牛顿冷却定律

牛顿冷却定律（Newton’s Law of Cooling）是描述物体温度随时间变化的经典物理定律。在热搜榜系统中，我们借用这个定律来模拟内容热度的自然衰减过程。

原理概述

牛顿冷却定律的原始公式为：

$\frac{dT}{dt} = -k(T - T_{env})$

其中：

• $T$ 是物体当前温度
• $T_{env}$ 是环境温度
• $k$ 是冷却系数（正数）
• $t$ 是时间

积分后得到温度随时间变化的公式：

$T(t) = T_{env} + (T_0 - T_{env}) \cdot e^{-kt}$

其中 $T_0$ 是初始温度。

在热度计算中的应用

在热搜榜场景中，我们将这个公式映射为：

• 温度 $T$ → 热度分数
• 环境温度 $T_{env}$ → 基础热度（通常为 0）
• 初始温度 $T_0$ → 初始热度分数
• 冷却系数 $k$ → 衰减因子

简化后的热度衰减公式为：

$Score(t) = Score_0 \cdot e^{-\lambda t}$

其中：

• $Score_0$ 是内容发布时的初始热度
• $\lambda$ 是衰减系数（控制衰减速度）
• $t$ 是内容发布后经过的时间

时间衰减公式实现

基础实现

完整的热度计算类

参数调优建议

1. 衰减系数的选择

衰减系数 $\lambda$ 决定了热度下降的速度：

计算公式：如果希望内容在 $T$ 秒后热度降到原来的 $R$ 比例：

$\lambda = -\frac{\ln(R)}{T}$

2. 使用半衰期配置

半衰期更直观，推荐用半衰期来配置：

3. 不同类型内容的参数建议

实战示例

完整的热度计算服务

注意事项

1. 避免浮点数精度问题：当热度分数非常小时，可以设置一个最小阈值
2. 性能优化：对于大量内容，可以缓存计算结果，定期刷新
3. 冷启动问题：新内容可能需要额外的曝光权重
4. 时间同步：确保服务器时间一致，避免计算偏差

总结

牛顿冷却定律为热度衰减提供了一个优雅且可解释的数学模型。通过调整衰减系数或半衰期，可以灵活适应不同业务场景的需求。结合互动分数和发布时间，能够构建出既反映实时热度又兼顾内容质量的热搜榜系统。