求一个帖子推荐算法（根据帖子支持和帖子不支持的人数以及帖子创建时间）

[paulguo]

比如数据库中存有如下三个字段：

----------------------------------------
| id | support | unsupport | timestamp |
----------------------------------------
| 1 | 45 | 19 | 14223xxxxx|
----------------------------------------

根据这三个字段，如何才是比较好的自动推荐？

[hu437]

如果只根据这个基本上没有太好的，现在的推荐主要有两种，协同过滤和内容相似度；内容相似度可以使用TD IDF，你这个比较适合使用协同过滤中的基于用户的协同过滤。
比如用户A，支持了帖子1、2、3
用户B，支持了帖子，1
用户C，支持了帖子，1、3
那就可以为用户C推荐帖子2

[hu437]

可以使用TD IDF和上面的这个协同过滤结合的方法

[Js]

这几个字段只能(support-unsupport)/(now()-timestamp)*N因子吧

阮一峰今年年初写过几篇《基于用户投票的排名算法》的

[paulguo]

@hu437 @Js thx, 我没表述清楚，不能算是推荐，其实是为了生成一个HOT LIST。我参考下Js的算法，跟前几天看的讲Digg算法的一文中提及的算法类似。

[best1a]

要不参考下Reddit的?
http://songshuhui.net/archives/66981

[KiseXu]

可以看这个系列的文章： https://www.google.com/search?q=ruanyifeng.com+%E5%9F%BA%E4%BA%8E%E7%94%A8%E6%88%B7%E6%8A%95%E7%A5%A8%E7%9A%84%E6%8E%92%E5%90%8D%E7%AE%97%E6%B3%95&sugexp=chrome,mod=19&sourceid=chrome&ie=UTF-8

[leiz]

你要的是一个排序优先的取舍吧。
先排s+us总数，然后排时间，例如一周内，最后排s