如何用牛頓冷卻定律計算熱度?
關于涉及相關熱度衰減的需求,我們應該怎樣對熱度進行計算呢?本文希望可以給產品經理們一個思路。
一、什么是牛頓冷卻定律
牛頓冷卻定律是由英國物理學家艾薩克·牛頓爵士(1642-1727)所提出的一個經驗性的關系。是指物體所損失的熱的速率與物體和其周圍環境間的溫度差是成比例的。當物體表面與周圍存在溫度差時,單位時間從單位面積散失的熱量與溫度差成正比,比例系數稱為熱傳遞系數。
其公式如下:
其中:
- T(t):物體當前的溫度
- H:為周圍的溫度
- k: 為比例系數
它進行變化后就變成:
如果H=0,則公式就是:
從以上公式我們可以看出牛頓冷卻公式的衰減過程,k是我們自己設定的衰減系數,經過 t 時間后,物體當前的問題是由初始溫度和衰減速率的乘積。
此公式建立“溫度”與“時間”之間的函數關系,輕松構建一個“指數式衰減”(Exponential decay)的過程。
二、牛頓冷卻定律在AI場景中的應用
牛頓冷卻定律是指“溫度”與“時間”之間的指數衰減函數,在AI算法中,可以根據牛頓冷卻定律公式做關于“熱度”衰減算法應用。比如熱文排名的冷卻算法。
我們可以把“熱文排名”想象成一個“自然冷卻”的過程:
- 在某個時點,我們APP中所有的文章,有一個當前“溫度”(熱度值),按照“溫度”的高低進行文章排名;
- 如果用戶在某些文章進行了懸賞、贊成、轉發、評論等,這個文章的“溫度”就會上升;
- 但是隨著時間的發展,我們不可能還讓這些歷史的文章一直呈現比較高的“溫度”,我們需要將其冷卻下來,這樣才能讓一些新的文章獲取更好的排名。
- 我們知道通過懸賞、贊成、轉發、評論等方式可以增加文章熱度,但是我們需要找到一定的方法去降低熱度,但是一些跟增加熱度有關的相反的,比如不感興趣、舉報等,雖然能降低熱度,但是很難做到根據時間來降低熱度,不然排名的時候很難將新文章有個合理的排名。
所以,文章熱度是時間的衰減與溫度與時間的衰減規律很類似。我們可以定義一個文章有一個熱度分,
當前熱度分=上一期得分 x exp(-(冷卻系數) x 間隔的小時數)
其中冷卻系數是由咱們根據業務需要定義的,我們可以假設一個初始分,假設一個時間間隔,假設一個時間間隔后分數,通過這三個值計算出來冷卻系數。冷卻系數計算出來就可以使用到模型上了。
通過這個定律的簡介,可以給我們產品經理一個思路,關于涉及到相關熱度衰減的需求,我們可以借鑒牛頓冷卻定律進行計算,來保證新舊物體的熱度、冷卻問題。
本文由 @羅飛 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自 Unsplash ,基于 CC0 協議
評論
我覺得這些公式或許具有一些片面性,數據都會騙人的,產品的根本在于研究用戶,用戶買單就是好產品。
一般情況下如果內容平臺產出內容較多就會考慮這個公式,如果是產品的話,考慮的綜合因素就會多一些!所以,具體看什么產品。
這個公式我已經在產品里用上了 ?? 公式核心其實是冷卻系數這個系數,不同業務需要設定不同的數值,其值應該和用戶興趣點的持續性相關,消費頻次越高、可替代性越強的產品,其冷卻系數也應該越高。
100個暫給你都不夠!哈哈!
打錯字了,是100個贊!
請教具體怎么確定冷卻系數?