产生随机数的方法有很多，随机数也有很多不同类型，比如常见的取值范围在(0,1]的两位小数，或者是随机生成1到100的自然数。更改排行榜的方法也有很多，下面就用1-100的自然随机数来例举几个我想到的调整TOP10排行榜的方法：
随机排行方法1
调整策略：在前30名内容中随机取10个放入排行榜。
实现方式：为前30名的每个内容分配一个随机数，然后根据随机数排序取前10。
适用情况：同样适用前50或者前100打乱次序后随机取10，但是无论是前30还是50的内容排名上不能存在太显著的差异，比如热门书籍，可能前30本书的热门度差异并没有那么明显，那么就可以使用这种随机排序法。
随机排行方法2
调整策略：将排行榜的8、9、10名替换成11-20、21-30、31-40中各取一个随机内容。
实现方式：其实就是生成11-20、21-30、31-40范围的3个随机数，放到排行榜的8、9、10三个位置，先对1-100的随机数做一个简单处理，将其除以10 取余数，于是就相当于是0-9的随机数，在分别加上11、21、31就生成了11-20、21-30、31-40范围的3个随机数，取相应的内容放到排行榜即可。
适用情况：存在明显的明星产品，比如软件下载网站的下载前几名会一直被某些软件占据，这些软件确实是用户最常用的软件，跟其他软件的下载量存在显著差距，这个时候就不要去动排名前几的产品，而只要随机变动排名后几位的产品就行。
随机排行方法3
调整策略：随机取排行榜中的1个位置来放置推荐的内容。
实现方式：有了上面的例子，这个实现起来就比较简单了，其实就是生成一个1-10的随机数，先将1-100的随机数除以10 取余数，再加1即可，再将排行榜上这个随机数的内容替换成推荐内容即可。
适用情况：已经有现成的优质内容希望推荐给用户，并能够预期到这些内容很有可能在将来会上排行榜的。
好了，上面就是我所列举的几个使用随机数改变排行榜来有效规避马太效应的实际应用，你是不是有更好的想法和方案，在评论中与我分享吧。
» 本文采用 BY-NC-SA 协议，转载请注明来源：网站数据分析 » 《排行榜与随机数》
原文：http://webdataanalysis.net/personal-view/ranking-and-random/
评论