有时候,我不禁在想,我们到底处在一个什么样的时代呢?而之所以会有这样的疑问,则是因为我们的习惯在不断地被这个时代向前推进,就像我用了两年多的魅蓝Note6屏幕出现了问题,扫视了一圈新手机,居然再找不出一款带实体键的手机,刘海屏、水滴屏、破孔屏、异形屏、曲面屏等等简直令人眼花缭乱,唯独没有一款让我感到熟悉的非全面屏手机。做软件的时候,会不明白那些似是而非的定制需求的差异,可为什么偏偏到了硬件的时候,大家就能被迫适应这些越来越同质化的东西呢?也许有和我一样怀念非全面屏的人,可对于这个时代而言,一切都好像无足轻重,喜欢魅族对产品的设计,喜欢小而美的不妥协,可当大家都越来越相似的时候,也许,是因为我们终于都长大了吧,而怀念则是一种可有可无、甚至有一点多余的东西。在被告知一切向前看的路上,我们能拥有、用留住的东西本就不多,可偏偏我们就在给世间一切东西,努力地刻上时间的温度,经历着花繁叶茂,经历着落叶归根。

写博客,曾经是件很有意思的事情,透过网页去读每条留言背后的人,常常令你产生神交已久的感觉,即便网络如此发达的今天,让一个人失散,无非是动动手指拉黑、删除。陈星汉先生有一款游戏作品叫做《风之旅人》,游戏里的玩家依靠某种微弱的信号相互联系,而一旦失散彼此,将永远迷失在浩瀚无际的沙海里,你说,这是不是有人生本身的意味在里面呢?再后来140个字符的微博开始流行,而这些沉迷在博客时代里的人们,或固执地继续在博客这一方天地里挥洒,或搭乘移动互联网的“高铁”通往新的彼岸。有人这样比喻朋友圈和微博,说朋友圈装饰别人梦境的月亮,而微博则是装饰自己梦境的镜子。其实呢,在隐私问题基本荡然无存的今天,我们都只是在装饰资本的“窗户”吧!

曾经运营过一段时间的微信公众号,最后发觉还是博客的载体更适合自己,虽然这些年没少为博客投入“钱财”,在博客时代一去不复返的时间禁锢里,通过博客来盈利的想法堪堪聊以自慰,更不必说后来流行起来的“在线教育”和Vlog。有人说,靠工资是没有办法挣到钱的,挣钱要靠这些“睡后收入”,可当一件事物风头正盛的时候,彼时的你不足以追逐这一切的时候,这种感觉该如何言明呢?大概就像你在最落魄的时候,遇到一生中最想要保护的那个人一样,这听起来多少有点讽刺,人在不成熟的时候,总是后知后觉,可有一天真成熟了,再难有那时的运气或是豪气。所以呢,继续写下去吧,也许有一天,当你看着从前写的幼稚的文字,或哭或笑皆可入题,这不就是“嬉笑怒骂,皆成文章”了吗?

果然,一不小心又扯远了。虽然说博客平时没什么流量,可像搜索引擎优化(SEO)、前端构建(CI/CD)、PWA等等这些东西倒是有所钻研,提高博客访问量的方式除了增加搜索引擎里的权重和曝光率以外,其实,还有一种方式就是减少跳出时间。换句话说,访客在你博客里停留的时间越长,这意味着你有更多的内容可以被对方访问到,所以,增加内链是一个不错的思路。最直接的方式,就是在每篇博客结束以后推荐相关的博客供访客继续阅读。之前曾经尝试过像 hexo-recommended-posts 这样的插件,坦白说效果不是特别好,因为有时候加载这些站外的内容,导致博客页面打开的时候异常卡顿,所以,我们今天将采用原生的JavaScript来为Hexo实现博客推理功能,希望对大家有所启发。

首先,我们来说说原理,推荐系统一般是需要一部分量化的指标来表征不同内容的相关性的。譬如通过TF-IDF来计算文本的相似度,通过公共词袋中的词频构造向量再配合余弦公式来计算,通过TextRank这类借鉴PageRank思想的方法来计算等等。这里呢,我们不采用这些方法来实现,主要是考虑到200篇左右的博客,两两计算相似度特别耗费时间,对于Hexo这种静态博客而言,我们还是应该节省生成静态页面的时间,虽然这部分时间都是Travis CI去跑的(逃……。我们采用的方案是基于标签和日期的推荐方式,即根据当前文章的标签筛选相同标签的文章,根据当前文章的日期筛选相同日期的文章。有了这两种策略,配合Hexo中提供的全局变量,我们可以很容易地编写出下面的代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
<%
function shuffle(a) {
for (let i = a.length; i; i--) {
let j = Math.floor(Math.random() * i);
[a[i - 1], a[j]] = [a[j], a[i - 1]];
}
return a;
}

function recommended_posts(page, site, limit = 5) {
page.tags = page.tags || []
if (page.tags.length == 0) return [];
let pageTags = page.tags.map(x=>x.name);
let sitePosts = site.posts.toArray().map(x=> {
return {tags:x.tags.toArray().map(y=>y.name), title:x.title, permalink:x.permalink, date:x.date}
});
let relatedPosts = pageTags.map(x=>sitePosts.filter(y=>y.title != page.title && (y.tags.indexOf(x) != -1 || y.date.format('MM/DD') == page.date.format('MM/DD')))).reduce((prev,next)=>{
return prev.concat(next);
},[]);
return shuffle(Array.from(new Set(relatedPosts))).slice(0, limit);
}
%>
<% var post_list = recommended_posts(page, site, config.recommended_posts.limit) %>
<% if(post_list.length > 0 && config.recommended_posts.enable) { %>
<div class="recommended_posts">
<h1><%= config.recommended_posts.title %></h1>
<ul>
<% post_list.forEach(function(link) { %>
<li><a href="<%= link.permalink %>"><%= link.title %></a></li>
<% }) %>
</ul>
</div>
<% } %>

代码非常直白,按照标签和日期两种策略筛选出文章,打乱顺序后从中提取出若干个返回,而剩下的工作,就是将其渲染到页面中。在这里,博主单独定义了一个模板文件,所以,我们在博客的适当位置引入即可,博主是放在博客结束以后的位置:

1
2
3
4
<div class="post-content" id="post-content" itemprop="postContent">
<%- post.content %>
<%- partial('post/recommended_posts') %>
</div>

最终实现的效果如下图所示:

本文实现的相关文章推荐功能
本文实现的相关文章推荐功能

当然,当你看到这篇博客的时候,你已经看到博主为你推荐的内容了,是否有兴趣继续读下去呢?如果这样的话,就说明这两个内容是相关的。而基于日期的推荐,即所谓的“去年今日”,它本身的相关性可能并不强,但可以让你产生一种强烈的对比感,原来,这一天我是这样度过的啊。好了,这就是这篇博客的内容啦,晚安~