Prima bozza dell’algoritmo di ranking (prioritizzazione) delle notizie per l’aggregatore.<\/p>\n
Per ogni articolo disponiamo dei seguenti dati in ingresso:<\/p>\n
Si propone di ordinare gli articoli secondo un punteggio<\/strong> decrescente.<\/p>\n Il punteggio<\/strong> \u00e8 calcolato cos\u00ec:<\/p>\n dove la gravit\u00e0<\/strong> \u00e8 un esponente arbitrario che serve ad accelerare (valori pi\u00f9 alti) o rallentare (valori pi\u00f9 bassi) l\u2019affondamento. Un valore di esempio potrebbe essere 2.<\/p>\n L’interesse<\/strong> \u00e8 una misura dell’interesse dimostrato dai lettori, ed \u00e8 calcolato cos\u00ec:<\/p>\n dove il coefficiente arbitario L’affondamento<\/strong> tiene conto del tempo che passa e dei rating: col passare del tempo gli articoli “affondano” nella lista, e i lettori possono incoraggiare questo processo affossandoli con un rating negativo oppure facendoli galleggiare con un rating positivo.<\/p>\n L’affondamento<\/strong> \u00e8 calcolato cos\u00ec:<\/p>\n dove il coefficiente arbitrario L’et\u00e0_normalizzata<\/strong> viene introdotta per correggere il fatto che certe fonti hanno frequenza maggiore di altre, ed \u00e8 calcolata cos\u00ec (SQRT \u00e8 la radice quadrata):<\/p>\n Ad esempio se una fonte A<\/strong> ha intervallo pari a 6000 (circa un ogni 2 ore) e un’altra B<\/strong> ha intervallo pari a 60000 (circa un post al giorno), per le ultime 24 ore si ottiene:<\/p>\n Quindi gli articoli in ordine di et\u00e0 normalizzata decrescente sono:<\/p>\n Prima bozza dell’algoritmo di ranking (prioritizzazione) delle notizie per l’aggregatore. Per ogni articolo disponiamo dei seguenti dati in ingresso: et\u00e0: tempo trascorso in secondi dalla pubblicazione dell’articolo intervallo: tempo trascorso in secondi tra la pubblicazione dell’articolo e la pubblicazione da parte della fonte dell’articolo precedente viste: numero di volte che l’articolo \u00e8 stato visualizzato sulla […]<\/p>\n\r\npunteggio = interesse \/ affondamento^gravit\u00e0\r\n<\/pre>\n
\r\ninteresse = viste + fattore_commenti * commenti\r\n<\/pre>\n
fattore_commenti<\/code> \u00e8 un coefficiente d’interesse dei commenti<\/strong> che serve a dare maggiore (valori pi\u00f9 alti) o minore peso (valori pi\u00f9 bassi) ai commenti nella stima dell’interesse di un articolo.<\/p>\n\r\naffondamento = MAX(1, et\u00e0_normalizzata \/ divisore_et\u00e0 - rating - rating_fonte)\r\n<\/pre>\n
divisore_et\u00e0<\/code> \u00e8 un divisore di normalizzazione dell’et\u00e0<\/strong> che serve a dare maggiore (valori alti) o minore (valori bassi) peso ai rating rispetto all’et\u00e0 degli articoli nella determinazione della posizione; un valore di esempio pu\u00f2 essere 100, che fa corrispondere ad ogni rating un incremento del valore di posizione circa unitario.<\/p>\n\r\net\u00e0_normalizzata = et\u00e0 \/ SQRT(intervallo)\r\n<\/pre>\n
\n
\n fonte<\/strong><\/th>\n articolo<\/strong><\/th>\n et\u00e0<\/strong><\/th>\n intervallo<\/strong><\/th>\n et\u00e0 normalizzata<\/strong><\/th>\n<\/tr>\n \n A<\/td>\n 1<\/td>\n 6000<\/td>\n 3000<\/td>\n 110<\/td>\n<\/tr>\n \n B<\/td>\n 1<\/td>\n 6000<\/td>\n 60000<\/td>\n 24<\/td>\n<\/tr>\n \n A<\/td>\n 2<\/td>\n 12000<\/td>\n 3000<\/td>\n 219<\/td>\n<\/tr>\n \n A<\/td>\n 3<\/td>\n 18000<\/td>\n 3000<\/td>\n 329<\/td>\n<\/tr>\n \n A<\/td>\n 4<\/td>\n 24000<\/td>\n 3000<\/td>\n 438<\/td>\n<\/tr>\n \n A<\/td>\n 5<\/td>\n 30000<\/td>\n 3000<\/td>\n 548<\/td>\n<\/tr>\n \n A<\/td>\n 6<\/td>\n 36000<\/td>\n 3000<\/td>\n 657<\/td>\n<\/tr>\n \n A<\/td>\n 7<\/td>\n 42000<\/td>\n 3000<\/td>\n 767<\/td>\n<\/tr>\n \n A<\/td>\n 8<\/td>\n 48000<\/td>\n 3000<\/td>\n 876<\/td>\n<\/tr>\n \n A<\/td>\n 9<\/td>\n 54000<\/td>\n 3000<\/td>\n 986<\/td>\n<\/tr>\n \n A<\/td>\n 10<\/td>\n 60000<\/td>\n 3000<\/td>\n 1095<\/td>\n<\/tr>\n \n A<\/td>\n 11<\/td>\n 63000<\/td>\n 3000<\/td>\n 1150<\/td>\n<\/tr>\n \n A<\/td>\n 12<\/td>\n 66000<\/td>\n 3000<\/td>\n 1205<\/td>\n<\/tr>\n \n B<\/td>\n 2<\/td>\n 66000<\/td>\n 60000<\/td>\n 269<\/td>\n<\/tr>\n<\/table>\n \n