设计了一套心得评论机制 怎样设计app评论?

对APP评论点赞来说 , 如果只是按点赞数来显示的话 , 容易置顶负面评论或者广告评论 , 所以笔者就结合自己的实践与心得 , 设计了一套心得评论机制 。
01以下的评论显示机制原理较为简单 , 但是在实际的设计中过程很复杂 , 需要设计者反复琢磨其中的权重分值 , 并考虑自身产品的时间情况对各数值进行模型的预建立 , 所以在此不建议较为小型的产品使用此模型 。
评论机制不在单纯的是按照点赞或者是评论数来显示 , 因为这样较为单纯的比较容易把一些负面评论置顶 , 或者是广告评论置顶 , 从而给一些不良人士专漏洞 , 所以新设计了以下的评论机制:
周期性记录当前评论的时间点 , 周一定的周期内(5分钟、10分钟)所能达到最高数 。
限性当前评论需要在周期内达到一个特定的最高数值 , 来表示当前评论属于最火的评论 , 举例为5分钟内必须达到100以上的赞等等 , 这个最高数值并不一定是固定数 , 可以是递增数;当5分钟内的点赞达到100时 , 则进入下一个阶段10分钟内点赞达到150;在此期间此评论可以暂列第一 , 然后不断的递增来保证评论的时效性和互动性 。
互动性一条好的评论必须要有互动 , 可以是点赞或者是评论(评论的评论) , 如果一条已经置顶的评论在短时间内可以获得大量的赞 , 但是在后续点赞和评论渐渐变少之后 , 可能互动性不是那么强 , 则可以在周期时间到达时 , 计算其互动性 。
比如:周期时间到达后 , 3分钟内每个点赞记为1分 , 每个评论记为2分 , 统计3分钟内的评论与点赞的分数与第二第三做比较 , 如果少于第二第三则排名下移一位 , 以此类推来保证评论的互动性;比较又是如何比较的呢?
对比性在周期性之外有一个期待时间值 , 如果在这个期待时间值之内 , 评论的互动性很强 , 点赞率很高 , 并且持续时间超过了期待时间值 , 那么我们可以判定此评论为最高评论 , 可进行永久置顶;相对的 , 大部分的评论都达不到期待时间值的要求 , 那么就需要进行纵向对比 , 根据对比结果来进行评论的排名 。
02举例:
  • 第一条评论(a)在周期性(10分钟)内获得了200个点赞(1分) , 50个评论(5分) , 并突破了规定的第一次限性200分 , 在突破限性的时间是6分钟 , 则在6分钟时进入下一周期性阶段(20分钟)
  • 第二条评论(b)在5分钟内获得了150个点赞(1分) , 3个评论(5分)
  • 第三条评论(c)在3分钟内获得了200个点赞(1分) , 0个评论(5分) , 该条评论在3分钟时间内突破限性 , 则在3分钟时进入下一周期性阶段
10分钟后:
  • a评论 , 总共获得了点赞1000个 , 评论300个
  • b评论 , 总共获得了点赞800个 , 评论100个
  • c评论 , 总共获得了点赞1500个 , 评论50个
以此可以看出 , 最开始时 , 第三条评论上升最快 , 可暂时排名第一 , 第一条评论暂时位列第二 , 第二条评论则位列第三;
但是在接下来的时间内 , 10分钟内的:
  • a的分数为(1000-200)*1+(300-50)*5=2050
  • b的分数为(800-150)*1+(100-3)*5=1135
  • c的分数为(1500-200)*1+50*5=1550
以此分数可得出 , a暂列第一 , c暂列第二 , b暂列第三 。
目前 , 评论的期待时间值是60分钟 , 60分钟内需要当前评论的权重分数达到10000分 , 则可永久置顶 。
但是以此数据来看 , 三条评论都没有这个资格 。
所以需要根据其当前所突破的限性来进行考虑 , 在每一条评论的期待时间值到达时 , 首先计算是否超过期待时间值的条件 , 超过则横向对比 , 未超过的则进行纵向对比 , 未超过了则根据所设定的限性和周期性来进行计算 。
最后计算其权重分数 , 最高的可半永久位列第一 , 直到出现超过期待时间值的评论 。
同时 , 整个期待时间值60分钟一个周期 , 每60分粥权重分数计算一次 , 能保证排名靠前的都是当前时间互动性最强的评论 。
【设计了一套心得评论机制 怎样设计app评论?】以上举的例子不太好 , 有兴趣的同学可以自己私下建立模型认证 , 同时欢迎各位在评论中进行补充 。

    推荐阅读