Press "Enter" to skip to content

商品评论及关键词排序算法:威尔逊区间、贝叶斯平均

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

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:

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。