这里提到的“信息流”中的“信息”指的是可以被消费的所有内容实体，其可以是诸如文章，视频，帖子或诸如商品和歌曲的结构化内容之类的媒体内容。 这些被抽象为“内容实体”，并且这里不讨论特定实体的特殊显示规则。 我总结了几种信息流分类逻辑，即：

1，按时间排序

按时间排序算是现在最常见和最简单的排序规则。 但如果你仔细研究它，你会发现除了时间排序外依然有许多细节需要考虑。 比如新闻的内容就有发布时间，更新时间和审核通过时间之分。

2，人工控制排序

在时间排序的基础上可以为每篇文章设置权重值。 当权重一致时，默认值按时间排序，操作员可以手动增加某篇文章或几篇文章的权重来实现让内容置顶，当初网易新闻就遵循这样一个规则。 小编想要将内容设置为置顶，就将权重值直接设置为100即可。

3，按兴趣度排序

按按兴趣度排序是市场上流行的千人千面算法。 然而，许多个性化算法的排序维度不仅仅是兴趣，而且还散布着一些流行和多样化的内容，但是大的逻辑是通过匹配用户兴趣来预测用户可能感兴趣的程度来推荐内容。

4，按距离排序

根据距离正序，目标主要内容是快手、探探等地理位置属性，一般根据内容发送时的内容位置，或者发布者的位置，按照距离当前位置的距离远近排序，实现了基于地理功能的社交功能探索，代表性示例是“附近”选项卡。

5，热值排序

此级别相当于每个内容的热值不断变化，然后根据此值的大小进行排序。 热值的定义相对灵活。 可以使用标准化加权总和，根据自己对内容的“热”理解选择多个维度，例如点击次数，分享点赞评论等数据来计算。 另外，在注意热值的基础上，还需要增加时间衰减，否则旧的内容无法被替换。

6，固定位置

固定位置是做起来较简单的规则。 它是信息流的第N个位置。 它被固定为某个位置或一定数量的内容(可以滑动以查看更多内容)。 典型的例子是固定 广告，很多新闻客户端，如新浪看点等都有这个固定的推荐。