商品评论及关键词排序算法：威尔逊区间、贝叶斯平均

可以看到，当n的值足够大时，这个下限值会趋向。如果n非常小（投票人很少），这个下限值会大大小于。实际上，起到了降低”赞成票比例”的作用，使得该项目的得分变小、排名下降。

贝叶斯平均/ Bayesian Average

贝叶斯平均值（ Bayesian average）就是根据贝叶斯理论给出的一种计算平均值的方法。它可以冷门和高分的事物打分趋向于平均值 。

C，投票人数扩展的规模，是一个自行设定的常数，与整个网站的总体用户人数有关，可以等于每个项目的平均投票数。
n，该项目的现有投票人数。
x，该项目的每张选票的值。
m，总体平均分，即整个网站所有选票的算术平均值。

这种算法被称为”贝叶斯平均”（Bayesian average）。因为某种程度上，它借鉴了”贝叶斯推断”（Bayesian inference）的思想：既然不知道投票结果，那就先估计一个值，然后不断用新的信息修正，使得它越来越接近正确的值。

以IMDB的电影评分算法为例：