搜索算法文档权重提升：求符合指定轴点的指数函数

需求明确 #

• 函数类型：指数衰减函数（风格类似 y=0.5^x）
• 必须满足的点：(0, 10)（上传当天权重为10）、(365, 0)（上传满365天后权重为0）

推导过程 #

我们构造形如 y = A * r^x + B 的指数函数，代入已知点求解参数：

1. 代入点 (0, 10)：

   10 = A * r^0 + B → A + B = 10

2. 代入点 (365, 0)：

   0 = A * r^365 + B

联立方程消去B，可得：
A = 10 / (1 - r^365)，B = -10 * r^365 / (1 - r^365)

为匹配你提到的 y=0.5^x 衰减风格，我们选择 r = 0.5^(1/365)（即每天权重衰减至前一天的 0.5^(1/365)≈0.99807）。代入后化简得到最终函数：
y = 20 * 0.5^(daysPassedSinceUpload / 365) - 10

验证：

• 当 daysPassedSinceUpload=0 时，y=20*1 -10=10，符合要求
• 当 daysPassedSinceUpload=365 时，y=20*0.5 -10=0，符合要求

代码实现 #

以C#为例：

float MaxDays = 365;
float MaxBoost = 10;
float calculatedBoost = 20 * Mathf.Pow(0.5f, daysPassedSinceUpload / MaxDays) - 10;
// 可选：处理超过365天的情况，避免出现负数
if (calculatedBoost < 0) calculatedBoost = 0;

以Python为例：

import math

max_days = 365
max_boost = 10
calculated_boost = 20 * math.pow(0.5, days_passed_since_upload / max_days) - 10
# 可选：处理超过365天的情况
calculated_boost = max(calculated_boost, 0)

函数特性 #

• 指数衰减特性：新文档权重下降速度远快于线性函数，能更突出最新文档的展示优先级
• 严格满足指定的两个锚点，无需额外复杂的边界逻辑

内容的提问来源于stack exchange，提问作者z00mable