算法推荐深度解读（聊聊知乎新算法）
算法推荐深度解读（聊聊知乎新算法）这意味着某个新的、绝对 PK 的站队问题出现，并被站队者（熟悉知乎新规则，并且有闲有耐心去打笔战的人）发现，那么很快，问题下的答案就开始忽高忽低。赞同数较高的回答，开始获得反对票时，得分会快速下降，总反对数越大下降速度越慢。温和 VS 战斗？这个孰好孰坏我不评价，因为知乎还在调整具体的算法。但已经知道的新算法中，有两句话让我很好奇。总投票数较少（范围）时，回答如果获得投票，得分会快速增加，总票数越大增加速度越慢。
分析了所有有关知乎新算法的答案。但发现无论是专栏或回答的赞数，还是我和同事的 TL 上出现的频次，都验证了一件事儿：应该有相当一部分用户没有注意到这样一件事情，也没有注意到这个算法影响着全站的所有的答案，包括你之前的答案（iOS/Android 手机客户端没有影响）。 而作为知乎营销狗、喷子之一，我的很多答案已经被这个算法虐的体无完肤。其它很多答案也受到了影响。
采铜老师的 12 K 赞答案排到了中间位置。一个 172 赞的答案在他之前。
但有意思的是，动态里，他依旧是第一。@黄涛 老师的回复表示，这个地方跟热度有关，与排序无关。
照这些被重新排列的结果来看，知乎似乎正在鼓励中立、温和的答案。并且希望让站队问题变得看似平和一些。甚至是变相打压站队和尖锐观点。因为争议性的话题一定会出现互相看不爽的现象。结果就像采铜老师那样，170 赞的答案四平八稳，结果 Rank 比 12k 还高……
但结果真的会这样么？
温和 VS 战斗？
这个孰好孰坏我不评价，因为知乎还在调整具体的算法。但已经知道的新算法中，有两句话让我很好奇。
-
总投票数较少（范围）时，回答如果获得投票，得分会快速增加，总票数越大增加速度越慢。
-
赞同数较高的回答，开始获得反对票时，得分会快速下降，总反对数越大下降速度越慢。
这意味着某个新的、绝对 PK 的站队问题出现，并被站队者（熟悉知乎新规则，并且有闲有耐心去打笔战的人）发现，那么很快，问题下的答案就开始忽高忽低。
或许你会质疑，谁那么闲没事儿干天天盯着打笔战。但有一个例子：
而新算法上来后，当站队双方发现 up down 开始很好使，后来突然不好使，会采取什么措施？
-
双方会根据排名，在第一波「vote up」/「vote down」 「没有帮助」进入「增长/降低瓶颈之后」，放弃已有答案。
-
第二波以「快速新写答案并获得赞」的方式来获取高 Rank。然后重复第一波的过程。
也就是说，你会在某些争议问题下看到大量答案出现。并且高票答案、低票答案穿插排序。很多在评论里打仗的用户，会挪到答案中依靠同阵营方的赞数快速上升至 rank 高位，随后被敌对阵营方的 down 快速拉低。
这样有好处，问题充分讨论。也有坏处，在热烈讨论的期间（可能几分钟的时间内），Rank 1、2、3 的答案就会各种更换。而不停更换的排名，绝对会激起用户的好胜心。
打土豪，分田地 VS「打大 V，分 Rank」
大 V 出场自带 1000 赞？恩，也自带 700 down。
比如 @李楠木南总。比如@yolfilm；这两位爷或许是极端的。
可是不极端的呢？我举一个大家都不太喜欢、但知名度应该最高的例子，@ 葛巾，葛大。
平和如葛大，也会有一个上 K 赞的诛心答案出现。这些给那个「卖菜刀」答案点赞的人，莫非看到葛大的答案就不会给一个 down？
只不过曾经的知乎算法让某些 down 的效果不那么明显罢了。而今天呢？如果很多人就是以「恶意揣测」你为乐、以「vote down 大 V」为荣，而且他们突然发现，Down 在初期很好使了。。那么结果显而易见。
而权重，这个非常影响 rank 的算法因子，又是这样定义的：
用户在一系列相关话题下发布的全部回答所得到赞同、反对、没有帮助票数决定用户在该领域下的权重。
无无那件事儿（为什么说 @无无 一定会火 - 笔戈科技 - 知乎专栏）给我最大的感受就是：人民群众喜闻乐见的活动还是乐于造神，然后把造出来的神打倒，再狠狠踩两脚。 说白了（或者是我诛心了），放大个体的对答案 Rank 的影响力，看似为了答案的 Rank 更加合理，但实际上的结果可能是在刺激用户自发抱团 PK。
以前是大家看大 V 互相撕逼 PK，现在你也有权力踩在大 V 脸上。把枪从大 V 手上，塞到了一个个用户手上——只要你会抱团。
或许知乎官方认为，现在的知乎已经到了这个阶段了，人民群众应该有枪了。或许知乎也在做一个实验，人民群众有枪之后会怎么样呢？反正算法因子的掌控权依旧在知乎手上。
还会出现大 V 出走么？——在新算法的刺激下，这几乎是必然的结果……
so，这个算法真正得到检验的地方，是一个影响全站的站队问题。而我是否写了快 2k 字胡扯（一直站在悲观的人性本恶这个大前提下），也只需要一个站队性问题来检验。
相信知乎的产品负责 @黄涛先生，也在默默期待：）
想了解更多的朋友，欢迎去看 @黄涛先生的这篇专栏：
