排行榜悖论, 及如何消除

最新推荐文章于 2025-04-17 16:12:05 发布

chelsea

最新推荐文章于 2025-04-17 16:12:05 发布

阅读量106

点赞数

分类专栏：士

士专栏收录该内容

11 篇文章

订阅专栏

所有排行榜从被公布的那一刻开始便使它的所有后续版本失去客观性 , 虽然它本来也不一定有多大程度的客观性

因为排行榜会自我增强. 上榜的事物会受到更多的关注, 刺激更多的人购买或评论, 于是更加流行, 便继续待在后续的榜单上. 而这一点又会被商家利用, 大肆宣传其商品连续多少周位居畅销榜. 正反馈开始, 直到时间使其逐渐冷却

这带来了不公平, 虽然公平本来就是罕有之物. 互相竞争的几种商品, 可能最初只是某种随机的因素,使其中一种登上了排行榜, 然而这种差距却被排行榜放大, 幸运的商品进入良性循环, 不幸的则日渐没落.

一个类似的例子是搜索引擎的关键字提示. 排在前面的提示更有可能被搜索者接受, 于是排名进一步巩固. 所以Google说的不干预, 是很难做到的, 就算有意避之, 也会无意涉之.

<<黑天鹅>>里的一个例子是参考论文及其作者. 几篇水平差不多的文章, 如果其中一篇凑巧被某篇广为流传的论文所引用, 那么论文的读者通常会按图索骥寻找相关的文章, 于是这篇被引用的文章便在同类文章中脱颖而出, 逐渐获得更多的关注. 其实我们阅读编程方面的经典著作也是一样, 会关注后面的参考书目

信息社会则同时增强和抑制着这种效果. 一方面统计的自动化使各种排行榜更容易出炉, 信息的极大丰富直至过载使人们更容易选择捷径(<<Blink>>), 即依照某种排名决定购买的商品.

然而互联网带来了长尾, 更重要的是, 互联网带来了历史数据的存储, 相关信息的关联, 围绕着某种商品及其相关竞争者的评论通通得到了保留和积累, 这些因素对时间积分, 排行榜带来的随机性因素会逐渐被抑制和消除

<<长尾理论>>里的一个例子是某本登上畅销榜的图书, 却因为读者在amazon上对其评论中不断引用另外一本很多年前出版的同类书籍, 而使那本书在沉寂多年后重新畅销

这是反身性理论的一个实例, 热者愈热.

如何消除排行榜悖论?

这里有几个约束: 1. 避免自我加强的热者愈热, 或者说避免其带来的不公平, 2. 优秀的事物能够广泛的流传, 3. 优秀不随时间消失, 4. 依然能够容易的获知目前已经有哪些优秀的事物

看看做了排行榜的网站(新浪博客)和不做排行榜的网站(开心网的"转贴"组件)如何满足或破坏上面的四条约束

1. 避免自我加强的热者愈热, 或者说避免其带来的不公平

新浪博客显然做不到这一点, 其几个个显著的特征就是有所有人都能看到的人气排行, 存在专家这么一个群体, 存在编辑推荐专区. 虽然博客刚刚出现的时候, 有人说大众媒体时代开始, 编辑专制时代结束. 但很多年过去了, 在这类网站中编辑依然控制着媒体. 这么做的结果是, 造就了一批点击率越来越高, 增长速度越来越快的专家, 而其他的则被湮没; 部分优秀的文章确实广泛流传, 但不能确定其比例, 因为太多沉默的证据; 只能根据排行或编辑推荐来查找优秀的文章. 这里面明显的得益者是排行榜上靠前的专家, 失意者是无法登上排行的大多数, 绝大多数. 不太好判断的是网站运营商和读者

网站运营商: 排行榜上的文章都获得了很高的点击率, 但作为整个网站呢? 有多少文章从未获得关注的机会, 从而作为网站失去了多少点击量? 专家为新浪带来了读者, 甚至是狂热的粉丝. 然而他们是专家的读者, 不是新浪的读者. 专家换到另外一家博客提供商之后, 他们也都会跟着去

读者: 读者不用太费脑筋, 就可以找到出自专家手笔的, 经过挑选的, 有很多人都在看的文章. 然而其它潜在的佳作, 则散落在不知名的角落. 或得或失.

开心网的"转贴"组件则相对有效的抑制了自我加强的热者愈热. 其采用了完全不同的形式. 口口相传, 一传十十传百. 看过觉得不错的, 会继续转贴, 从而更多的人有机会看到. 看完觉得一般的, 就不再转贴了. 这里的关键在于: