[求教] 如何优雅处理社交系统的评论权重？

[fox0001]

1 背景

公司做了个含有社交属性的平台，其中涉及对帖子的评论的排序问题。评论的排序权重计算公式如下：

• 评论的排序权重 = 时间权重 + 点赞权重 + 其它权重
• 时间权重 = 100 / （评论创建时间的小时数 - 当前服务器时间的小时数）
• 点赞权重 = 近 1 天点赞数 x 5 + 2~3 天点赞数 x 3 + 4~7 天点赞数 x 2 + 8 天以上点赞数
• 其它权重，跟“点赞权重”类似，只是根据不同的操作数据来计算

就是“时间权重”和“点赞权重”都基于当前时间来计算，“时间权重”每小时变化一次，“点赞权重”每天变化一次。随着社交数据的膨胀，需要重算的历史数据也增多。

2 问题

如何减少无必要的计算？调整“评论的排序权重”的计算公式，还是制定相应的策略做？

3 目前的想法

总体来看，不会实时计算评论权重，而是建立异步任务去计算评论的权重并保存。查询评论时，直接根据评论的权重排序。

基于此想法，目前的方案如下：

1. 按此需求计算评论权重。当帖子有新增评论，或者相关评论有新操作，则重算该帖子所有评论的权重。

2. “评论的排序权重”目前是对历史数据的权重做减法。重新设计一个计算公式，不动历史数据，只针对新评论或者有新操作的评论的权重做加法。

3. 其实评论的排序，已有相关的研究或方案，例如“威尔逊置信区间法”。需要时间去理解。

- Reddit 的排名算法原理
https://www.oschina.net/translate/how-reddit-ranking-algorithms-work?cmp

这个文章分别讲解了 Reddit 的 Story （即 Feed ）和 评论 的排序。都是采用跟时间无关的计算方法，即不用修改历史数据的排序得分。

[xiaojj]

https://mp.weixin.qq.com/s/s99ZWuSi0Lu6ivfpBHvLWQ

[fox0001]

@xiaojj #1 谢谢！虽然不能“抄作业”，但有启发意义

[GTim]

最好的作业是哔哩哔哩的源码吧