跟踪相对趋势的算法

Question

我正在开发一个包含 文章 和 标签 的网站（它们的关系是 n:m）。网站的一个重要部分是按标签过滤文章。标签有一定的权重，代表它们的相对重要性。权重会随时间变化（每天），具体取决于它们用于过滤文章的频率（点击次数））。

我应该使用什么算法来计算权重？关键标准：

• 基于历史数据（点击次数），但短期内（~ 过去 10-20 天）
• 过去数据的相关性会随着时间的推移而下降（点击次数来自 昨天比 10 天前的点击更重要）
• 尊重标签的“个人趋势”（标签从 100 一天内获得 200 次点击胜过两天内获得 200 次点击的标签 行）
• 尊重新标签（没有历史命中）
• 尊重过去几天点击次数不多的标签（权重高的标签自然会获得更多点击量，因此“较弱”标签仍应偶尔获得“打破循环”的机会）

Answer 1

我建议使用以下公式来计算标签权重：

Score = c1 * Hits(today) + c2 * (Hits(today) - Hits(yesterday)) + c3 * Random
Weight = a * Score + (1 - a) * Weight(yesterday)

在哪里

• 随机 - 随机值 0..1
• c1, c2, c3, a - 适当的常数值，0<a<1