
• 负推荐分S3-2=运营设定值，为负数

若结合业务讨论得到：

• 初始分S1，精选最多按10次计算，时效性3天；T-T0=24小时=1天，对应F1（T）=0.215；
• 受欢迎分S2，点赞一次计1分，评论一次计2分，收藏一次计3分，分享一次计4分，时效性30天；T-T0=1天，对应F2（T）=0.858
• 正推荐S3-1，推荐时效性7天

那么此时可以计算如下：

• S1=10*F1（T）=2.15
• S2=（1*400+2*100+3*50+4*10）/1000*F2(T)=0.68
• S3-1=S3-2=0
• 而热度分S=a1*S1+a2*S2+a3*S3-1+a4*S3-2，其中归一化系数a1=1，a2=10，a3=5，a4=5，则计算出最终S=8.95

四、总结

热度算法实际很难，难就难在如何根据实际业务调参调优，以下我分享几点心得：

（1）第一版本不在乎精度，重点在于跑通流程，确定好整个热度算法的框架

框架必须正确，并且支持后续拓展。第二版本起，才开始调参调优。这是是一个技术活，一定要体现在分数的改变效果上，根据效果来反推调优方向，否则只是无意义的劳动。

（2）无数据不算法，巧妇难为无米之炊

输入涉及的数据指标，都是需要正确埋点的。如果数据不可用，应该优先做数据基建。

小数据+复杂模型=一般效果

大量数据+简单模型=很好效果

大量数据+复杂模型=更好效果

（3）热度S能够让运营或用户简单理解的前提，是需要做对应的可视化

因为直接计算出热度分数只是个绝对数，而相对数才是对业务有参考意义的。比如你可以将热度S做成区间0-10，10分表示满分。要学会将技术语言转化为业务语言。

如果你看完以上内容，觉得热度算法很简单。那么恭喜你，你已经成功入坑，可以去实践了。

如果没看懂，你可以勇敢提出你的疑问。我们一起交流学习，共同进步。

 

作者：Ln，微信号：scnulhy

本文由 @Ln 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议