求问一个简单的数学模型，用来筛选文章质量

[cqcn1991]

非广告....

我的小网站, 是个人用来抓取、过滤出有价值的文章的. 核心的思路是用 Pocket 的标记量来代表文章的价值。临到 2016 年年末了，想出篇总结，给看看 2016 年有什么好的文章，这样大家要是有错过了的，也可以读一读

那么，问题来了：只按 Pocket 的标记量，肯定有失偏颇。因为大的订阅站，标记的人就很多。以前抓 NY Times ，就是太多 pocket 标记数量，影响极大。

个人的想法:

1. 考虑每篇文章，偏离来源网站平均水平的程度

比如一个网站可能出了一篇爆款文章，高出其他文章很多，那么这篇文章的价值可能就比较大

2. 发帖频率

如果两篇文章 pocket 标记量相同，那么更新频率低的源站的文章可能更好

3. 按来源进行加权

比如科技媒体的水文比较多，那么得分可以乘个 0.8. 科技公司、个人博客的就不折减

4. 我网站上的读者点击率

这方面不知道有没有现成的东西可以用？感觉我自己做会比较民科....

另外，有没有可能根据文章内容关键字，自动分类、加标签？比如加上设计、创业、硬件，金融等等标签