转载于http://qing.blog.sina.com.cn/2090594487/7c9bf0b733001jsa.html
以搜索为例，点击类似。所有变换和简化须不影响排序结果。
排位变化
最初的算法参考电影排行榜，统计昨日Top词、前日Top词，然后计算每个词w两天的排位差，排位变化最大的就是最热的词。
排序取出取出排位前 N 的词语集合。
WZ为昨日搜索词TopN集合，WQ为前日搜索词TopN集合。
SortBySearchCount（WZ, Desc）
SortBySearchCount（WQ, Desc）
if(w in WQ)
PositionChange = Position( w，昨日) - Position( w,前日 )
else
PositionChange = Position( w，昨日) - ( N + 1 )
SortByPositionChange（ WZ）
此算法比较笨，必需做三次排序，但是挑选出的词语效果还是比较好的。
注意，根据上述方法，词条这两天的排位差PositionChange 越小，表示其越火。PositionChange 可以为负值。
----------备注----------
举例：对于在集合WZ中的词条w，给出几种情况：
（1）假设词条w这两天比较火，即分别出现在昨天和前天的词条集合WZ和WQ中了，则
假设昨天拍在第3位，前天排在第5位，则该词条上升了两位。此时PositionChange = -2.
假设昨天拍在第5位，前天排在第3位，则该词条下降了两位。此时PositionChange = 2.
（2）假设词条w只在昨天的集合WZ中，但是不在前天的集合WQ中，则
假设昨天拍在第3位，又因为N = 100，则98位。此时PositionChange = -98.
又因为PositionChange 越小（-98<-2<2），表示其越火，根据排序，可以得到第三情况的词条最火。此时也符合实际情况。
变化率
算法很简单：今日次数/昨日次数，按照变化率排序即可。
ChangeRate = (Cz+1)/(Cq+1) - 1
}
SortByChangeRate(WZ, Desc)
算法很简单，但是哪些前日访问很少的词语，就很占便宜了。
加权变化率
加权变化率是对于算法2的修正，考虑搜索量因素，将搜索量较小的词语加权小，而对于搜索量大的词语加权大，平衡一下访问量因素。此处的权值取两天内此词总共的搜索次数在全部搜索次数中的比例。
ChangeRate = (Cz+1) / (Cq+1) - 1
Weight = (Cz+Cq) / (CZ+CQ)
RateWithWeight = ChangeRate * Weight
SortByRateWithWeight (WZ, Desc)
因为我们只考虑排序，所以可以对词算法进一步简化
RateWithWeight = ChangeRate * Weight
= ( (Cz+1) / (Cq+1) - 1 ) * (Cz+Cq) / (CZ+CQ）= (Cz-Cq) * (Cz+Cq) / (Cq+1) / (CZ+CQ)
因为CZ、CQ对于两天内的所有值都是一样的，所以可以不计算，不影响最后的排序结果。
可以取简化后的
RateWithWeight = (Cz-Cq) * (Cz+Cq) / (Cq+1)
-------------------------------分割线------------------------------------
小结
方法一：排位差
算法思想：根据词语每天出现次数求出其排在老几，之后计算两天的排位差，根据排位差求热度。
具体步骤：
（1）统计每一个词在昨天和前天出现的次数，并找出排位前 N 的词语集合
（2）对每一个词，计算每个词w两天的排位差
（3）根据词语的排位差进行排序，其中排位变化最大的就是最热的词。
评价：此算法比较笨，必需做三次排序，但是挑选出的词语效果还是比较好的。
方法二：变化率
算法思想：根据词语两天的出现次数求出其出现次数的比值，根据比值求出其热度。
具体步骤：
（1）统计每一个词在昨天和前天出现的次数，并找出排位前 N 的词语集合
（2）对每一个词，计算每个词w两天的变化率，即今日次数/昨日次数。
（3）根据词语的变化率进行排序，其中变化率最大的就是最热的词。
评价：算法简单，但是对于访问次数少但变化率大的词语会占便宜。
方法三：加权变化率
算法思想：根据词语两天的出现次数和其在总搜索次数的站的份额求出比值，根据比值求出其热度。
具体步骤：
（1）统计每一个词在昨天和前天出现的次数，并找出排位前 N 的词语集合
（2）对每一个词，计算每个词w两天的加权变化率，即（今日次数/昨日次数）* 该词这两天的总搜索次数在全部搜索次数中的比例。
（3）根据词语的加权变化率进行排序，其中加权变化率最大的就是最热的词。
以上就是本篇文章【热词统计发现算法3则】的全部内容了，欢迎阅览 ！ 文章地址：http://dfvalve.xrbh.cn/quote/3394.html 行业 资讯 企业新闻 行情 企业黄页 同类资讯 网站地图 返回首页 迅博思语资讯移动站 http://keant.xrbh.cn/ , 查看更多