PMCAFF（pmcaff.com）是在中國非常流行的產品經理社區。匯集160000+會員，8000+業界大咖，致力于為產品人提供專業的產品沙龍、課程培訓、求職招聘等服務。

本文由PMCAFF會員X零蛋撰寫，未經許可，禁止轉載。

●?●?●

▍PMCAFF產品經理社區的咖友提問：知乎上對于回答的排序是如何設置的？

知乎回答的排序是依據哪些依據進行排序的？

▍?X零蛋? 若古 產品經理

首先拋出一個知乎使用的“威爾遜算法”。

科學說明版：此算法以贊同，反對的票數統計為基礎數據。每個可記錄數據的都是“0-1”的獨立事件，符合“泊松分布”，于是該數據很容易歸類于“二項分布”里。在二項分布里找相應的數據處理模型，威爾遜算法的輸入是發生概率，輸出是置信區間，如果要做數據對比，則選擇下限數據。

舉個栗子版：有95%的發生概率，好評率在[70%,80%],那么可以選擇70%作為對比評價數據。

傳說中的“威爾遜算法”如下：

其中 u 為加權贊同票數，v 為加權反對票數， Zα為參數，另外，默認所有回答者對自己的回答投了一票贊同，所以 u 至少為 1。

如圖所示

但是，知乎整個社區運營僅僅依靠算法么！？

其實并不然！

首先，排序是對內容優先級的篩選，而社區運營中，內容和用戶是兩條腿。所以排序涉及兩方面：回答權重，用戶權重。

排序是以內容權重為主，加入了用戶權重的分析，力圖能夠制造“優勝劣存”（貪心造成的）的社區環境。

• 內容權重

威爾遜算法中，回答的贊同或反對指向是：是否獲取到內容消費的匹配用戶。

那么繼續分析的前提是：確認用戶的現狀，所以一旦用戶從優質稀釋到一般之后，原先的優質內容并不一定能匹配現在用戶。

故產品的目標人群定位是第一位的，然后再是算法。

而僅僅靠算法想調動所有用戶或者絕大多數用戶，是不可能的，算法的默認條件是：選取一定level的用戶群體，然后再計算。

一個算法只能解決一個問題，不可能把社區（類似小社會）的所有問題，做一個大一統的解決。

因此，我贊同建立社區“副本”的重要性，就是社區的階層性，一個階層一個算法。

• 用戶權重

對于用戶權重，這里有兩種觀點：

>>用戶權重的建立：百害而無一利（不利于UGC大量生產）

1）會產生“馬太效應”，新進用戶的存在感太弱——內容分量低

2）領域類意見領袖的贊同，基本可以與首頁推薦掛鉤——社區的用戶屬性強

>>用戶權重的建立：雙手贊同（利于優質資源的沉淀）

1）區分領域類用戶，便于用戶回答的差異化評價——承認用戶權重屬性對社區的利好

2）加重內容的明星效應，能夠產生爆點內容——加強內容生產的用戶關系鏈

某種程度上來說，我是支持用戶權重的建立，社區“劣幣驅逐良幣”的解決一定需要解決社區的階層性，而階層性一定得承認用戶權重的差異性，理清社區之后，才知道資源怎么流轉。

資源包括內容和用戶，而運營的后期，用戶是關鍵，所以社區進入穩定期后，要建立用戶權重。

• 總結

知乎回答的排序設置，不僅僅是算法，而是社區運營的一個重大決策，需要負責人對社區有通體的了解，對內容和用戶發展有個明晰的方向，如果僅僅覺得這是技術的事，那么離“死亡”也就不遠了。

本文來自PMCAFF產品經理社區（www.pmcaff.com），不代表PMCAFF觀點和立場，未經許可，禁止轉載。

●?●?●

最酷的產品經理都在讀

百度VS谷歌，搜索質量評判也要講基本法

微信充值頁面為啥長這樣？（多圖）

8個直播底層支撐的創業機會，你都抓住了嗎？

點擊

閱讀原文

了解更多詳情

總結

以上是生活随笔為你收集整理的咖友：X零蛋丨只靠“威尔逊算法”，知乎危险了？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。