Az értékelés átlaga és a szavazatok száma alapján
Van egy webhely, amelyen a felhasználók különböző kategóriákba sorolhatók.
Vannak K - a szavazatok száma, N - az átlagos pontszám az [1, 5] intervallumon belül.
Szükségünk van egy T (K, N) mutatóra, amely függ a cég átlagos pontszámától és a szavazatok számától.
E mutató szerint a vállalatok válogatásra kerülnek.
A mutatónak figyelembe kell vennie, hogy minél kisebb a szavazatok száma, annál nagyobb az esélye, hogy az értékelés különbözik az objektív objektumtól (feltételezzük, hogy az egyszerűség kedvéért a föld minden felhasználójának átlagos minősítése objektív :)).
Eddig csak egy ilyen formulát talált fel:
N = K + (K-3) * (N-1) * k / Nmax. ahol Nmax a szavazatok maximális száma, k egy bizonyos együttható, amelyet a józan ész választott, és a valós adatokat tekintve.
Kitalálhatok egy kerékpárt, és vannak olyan matematikailag megalapozott és vitálisan ellenőrzött képletek ilyen dolgokra?
Jelenleg készen állnak a dolgozó algoritmusok, például az IMDB minősítés, amely a Bayes-tételen alapul. A képlet nagyon jól írt itt: www.wowwebdesigns.com/formula.php
Köszönöm!
Láttam ezt a képletet egy filmszűrésen, de nem figyelt.
Igen, egy bonyolult képlet.
Minél kevesebb szavazó van, annál közelebb van a minősítés az összes objektum átlagos minősítéséhez.
Használnék valami olyasmit, mint:
az e kritériumon alapuló súlyozott átlagbecslés * megbízhatósága.
c-ent veracity = az összes kritérium súlyozott átlaga az egyes kritériumok esetében 1-re csökkentve.
azaz - ha a kritériumot az átlagos szavazatoknál többet szavazta meg, akkor ennek a becslésnek a súlya nő.
jelentése - minél több becslés - annál nagyobb az eredmény súlya.
Köszönöm!
A képlet hasonló a következő bejegyzésben leírtakhoz.
Igen, valószínűleg a helyes logika - minél több becslés - annál nagyobb az eredmény súlya.