牛顿冷却定律名词解释 牛顿冷却定律公式

牛顿冷却定律是描述物体与周围环境发生热交换的规律 。其公式为:ΔQ/Δt = hA(T-T0),其中ΔQ/Δt为单位时间内物体失去的热量,h为传热系数,A为物体表面积,T为物体温度,T0为环境温度 。根据该定律,物体的温度会随着时间的推移而逐渐趋于环境温度,但速度随温度差的变小而逐渐减缓 。
一:牛顿冷却定律公式
牛顿冷却定律是温度高于周围环境的物体向周围媒质传递热量逐渐冷却时所遵循的规律 。它是牛顿在1701年用实验确定的,只有在强制对流时与实际符合较好,且自然对流时温度差不太大时才成立,是传热学的基本定律之一,用于计算对流热量的多少 。
牛顿冷却定律公式为-dT/dt=(T-Tc)/τ 。-dT/dt--物体的温度随时间下降的速度,负号表示物体的温度是下降的,τ是指物体的温度从T下降到环境温度Tc实际所需要的弛豫时间在微分条件下,-dT/dt和(T-Tc)/τ是微线性关系 。二:牛顿冷却定律名词解释
傅立叶定律是法国著名科学家傅立叶在1822年提出的一条热力学定律 。该定律指在导热过程中,单位时间内通过给定截面的导热量,正比于垂直于该截面方向上的温度变化率和截面面积,而热量传递的方向则与温度升高的方向相反 。
知识扩展:
牛顿的冷却定律是傅立叶定律的离散推广,而欧姆定律则是傅立叶定律的电学推广 。
三:牛顿冷却定律的表达式
热门推荐是互联网产品中最常见的功能之一,比如“大家都在看”、“今日热卖榜”这些在各大网站上都随意可见,堪称标配 。而其中推荐算法的好坏,则不仅密切关系着内容对用户的吸引程度,也同时反应了产品对内容的分发能力 。

牛顿冷却定律名词解释 牛顿冷却定律公式

文章插图
在一个产品中,如果不能及时发掘新鲜内容,并将优秀内容传播出去,甚至引爆,那么整个内容生态也难以搭建起来 。
虽然时下,大家更有兴致讨论的都是个性化推荐,但它并不适用于所有产品,尤其是初创的、小众的产品 。因为个性化推荐它必需依赖大量的用户数据以及对内容深入的挖掘,若不然强行个性化推荐只会适得其反 。
这次,本文主要探讨实用性更强热度算法,它也并非想象中的简单粗暴,反而有不少只属于它的亮点 。
本文不带一个数字公式,可安心食用^_^
一、基本原理其实,在热度算法表层之下,还有不少的基础原理在支撑着它,但在本文中将不先扩展,而是以最普遍运用的牛顿冷却定律为例 。
它的特点在于,引入了时间衰减的概念 。
牛顿冷却定律若用函数来代表,则为:
热度 = 初始热度 + 互动热度 – 随时间衰减的热度
举个例子:
当一条微博产生后,随着用户的浏览、点赞、转发、它的热度逐渐攀升,进入榜单 。
但因为这条内容本身具有时效性,如果不考虑这点,那么它可能长期霸榜,所以我们必须考虑到如何令它的热度随着时间的推移而衰减,从而令新的微博有机会取而替代,达到热门榜单动态变化的效果 。
二、影响因素在理解热度算法的基础原理后,我们可以得知影响热度计算的三个因素:
1. 原始热度首先是原始热度,正如内容千差万别,再加上产品本身的定位、偏爱 。
我们不太可能去为所有的内容赋予同样的初始热度,就比如一个大V发的微博和一个好友发的微博,以及一个陌生小号发的微博,它们从一开始就难以相提并论 。
【牛顿冷却定律名词解释 牛顿冷却定律公式】而我们又该如何给每个内容赋予不同的原始热度呢?
可以从两个维度出发:

推荐阅读