查找最活跃的主题或游戏

Question

在你的数据库中找到最活跃的论坛线程或游戏的好指标是什么？

想象一下，你在运营一个像4chan这样的论坛。您希望最活跃的线程出现在第一页上。您尝试过按last_updated对主题进行排序，但结果很混乱:每次刷新时看到的线程实际上都是随机的，跳到第二个页面可能会显示许多相同的结果。必须有更稳定的算法来确定活动线程！

想象一下，你经营着一个网站，人们可以在那里玩游戏和观看比赛。当人们访问你的首页时，你想让他们看到这些游戏是多么令人兴奋。游戏中的交互可以归结为生成单个事件。但你不能只按last_updated排序，因为有些人玩得很慢，而你想要找到令人兴奋的游戏。

为了获得额外的好处，可以考虑如何构造SQL查询以获得最大的活动，或者如何在服务器端缓存中实现这一点。最佳答案不需要cron作业来整理数据。

Answer 1

在论坛示例中，最热门的帖子是基于发表的评论，所以你只需计算当天/周/月发表的评论数量(无论你认为什么时间段构成‘热门’)，并基于此对帖子进行排序。

SELECT p.id, p.title, COUNT(c.created_at) as count
FROM posts p, comments c
WHERE p.id = c.post_id
AND c.created_at > ***TIME YOU DETERMINE AS HOT***
GROUP BY p.id, p.title
ORDER BY count DESC

假设您对这些数据模型有类似的表设置，那么您的游戏场景将是相同的

**请注意，您放在select语句中的任何内容也必须在group by语句中**

Answer 2

当然你不能指望last_updated(它本身)，你应该对所有的活动线程使用reply_ count /play_count，view_count/played_count。您可能需要为每个游戏添加一个像now_playing_count这样的字段，以确定现在最热门的游戏。

Answer 3

在某种程度上与你的问题相关的问题被称为"The Britney Spears Problem“，它是关于在算法上确定热门话题的难度。从AI的角度来看，这是一个困难的问题，因为首先，没有固定数量的主题，所以分类是不可能的。由于趋势会不时发生变化，因此模型需要考虑时间因素(典型的神经网络不会，除非您正在谈论时间延迟神经网络)。最后，热门和不热门是主观的，因人而异，这意味着你可能需要考虑个人过去的兴趣(Collaborative Filtering)。