被回复数，点赞数，评论内容长度，用户活跃度，用户关注、粉丝数、以及评论发布时间都将被作为参考指标。评论排序策略可应用的数据指标更加丰富。

　　对189条评论的前20条评论信息各项指标进行分析比对，发现随机性非常强。

　　推测此时评论显示排列策略不在考察各项数据指标，可能是利用评论分词处理后，与文章标签做比对哦，或算法筛选出用户更想看到的评论内容，或能够引起用户共鸣的评论前置。

　　结合头条的理念就是应该把用户“想看的评论”展示给用户，最好是能做到“你看到的就是你想说的”。头条在对评论进行排序的时候可能考虑了以下几点：

　　让评论的排序也“千人千面”，用户最先看到的评论应该是用户最感兴趣的;

　　要实现第1点，头条可以根据评论得到的赞的个数和评论者和阅读用户的相似程度，给评论赋予不同的排序权重;

　　在这一点上，很多之前的分析文章都会把评论排序盲目的分类，比如按照赞的多少，按照发布时间，顺序倒序等等。但实际上，目前用户量相对比较大的新闻、门户、聚合信息平台，都已经应用了最新的评论排序算法。

　　说到这里就不得不提高reddit，这款国外鼎鼎大名的新闻社交产品。他的评论排序策略重新定义了产品的评论区。

　　Reddit评论排序分析

　　“Best”排序

　　有人对评论like，则数据库会进行采集，评论越多，like的越多，则机器越能精确判定该评论的排名。通过对精确程度的量化，从用户的like中尽可能推算出评论真实质量。

　　机器从like与dislike数据库中抽样统计，计算出置信区间，我们第一步对这些区间进行排名，这个暂时排名比较的是这些评论最终排名100在一百次统计中95次可能落在的区间。

　　对于抽样数据需要在数量上有保证，不然系统仍然会将其排在低位。

　　10like+1dislike are better than 50like+25dislike. 前者会排在后者前面，通过概率计算结果来推算。

　　但问题是，Reddit的评论排序策略虽然可以有效的筛选出用户喜欢的评论，但对时间参数的过度重视，依然会让其他用户只将关注焦点放在最新的评论上，使得评论的长尾越来越长。

　　但回顾评论排序的算法历史，几乎都经历过按照发布时间到按照赞数，再到综合时间与赞数，再到现在综合多个参数进行综合考量。但其实回归本质及需求，都是为了解决下面这些问题：

　　赞数多的评论只是迎合了大部分用户的偏好，而没实际意义。

　　排名高的评论与文章并不相关，但因为一些手段和马太效应，更好的回答没得到足够的展示机会，于是被埋没。

　　有争议的问题，很难明确怎样的排序是公平的。

　　其实可以用作权重factor的无非以下几种，被回复数，点赞数，评论内容长度，用户活跃度，用户关注、粉丝数、以及评论发布时间。如何合理分配权重，是每个平台都会面对的问题，各自也有自己的策略。主要分为以下三个维度：

　　3.几点思考

　　除了今日头条之外的其他平台，可能将权重factor更加侧重于在信息维度，即评论字数，即评论相关度。但通过对头条评论排序靠前的用户的分析，我认为头条将权重factor更加侧重在了用户维度与社交维度。

　　首先，在社交维度上，被回复数高的评论拥有更高的排序权重，因为这样的评论能够激发话题，启动用户之间的互动。与此相比，被点赞数成了次级别的权重factor。因为确实存在这样的评论，用户点赞几千条，但是被回复数寥寥无几。

　　能够引起用户激烈互动行为的评论一定是好评论，但不是所有的好评论都能激发用户的讨论行为。