編輯導(dǎo)語(yǔ)：評(píng)論區(qū)的重要性我想不用多說(shuō)，無(wú)論是看新聞還是網(wǎng)購(gòu)，看評(píng)論是必不可少的一步。然而評(píng)論區(qū)留言的排序規(guī)則并不是單一的維度可以概括的，它需要考慮的因素有哪些呢？本文作者嘗試分析所有可能對(duì)評(píng)論排序有影響的因素，如此在制定排序規(guī)則時(shí)便可根據(jù)自身產(chǎn)品特點(diǎn)對(duì)癥下藥。

一、前言

如今，無(wú)論是偏功能性的電商點(diǎn)評(píng)類(lèi)產(chǎn)品，還是偏社區(qū)類(lèi)的內(nèi)容型產(chǎn)品，評(píng)論區(qū)的重要性愈發(fā)突出。

它直接影響著商品轉(zhuǎn)化率、社區(qū)氛圍、用戶(hù)粘性等多個(gè)方面，對(duì)一些用戶(hù)年輕化的內(nèi)容社區(qū)，甚至?xí)霈F(xiàn)評(píng)論區(qū)比正文更吸引用戶(hù)觀看的情況，可以說(shuō)評(píng)論區(qū)功能設(shè)計(jì)的好壞直接影響產(chǎn)品的口碑。

評(píng)論區(qū)的設(shè)計(jì)上要考慮很多細(xì)節(jié)，排序規(guī)則是其中重要一環(huán)。

一方面它決定了用戶(hù)瀏覽順序，另一方面它影響頭部評(píng)論區(qū)的呈現(xiàn)，其內(nèi)容質(zhì)量直接影響觀者感受，亦對(duì)社區(qū)氛圍起到牽引作用。

主流的排序方式有時(shí)間排序、熱門(mén)與推薦，較不常見(jiàn)的有用戶(hù)屬性、內(nèi)容屬性等，往往在前者的基礎(chǔ)上進(jìn)行權(quán)重增加，搞清楚不同維度的排序順序有何優(yōu)劣與適用場(chǎng)景，對(duì)我們?cè)O(shè)計(jì)一個(gè)體驗(yàn)優(yōu)異的評(píng)論區(qū)有很大幫助。

二、評(píng)論排序的不同維度

我們都知道，對(duì)同類(lèi)事物的排序，要基于其自有屬性，任一屬性都可以成為我們對(duì)其排序的一種維度。

于是我通過(guò)評(píng)論的完整過(guò)程，即“評(píng)論者發(fā)布了評(píng)論內(nèi)容，引起其他讀者的互動(dòng)”。

分析其包含的主要屬性，我將其分為4類(lèi)：用戶(hù)類(lèi)別/標(biāo)簽、評(píng)論時(shí)間、評(píng)論內(nèi)容、熱度（評(píng)論互動(dòng)）。

1. 用戶(hù)類(lèi)別/標(biāo)簽

用戶(hù)標(biāo)簽，指得是評(píng)論者可能有的特殊化的身份標(biāo)識(shí)。

首先明確的是每個(gè)產(chǎn)品的大部分用戶(hù)都是普通用戶(hù)，僅有少部分用戶(hù)會(huì)因?yàn)榕c正文、與內(nèi)容領(lǐng)域、或與發(fā)布者的關(guān)系，被賦予特殊標(biāo)簽。

產(chǎn)品會(huì)考量這個(gè)標(biāo)簽是否會(huì)提高其他用戶(hù)對(duì)其評(píng)論內(nèi)容的關(guān)注度，以此來(lái)提高其排序權(quán)重。

舉個(gè)例子，網(wǎng)易云音樂(lè)將音樂(lè)的作者發(fā)布的評(píng)論定義為<主創(chuàng)說(shuō)>，就排在了點(diǎn)贊數(shù)比它高的其他評(píng)論的前面。

因?yàn)樽鳛橹鲃?chuàng)歌手發(fā)布的評(píng)論內(nèi)容，要比普通用戶(hù)的評(píng)論更容易獲取關(guān)注，所以將其排序在前，以此增加其曝光率。

基于此，可以推論具有飯圈文化的社區(qū)評(píng)論一樣適用此套邏輯。

2. 評(píng)論時(shí)間

時(shí)間排序分正序與倒序兩種，是最重要的排序維度之一。

時(shí)間使一切發(fā)生變化，這是自然規(guī)律。當(dāng)評(píng)論與評(píng)論之間的關(guān)聯(lián)包含著某種時(shí)間維度上的邏輯關(guān)系時(shí)，時(shí)間正序可以讓你像翻閱歷史一樣清晰的把握整個(gè)來(lái)龍去脈。

比如微信的朋友圈便是將評(píng)論按時(shí)間正序排列，我們看下圖中可以快速的理解人物對(duì)話(huà)互動(dòng)的邏輯關(guān)系。試想一下如果是反序，閱讀理解起來(lái)會(huì)多么痛苦呢。

再比如百度貼吧，它在很長(zhǎng)一段時(shí)間也是默認(rèn)以時(shí)間正序排列評(píng)論：

• 一方面早期貼吧沒(méi)有做評(píng)論聚合展示，用戶(hù)在評(píng)論區(qū)都是下一層樓回復(fù)上一層樓，互動(dòng)關(guān)聯(lián)強(qiáng)；
• 另一方面也是因?yàn)橘N吧對(duì)帖子內(nèi)容有字?jǐn)?shù)限制，而很多樓主喜歡用連載、直播的方式來(lái)發(fā)帖，采用正序方便用戶(hù)從頭到尾的看下去。

還記得【只看樓主】那個(gè)功能嗎？也是因此而產(chǎn)生的，這個(gè)社區(qū)習(xí)慣如今依然存在。

綜上所述，一個(gè)社區(qū)由于熟人社交、或用戶(hù)習(xí)慣等原因?qū)е略u(píng)論與評(píng)論之間有基于時(shí)間維度上的互動(dòng)性或者連續(xù)性等邏輯關(guān)聯(lián)，則時(shí)間正序排列對(duì)其適用。

正序排列也有缺陷：

• 首先，用戶(hù)看到的頭部評(píng)論一直取決于最早期的評(píng)論者所發(fā)表內(nèi)容，即使隨著時(shí)間流逝內(nèi)容已經(jīng)過(guò)時(shí)，依然不變的呈現(xiàn)給新用戶(hù)，很容易主導(dǎo)與操縱評(píng)論區(qū)的氣氛。
• 同時(shí)，當(dāng)用戶(hù)量增大，評(píng)論數(shù)以千計(jì)時(shí)，后來(lái)的用戶(hù)評(píng)論曝光率會(huì)越來(lái)越低，新用戶(hù)的評(píng)論積極性也降低了，不利于社區(qū)發(fā)展。

時(shí)間倒序排列則可以避免這個(gè)問(wèn)題：

• 一方面增加了用戶(hù)評(píng)論積極性，
• 另一方面則是因?yàn)槠渲幸恍╇娚填?lèi)、服務(wù)類(lèi)、時(shí)訊類(lèi)的產(chǎn)品具有強(qiáng)時(shí)效性，社區(qū)內(nèi)容隨著時(shí)間的變化，早期評(píng)論的實(shí)際意義越來(lái)越低，而越新鮮的評(píng)論對(duì)用戶(hù)來(lái)說(shuō)參考價(jià)值越大。

他可以使用戶(hù)優(yōu)先接觸到最新的評(píng)論信息，這是倒序排列的價(jià)值所在。如今時(shí)間倒序排列被廣泛應(yīng)用，不勝枚舉。

值得一提的是，在評(píng)論區(qū)，多數(shù)產(chǎn)品會(huì)對(duì)把互動(dòng)評(píng)論采用聚合的方法呈現(xiàn)，對(duì)于再次聚合后的評(píng)論，往往具有更高的粘性，需要重新思考排序方式。

如網(wǎng)易云音樂(lè)在評(píng)論區(qū)按時(shí)間倒序排列時(shí)，進(jìn)入評(píng)論聚合頁(yè)后它卻是按照時(shí)間正序排列，其聚合展示頁(yè)評(píng)論內(nèi)部的關(guān)聯(lián)性較強(qiáng)。

反例如微博，微信讀書(shū)，無(wú)論在評(píng)論區(qū)首頁(yè)還是聚合評(píng)論頁(yè)，時(shí)間維度上都是倒序。

下圖中問(wèn)題清晰可見(jiàn)，誠(chéng)然由于微博的用戶(hù)體量太大，即便是二級(jí)聚合頁(yè)評(píng)論也有太多。

那不妨參考下抖音的做法，它在聚合評(píng)論列表下通過(guò)算法把有關(guān)聯(lián)性的評(píng)論聚合顯示，按正序排列，而沒(méi)有關(guān)聯(lián)性的評(píng)論則按照反序展示，正序與反序都發(fā)揮了應(yīng)有的作用，非常聰明的做法。

關(guān)鍵點(diǎn)：評(píng)論數(shù)量、邏輯關(guān)聯(lián)。

3. 評(píng)論內(nèi)容：篇幅、有無(wú)圖片視頻、內(nèi)容相關(guān)性

這類(lèi)排序一般在電商、點(diǎn)評(píng)類(lèi)產(chǎn)品中有體現(xiàn)，這類(lèi)用戶(hù)往往通過(guò)評(píng)論區(qū)內(nèi)容輔助其購(gòu)買(mǎi)決策，評(píng)論對(duì)商品轉(zhuǎn)化率影響大，所以需要將優(yōu)質(zhì)的，更利于判斷商品價(jià)值的評(píng)論內(nèi)容排在頭部讓用戶(hù)看到。

比如在淘寶商品的動(dòng)態(tài)評(píng)價(jià)排序算法中，內(nèi)容長(zhǎng)度、有無(wú)圖片視頻，圖片質(zhì)量如何，內(nèi)容里是否包含商品本身的品質(zhì)、店家服務(wù)相關(guān)性的關(guān)鍵信息，都會(huì)影響該條評(píng)論的排序權(quán)重·。

評(píng)論包含的價(jià)值信息越多，越能幫助用戶(hù)提高商品篩選效率。

4. 熱度（評(píng)論互動(dòng)）

熱度是指通過(guò)統(tǒng)計(jì)點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論等評(píng)論互動(dòng)的頻率得出用戶(hù)群體的興趣偏好，這里以典型形式點(diǎn)贊為例。

從2009年facebook上線(xiàn)“點(diǎn)贊”功能后，此類(lèi)點(diǎn)贊/反對(duì)/喜歡的一鍵式反饋在互聯(lián)網(wǎng)一直廣泛流行，低用戶(hù)成本、使用頻率高、自帶喜好傾向，它使產(chǎn)品可以快速獲得最具代表性的熱門(mén)評(píng)論。

該排序維度與前三者的區(qū)別在于，評(píng)論者、時(shí)間、內(nèi)容都是一條評(píng)論的固有屬性，而熱度是特有屬性，它需要用戶(hù)參與才可以獲得，所以一般熱度是配合時(shí)間來(lái)完成排序的。

熱門(mén)排序也有它的問(wèn)題，若以點(diǎn)贊數(shù)進(jìn)行排序?qū)υ缙谠u(píng)論過(guò)于友好，頭部效應(yīng)太大，后期評(píng)論者很難再?gòu)闹忻摲f而出；若以點(diǎn)贊率進(jìn)行排序則會(huì)過(guò)分放大前期少量贊數(shù)的作用。

因此有人發(fā)明了威爾遜置信區(qū)間法來(lái)修正它的缺陷：

威爾遜置信區(qū)間法以熱門(mén)排序?yàn)榛A(chǔ)，采用點(diǎn)贊率計(jì)算得分，削弱頭部效應(yīng)，且通過(guò)威爾遜區(qū)間公式的下限值來(lái)減少當(dāng)總評(píng)論人數(shù)量較少時(shí)得分的不準(zhǔn)確性，隨著評(píng)論人數(shù)的上升，該得分就越接近其真實(shí)應(yīng)有的排名，這個(gè)方法后來(lái)被reddit,digg,yelp，知乎等產(chǎn)品沿用至今。

感興趣的可以自行翻閱這篇博文《 How Not To Sort By Average Rating 》，該文作者為reddit改進(jìn)了評(píng)論排序。

除此之外，還有基于點(diǎn)贊數(shù)與時(shí)間計(jì)算權(quán)重的排序算法，像hacker news與reddit’s story排序法，不再詳述。

三、小結(jié)

基于熱度的智能排序算法仍在不斷修改完善中，工程師們頭疼于如何權(quán)衡不同影響因素的權(quán)重，設(shè)計(jì)師則擔(dān)心用戶(hù)會(huì)由于頭部露出帶來(lái)的社交效應(yīng)和社會(huì)資本提高，而違心評(píng)論或刻意制造噱頭以獲得更多的贊。

這將在某種程度上降低評(píng)論的真實(shí)性與價(jià)值含量，影響用戶(hù)從評(píng)論區(qū)獲得價(jià)值信息的效率。

而無(wú)論如何，熱度排序只是一種基于大數(shù)據(jù)的統(tǒng)計(jì)方法，產(chǎn)品不同，用戶(hù)不同，排序方式也要?jiǎng)討B(tài)調(diào)整。

進(jìn)一步設(shè)想，如果我們的算法夠智能，是否能以小數(shù)據(jù)統(tǒng)計(jì)為每個(gè)用戶(hù)呈現(xiàn)不同的評(píng)論排序以滿(mǎn)足更多樣化的內(nèi)容需求呢？

我想當(dāng)評(píng)論區(qū)變得越來(lái)越重要時(shí)，這也同樣值得去探討。