編輯導語：我們在刷微博時，會發現微博下的評論大都是以點贊量進行排序，經常聽到“熱評第一”之類的詞；但這樣就導致一些後來的評論沒有機會到前排，所以要怎麼進行列表排序的設計？本文作者提出了幾個方法，我們一起來看一下。
作為一款內容產品，其平台上的內容必定是海量的，內容與內容的質量高低、發佈時間等都是有很大差距的。
所以我們要在魚龍混雜的內容裏，通過哪些手段挑選出用户想看的內容並優先展示呢？
也許只有——“熱度排序”可以滿足。
熱度排序市面上內容產品常見的排序方式，按照內容的熱度進行高低排序，可以讓用户從海量內容中看到對自己價值較高的內容；今天給大家一起討論一下內容產品列表的熱度排序該去怎麼設計。
市面上有很多用户體量不是很大的細分產品，裏面的內容列表都會有熱度排序。
但是大多都是按照點贊量、評論量、交易量等等一些簡單的字段結合成一個新字段，再根據新字段進行排序，就成了熱度排序。
也確實是熱度排序，但是也有很多的問題，比如舉一個例子：知識付費平台，作者方上傳自己的付費課程到平台，用户可在平台內查看到所有作者上傳的課程，那麼這個所有課程的熱度排序該怎麼去設計呢？
按照“贊轉評”組合字段排序？那麼新上架的課程這些數據肯定不高，那就給它排到最後嗎？
排名靠前的永遠就只是那些最早上傳，且銷量領先的課程；這就會導致後上傳的課程因為新上架，銷量低，所以得不到應有的曝光。
最終導致的結果就是：後上傳的作者沒有得到公平的曝光，沒有持續的動力去迭代課程、或產生新的課程；那麼這個課程列表的用户活躍曲線便會在前期到達峯值後，持續下滑。
除了上述的問題之外，還有出現：
- 用户使用該熱榜的需求是什麼？是否得到滿足呢？
- 作弊惡意刷榜，怎麼辦，人工干預嗎？
- 如何給新出內容相對公平的曝光量？
- 如何避免列表的內容出現馬太效應，即熱度越大，曝光越多，曝光越多，熱度越大？
一個真正的熱度排序，會在內容列表裏起了至關重要的作用：
- 從用户角度來看：熱度排序説明了該列表裏的內容是會不斷更新，不斷給自己推一些質量好，並且喜歡的內容；
- 從產品角度來看：熱度排序決定了這個列表是否能滿足用户當下最流行需求；
- 從運營角度來看：熱度排序則可以更好的扶持新內容的產生，打造一個相對公平的內容平台，避免出現馬太效應。
流行的定義——“流行”是不斷變化的，是根據社會上新出現的某一事務、觀念等並被大眾所接受、採用、進而迅速推廣得來的。
小明平時喜歡看言情小説，這三年來也讀過不少小説了，市面上耳熟能詳的小説基本上都有看過。
正好最近剛讀完一本，想再找一本新的，但是在網上找來找去發現找到的小説不是已經讀過的就是寫的不好；於是就想找一個可以看到最近新出的，而且質量還不錯的言情小説排行榜，以便於找到想看的小説。
2. 分析用户需求可以從在用户場景中拆分出用户的關鍵需求：“想找一本最近新出的、質量還不錯的小説”。
“質量還不錯的”要判斷小説的質量就要依靠用户的行為數據，某些數據越高，説明大部分用户是喜歡該小説的，並且用户願意拿出時間或金錢與該小説進行交換；那麼就是説該內容的受歡迎度比較高
“最近新出的”就是説列表的內容必須要有時效性，發佈時間比較早的就要考慮是否還有必要讓它排序靠前。
符合以上場景的熱度排序就要圍繞着內容的時效性和受歡迎度兩個關鍵點進行設計，以滿足場景中用户的需求。
3. 熱度排序分析熱度排序是由兩個核心點構成，一個是時效性，一個是受歡迎度，
時效性要隨着時間的流失，熱度值會越來越低，並且應該是越減越快，直到接近0熱度，便停止該內容的熱度計算；其目的就是為了滿足用户當下最流行的需求。
受歡迎度可以利用用户與內容產生的行為交互的某一字段或多個字段的組合值進行表達，字段要能準確反映出該內容是否可以滿足當下流行的因素的影響下用户的需求，如：點贊評轉收藏等字段都可以反映出內容是否符合最流行需求。
4. 結合用户場景設計熱度排序結合用户場景、熱度排序分析，選取合適的字段，對其進行組合加工。
從場景分析中可以得出結論——熱度排序要圍繞時效性和受歡迎度來進行設計。
1）那麼就可以定義一個簡單的公式：
- H=內容的熱度值；
- W=小説的閲讀量、點贊量、評論量、加入書單量加權求和的數值；
- I=作者本身的影響因子，影響因子與作者本身的歷史數據有關；
- G=一個衰減的重力參數；
- T=小説發佈的時長；
2）公式特點：
- 時間T值越大，熱度H值越低；
- 對於不同的作者I，內容的初始熱度是不同的，作者I值大則內容初始熱度越大；
- 面對不同的重力G，即使初始質量高，重力大時其熱度衰減很快；
- 一個內容的質量W越高，此內容熱度高於新內容的時間越長。
3）不同問題下的參數調整
新小説太多，近期熱門的不足：
內容都是熱門，新東西看不到：
一會是一個老的熱門的，一會是一特別新的：G較小的同時，I過大。
每一篇小説內容要按照以上公式進行計算，得出每一篇小説的熱度權重，根據每條小説的熱度權重進行降序排序；同時根據自身的業務類型確定熱度排序列表的刷新頻率，保證新內容產生的頻率和列表刷新頻率能夠匹配，以打造一個相對公平的平台。
三、結語本文根據了某一場景來對熱度排序進行分析、設計；最終列舉的熱度排序公式不是很複雜，很適合前期小體量的內容產品使用。
目前很多內容產品的列表的排序方式不止一個，不同排序方式就是為了滿足不同用户不同場景下的不同問題；但是一般情況下，熱度排序都會作為默認排序方式。
有一點可以確定，那就是熱度排序的目的，可以説所有排序的目的，都是是為了提高用户的“效用”，《俞軍的產品方法論》裏提到：“效用 = 慾望的滿足程度”。
不合適的熱度排序會滿足用户的“效用”嗎，可能會滿足，但是“效用”的滿足程度肯定不高。
歡迎大家指導~
本文由 @毛小驢 原創發佈於人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash，基於CC0協議