LemmyNet/lemmy 社区排序算法优化：解决单用户主导社区的权重失衡问题

背景介绍

Lemmy是一个开源的联邦式社交链接聚合平台，其社区排序算法直接影响用户的内容发现体验。在0.19.5版本中，存在一个关于"Scaled"(比例排序)算法的设计问题，导致某些由单一活跃用户主导的小型社区在排序中获得过高权重。

问题分析

当前Scaled排序算法使用ca.users_active_month(社区月度活跃用户数)作为分母来计算社区内容的权重。这种设计存在一个明显缺陷：当社区中只有1-2个非常活跃的用户持续发布内容，而其他用户互动较少时，由于分母(活跃用户数)很小，这些社区的内容会被异常地提升到排序前列。

技术解决方案

经过社区讨论，提出了一种改进方案：将分母从简单的活跃用户数改为社区内容的"总互动量"，计算方式为：

SELECT community_id, 
       SUM(comments + upvotes + downvotes) as total_interactions
FROM post_aggregates
WHERE published >= date_trunc('month', CURRENT_TIMESTAMP - interval '1 month')

这种改进有以下优势：

1. 更准确地反映社区实际活跃度
2. 避免单一用户主导社区获得过高权重
3. 仍保留对小社区的适当提升
4. 维持算法简单高效的特点

实现考量

在实现过程中，开发者考虑了多种方案：

1. 完全替换现有Scaled算法
2. 新增一个排序选项(如"Rescaled"或"LowContent")
3. 调整现有算法参数

最终倾向于直接优化现有Scaled算法，因为：

• 新算法本质上是对原设计的完善而非替代
• 避免增加用户选择复杂度
• 减少代码维护成本

社区影响

这一改进将显著提升Lemmy的用户体验：

1. 首页内容分布更加均衡
2. 真正活跃的小社区仍能获得适当曝光
3. 减少"内容刷屏"现象
4. 保持对小社区新创者的支持

总结

通过对Lemmy排序算法的这一优化，解决了联邦社交网络中一个典型的内容发现问题。这种基于实际互动数据而非简单用户数的权重计算方式，为分布式社交平台的算法设计提供了有价值的参考。该改进已在PR#5261中实现，将包含在后续版本更新中。