01
以下的评论显示机制原理较为简单，但是在实际的设计中过程很复杂，需要设计者反复琢磨其中的权重分值，并考虑自身产品的时间情况对各数值进行模型的预建立，所以在此不建议较为小型的产品使用此模型。
评论机制不在单纯的是按照点赞或者是评论数来显示，因为这样较为单纯的比较容易把一些负面评论置顶，或者是广告评论置顶，从而给一些不良人士专漏洞，所以新设计了以下的评论机制：
周期性
记录当前评论的时间点，周一定的周期内（5分钟、10分钟）所能达到最高数。
限性
当前评论需要在周期内达到一个特定的最高数值，来表示当前评论属于最火的评论，举例为5分钟内必须达到100以上的赞等等，这个最高数值并不一定是固定数，可以是递增数；当5分钟内的点赞达到100时，则进入下一个阶段10分钟内点赞达到150；在此期间此评论可以暂列第一，然后不断的递增来保证评论的时效性和互动性。
互动性
一条好的评论必须要有互动，可以是点赞或者是评论（评论的评论），如果一条已经置顶的评论在短时间内可以获得大量的赞，但是在后续点赞和评论渐渐变少之后，可能互动性不是那么强，则可以在周期时间到达时，计算其互动性。
比如：周期时间到达后，3分钟内每个点赞记为1分，每个评论记为2分，统计3分钟内的评论与点赞的分数与第二第三做比较，如果少于第二第三则排名下移一位，以此类推来保证评论的互动性；比较又是如何比较的呢？
对比性
在周期性之外有一个期待时间值，如果在这个期待时间值之内，评论的互动性很强，点赞率很高，并且持续时间超过了期待时间值，那么我们可以判定此评论为最高评论，可进行永久置顶；相对的，大部分的评论都达不到期待时间值的要求，那么就需要进行纵向对比，根据对比结果来进行评论的排名。
02
举例：
- 第一条评论（a）在周期性（10分钟）内获得了200个点赞（1分），50个评论（5分），并突破了规定的第一次限性200分，在突破限性的时间是6分钟，则在6分钟时进入下一周期性阶段（20分钟）
- 第二条评论（b）在5分钟内获得了150个点赞（1分），3个评论（5分）
- 第三条评论（c）在3分钟内获得了200个点赞（1分），0个评论（5分），该条评论在3分钟时间内突破限性，则在3分钟时进入下一周期性阶段
10分钟后：
- a评论，总共获得了点赞1000个，评论300个
- b评论，总共获得了点赞800个，评论100个
- c评论，总共获得了点赞1500个，评论50个
以此可以看出，最开始时，第三条评论上升最快，可暂时排名第一，第一条评论暂时位列第二，第二条评论则位列第三；
但是在接下来的时间内，10分钟内的：
- a的分数为（1000-200）*1+（300-50）*5=2050
- b的分数为（800-150）*1+（100-3）*5=1135
- c的分数为（1500-200）*1+50*5=1550
以此分数可得出，a暂列第一，c暂列第二，b暂列第三。
目前，评论的期待时间值是60分钟，60分钟内需要当前评论的权重分数达到10000分，则可永久置顶。
但是以此数据来看，三条评论都没有这个资格。
所以需要根据其当前所突破的限性来进行考虑，在每一条评论的期待时间值到达时，首先计算是否超过期待时间值的条件，超过则横向对比，未超过的则进行纵向对比，未超过了则根据所设定的限性和周期性来进行计算。
最后计算其权重分数，最高的可半永久位列第一，直到出现超过期待时间值的评论。
同时，整个期待时间值60分钟一个周期，每60分粥权重分数计算一次，能保证排名靠前的都是当前时间互动性最强的评论。