计算社交网络的用户交互 - 算法
Calculating user interaction for social network - Algorithm
我在社交网络上工作。我必须为用户生成类似帖子的新闻提要。我们首先希望来自用户朋友的帖子，用户处于高交互状态。所以，我想到的一个简单公式是：
用户优先级 = 否。与该用户的互动次数/总次数与所有用户的互动
这给出了正确的答案，但我想知道仅仅依靠这个公式是否有效，或者我是否应该考虑其他事情。
此公式的示例，当用户是：
用户喜欢 A 的 5 个帖子和 B 的 3 个帖子，所以 5+3=8 次互动。现在对于每个用户，A 是 5/8=0.625，B 是 3/8=0.375。所以用户更优先考虑 A，所以先显示 A 的帖子，然后再显示 B 的帖子...
其他可以改进算法的事情可能是：
- 取决于上次互动的时间。例如，一个月前用户 A 的 5 post 被点赞，而用户 B 的 post 一周前被点赞。
- 互动频率。用户 A 可能在一个月内断断续续地互动，但与 B 的互动在 2 天内被压缩了。
- 浏览喜欢的页面所花费的时间。这表示页面的质量或兴趣
- 用户喜欢的内容（通过自己的点赞和posts）和朋友圈生成的内容。这将涉及文本处理
- 两者之间的关系类型。例如，来自 GF 的一个无趣的 post 可能比最好的伙伴的有趣
具有更高的优先级
- post 的总点赞数 - 这可能决定了人们对该 post 内容的总体兴趣。
您可能还想阅读此 post 此处：Understanding and building a social network algorithm
我在社交网络上工作。我必须为用户生成类似帖子的新闻提要。我们首先希望来自用户朋友的帖子，用户处于高交互状态。所以，我想到的一个简单公式是：
用户优先级 = 否。与该用户的互动次数/总次数与所有用户的互动
这给出了正确的答案，但我想知道仅仅依靠这个公式是否有效，或者我是否应该考虑其他事情。 此公式的示例，当用户是：
用户喜欢 A 的 5 个帖子和 B 的 3 个帖子，所以 5+3=8 次互动。现在对于每个用户，A 是 5/8=0.625，B 是 3/8=0.375。所以用户更优先考虑 A，所以先显示 A 的帖子，然后再显示 B 的帖子...
其他可以改进算法的事情可能是：
- 取决于上次互动的时间。例如，一个月前用户 A 的 5 post 被点赞，而用户 B 的 post 一周前被点赞。
- 互动频率。用户 A 可能在一个月内断断续续地互动，但与 B 的互动在 2 天内被压缩了。
- 浏览喜欢的页面所花费的时间。这表示页面的质量或兴趣
- 用户喜欢的内容（通过自己的点赞和posts）和朋友圈生成的内容。这将涉及文本处理
- 两者之间的关系类型。例如，来自 GF 的一个无趣的 post 可能比最好的伙伴的有趣 具有更高的优先级
- post 的总点赞数 - 这可能决定了人们对该 post 内容的总体兴趣。
您可能还想阅读此 post 此处：Understanding and building a social network algorithm