热度定义

在设计和实现热搜榜系统时，首先需要明确的核心问题是：什么是”热度”？

热度是一个多维度的概念，它反映了内容在特定时间窗口内的受欢迎程度和影响力。单一指标（如浏览量）往往无法全面衡量内容的真实热度，因此我们需要构建一个综合性的评分体系。

热度的构成维度

1. 浏览量（Views）

浏览量是最基础的热度指标，表示内容被查看的次数。

特点：

• 数据量大，容易获取
• 但容易被刷量，需要去重和反作弊
• 无法区分用户的真实兴趣程度

2. 点赞数（Likes）

点赞表示用户对内容的认可和喜爱。

特点：

• 比浏览量更能反映用户满意度
• 操作成本低，用户参与门槛低
• 权重通常高于浏览量

3. 评论数（Comments）

评论表示用户愿意花时间与内容互动，是更深层次的参与。

特点：

• 操作成本较高，代表更强的用户参与
• 评论质量参差不齐，可能需要加权
• 能引发二次传播和讨论

4. 分享数（Shares）

分享表示用户愿意将内容传播给他人，是影响力的重要体现。

特点：

• 操作成本最高，代表最强的认可
• 直接带来新用户和流量
• 权重通常最高

5. 其他维度

根据业务场景，还可以考虑：

• 收藏数（Bookmarks）：用户希望日后回看
• 完播率（Completion Rate）：视频内容的完成观看比例
• 点击率（CTR）：在推荐流中的点击表现
• 负反馈（Negative Feedback）：举报、不感兴趣等

热度分数计算公式

基于上述维度，我们可以构建一个加权的热度分数公式：

基础公式

数学表达式

用数学公式表示为：

其中：

• $V$ = 浏览量（Views）
• $L$ = 点赞数（Likes）
• $C$ = 评论数（Comments）
• $S$ = 分享数（Shares）
• $B$ = 收藏数（Bookmarks）
• $w_v, w_l, w_c, w_s, w_b$ = 对应权重

时间衰减因子

为什么需要时间衰减？

热搜榜反映的是当前的热门内容，而非历史累积的热门内容。如果没有时间衰减：

1. 老内容会长期占据榜单
2. 新内容难以获得曝光
3. 榜单失去”实时性”意义

衰减函数选择

常见的衰减函数有：

1. 指数衰减（Exponential Decay）

数学表达式：

其中 $T_{1/2}$ 是半衰期。

2. 线性衰减（Linear Decay）

数学表达式：

3. 对数衰减（Logarithmic Decay）

数学表达式：

完整的热度计算公式

结合时间衰减后的完整公式：

完整数学表达式：

实际案例：知乎热榜算法

知乎热榜采用了类似的加权 + 衰减策略，其简化版本如下：

权重调优建议

小结

1. 热度是多维度的：不能仅依赖单一指标，需要综合考虑浏览、点赞、评论、分享等多个维度
2. 权重需要调优：不同业务场景需要不同的权重配置
3. 时间衰减至关重要：保证榜单的实时性和新鲜度
4. 公式需要迭代：根据实际数据和用户反馈持续优化

在下一节中，我们将讨论如何高效地计算和更新这些热度分数。