前面关于点赞阈值n的预测并不准确，我想到了新方法，但自己无法完成
2019-02-25 本文已影响229人
文介
最近一周，我一直在进行关于点赞阈值n的测试，先后发了两篇文章：
文章发出后，思源等几位好友都和我进行了深入的交流讨论。这让我意识到，这次实验我采用的测试模型，确实是不准确的。
虽然我分散点赞给与文章的热度未变，但因为齐夫定律的关系，排名在我所选实验文章前面的文章热度变化，会对实验结果造成一定的影响。
为了能够消除这种影响，我们又沟通了几种实验模型，比如选择长尾文章作为实验对象，比如选择权重较低的账户来点赞，等等……
但无论哪种模型，其实都会受到其他文章热度波动的影响。在齐夫定律的规则下，每天排名相同的文章，热度值也许会差距很大。所以单靠我自己来每天分散点赞，得出的数据总是不准确的。
经过进一步思考，我想到了一种实验模型，但无法自己来完成，需要更多的用户来共同参与才行。
找几个持钻数完全相同的账户，每人点赞不同数量的0钻旧文，这样很容易就能看出谁的点赞被稀释了，同时也能看出究竟是因为点赞过多被稀释，还是因为小于阈值n被稀释。
这个模型我认为是没有问题的，但是否有进一步实验的意义呢？我想听听大家的建议……
PS:
前几天与简叔面基，Fountain基金会关于点赞进度条的讨论似乎还没有定论，而且简叔对于阈值n也是三缄其口。
其实我也很清楚，与其讨论阈值n具体是多少，还不如多试验几种点赞方式，因为点赞5篇文章可能比点赞50篇、500篇得到的投票奖励更低，毕竟齐夫定律是鼓励长尾的。
点赞阈值n的明确，或是进度条的采用，最大作用是解放头部大V的点赞模式。毕竟，目前这种持钻大V抱团点赞、不敢多点赞的状态，是所有人都不愿意看到的。
