優秀的游戲無法脫穎而出，強者愈強，這對游戲產業絕對不是一個良性的發展。對于受夠了各大應用商店推薦給我的垃圾口水游戲之后，我終于狠下決心買了個ipad mini2，面對安卓渠道的混亂，我已經無力再去吐槽。所謂的那些廣受好評的榜單上的手機重度網游，壓根就不是我的菜。想下一款有意思的休閑單機游戲，卻發現榜單上仍然是那幾款熟悉的游戲。如何找到我想玩的游戲，或者應用商店通過哪種方式，幫助玩家找到他們想要玩的游戲，一下就成為最近努力思考的問題了。

當應用商店面對一個排行榜需求時，他們首先整理出這樣一個排行榜需要綜合哪些因素，這些因素在整個排行榜的Rank中究竟占據多大的比重。其實我們可以看到，現在對游戲行業來說，渠道非常強勢，應用商店的推薦也異常重要，占據排行榜rank過高，就連S級游戲如果沒有渠道的推廣也很難獲得關注。

而應用商店的運營判斷一個游戲的好壞，完全根據這款游戲能否產生高流水，能否為商店帶來更高收入，是否具有一個好的IP來判定。被推薦的游戲因為在短期內獲得大量下載，而變得更加容易登上xx排行榜。這種榜單+推薦的方式，在我看來是直接摧毀了整個游戲產業的創新。玩家被動的接受榜單和運營的推薦，但往往很多時候，我們很難找到一款適合自己的游戲，每個玩家對游戲的要求差別非常之大，榜單上受歡迎的游戲，也許根本就不是我喜歡玩的。

這對應用商店來說也是一種竭澤而漁，試想一下，當玩家每次打開應用商店，發現都找不到自己喜歡的游戲，也許下一次就再也不會通過應用商店下載游戲了。現在各大應用商店一般來說都少不了排行榜這個東西，一者是提供給商業合作方的數據排行榜，另一者是提供給用戶的榜單。暢銷榜、免費榜、收費榜各種榜單，在我看來這就是應用商店發展過程中遇到的最大問題，大公司的游戲背靠的資源足夠多，會因為馬太效應而長期占據榜單，這使得我們很難發現新出現的游戲。越放到排行榜上，受到的關注越多，用戶下載的可能性越大，然后就越容易出現在排行榜上，進入這樣的一個死循環。

其實在工程界已經提出了很多算法，最為著名的包括Reddit、Haceker News的Ranking算法，我不是搞技術的，過于專業的方法是提不出來的，這里只說說一些自己的理解。

一、引入半衰期，減少榜單前幾名的時間權重

我們來重新設計一下整個排行榜的算法，既然是排行榜，那就應該讓每段時間內最受歡迎的游戲排列在最前面，而不是讓那些“舊游戲”始終占據很高的權重。這里無疑我們需要要把時間的概念放大化，但是我們卻不能讓時間占據過大的因素，而只應該讓他成為各種因素的一部分，分配給其較大的權重。設定一個時間周期，我們不能把9月發布的游戲和10月發布的游戲等同起來，因為這里其實涉及到一個影響力逐漸衰減的因素存在。

這讓我想起了高中學物理時的一個概念：半衰期。m = M * (1/2) ^ (t/T)。比如我們認為一款游戲的熱門期就應該是三個月，那么我們則可以把半衰期設置為三個月，三個月后，這個電影的分值則會發生一個較大程度的衰減。當然如果這款游戲仍然足夠優秀，憑借其他方面因素的影響，它仍然能夠占據排行榜靠前的位置。例如：百度指數、用戶評論數、固定時間段的用戶下載量等等。

二、我們應該讓有爭議的游戲進入排行榜前列

那種千篇一律的排行榜對我來說參考價值越來越低，我時常在想，我在這些應用商店下載了這么多游戲，應用商店對具體一款游戲的留存度了如指掌的情況下，為什么無法分析出具體某個用戶的喜好。每個玩家都應該有屬于自己的游戲排行榜，我最關心的內容應該才是頭條。

而往往在應用商店，超級受歡迎的游戲總是會排在最前面，一般性受歡迎的游戲、有爭議的游戲都不會很靠前，這決定了應用商店的榜單只是一個符合大眾口味的社區，而不是一個很激進、可以展示少數派想法的地方。對具體用戶來說，這樣的榜單表面上可以說得過去，看上去每款游戲都足夠好玩，但離促使我下載卻還有一定距離。我們應該做的是讓那些極具爭議的游戲（評5分和評1分非常接近）有機會可以登陸排行榜前列，然后被推薦給那些給以5分評價的玩家。

三、讓那些因為刷榜、水軍而導致熱度見鬼去吧

首先舉個簡單的例子，游戲A有500個玩家評分，375個為5星，175個為1星；游戲B只有250個玩家評分，但都給了4星。兩者的平均評分都為4分，卻因為A游戲擁有足夠的關注度，結果被提到了排行榜首頁。但這并不能說明A游戲就一定比B游戲優秀，很多時候這可能是水軍的功勞。游戲排行榜里那些垃圾口水游戲，擁有大量的水軍評論，更或者是因為刷榜導致的排名靠前。應用商店需要引進一種機制，使得這類因素對榜單的干擾降到最小。排行榜前列總是那些票數最多的項目，新項目或者冷門的項目，很難有出頭機會，排名可能會長期靠后，我們需要給予這些游戲一種相對公平的競爭機會，減小那些冷門游戲因為受關注人而導致的評論下載量低的因素影響。

排行榜對于用戶不是說不重要，當我下載應用和游戲時，你只需給我提供最為游戲的那幾個就已經足夠了。但這只是進入的新用戶，當我對應用商店足夠了解，排行榜上的游戲都玩過無數遍時，給我一個新游戲就變得尤為重要起來。真正意義上的排行榜是需要結合用戶真正的需求計算出來的，而不是通過編輯推薦以及馬太效應堆積給我們造成的錯覺。我希望能應用商店渠道們能夠擁有先進的算法，出眾的推薦機制，減少用戶玩家的抉擇困境。這不就是我們孜孜不倦談論的大數據需要做的事情嗎?