Algorithm 如何根据社会分数创建评级
我有一千个食谱，每个都有一条推特和类似facebook的计数。我想做的是根据这两个分数（也许还有其他社交网络的分数）在100分中创建一个总评分 假设facebook和twitter的权重相等，我该怎么做呢 对于任何给定的网络，这样做的一种方法是 此\u配方\u脸谱\u计数/max\u脸谱\u计数\u db*100.0 并将其与twitter结果进行平均 然而，如果有一个菜谱的分数高得离谱，会发生什么呢？它不公平地惩罚其他得分较低但仍然相对较高的食谱 我觉得我需要把标准差考虑进去，也许是一些阻尼函数……但自从我在高中学习统计数据已经14年了Algorithm 如何根据社会分数创建评级,algorithm,rating,Algorithm,Rating,我有一千个食谱，每个都有一条推特和类似facebook的计数。我想做的是根据这两个分数（也许还有其他社交网络的分数）在100分中创建一个总评分 假设facebook和twitter的权重相等，我该怎么做呢 对于任何给定的网络，这样做的一种方法是 此\u配方\u脸谱\u计数/max\u脸谱\u计数\u db*100.0 并将其与twitter结果进行平均 然而，如果有一个菜谱的分数高得离谱，会发生什么呢？它不公平地惩罚其他得分较低但仍然相对较高的食谱 我觉得我需要把标准差考虑进去，也许是一些阻尼函
有人能帮忙吗？我更喜欢简单而不是复杂，毕竟这只是食谱评分。与其线性增加受欢迎程度，不如这样做：（1-p^x） 其中p是预先选择的值（比如0.99），x是提及的次数
一开始，提到的次数增加会大大加快分数。但是过了一段时间，影响变得越来越小。你可以这样做，而不是线性增加受欢迎程度：（1-p^x） 其中p是预先选择的值（比如0.99），x是提及的次数
一开始，提到的次数增加会大大加快分数。但过了一段时间，这种影响变得越来越小。将受欢迎程度与评级联系起来让我感到困惑——100%的评级到底意味着什么？食谱100%受欢迎？既然不是所有在FB和TW中投票的食谱都包括在内，那么任何比较/统计分析都会有偏差吗？更不用说，不同的社交团体可能会在FB和TW上投票选择不同的食谱。我承认推特或喜欢（流行度）的数量并不一定等同于评级。但这些是我仅有的指标。我不想用多个社会分数轰炸用户，我只想用一个数字来概括一个评分或分数。是的，这会导致那些不是“社交”的好食谱被不公平地降级——这对我来说没关系。我不知道你说的“如果有一个食谱的分数高得离谱会怎么样？它会不公平地惩罚其他分数较低但仍然相对较高的食谱”是什么意思。什么是“相对较高的分数？”如果你想对1000种食谱进行排名，那么我认为分数差异并不重要。将受欢迎程度与评级联系起来让我困惑——100%的评级到底意味着什么？食谱100%受欢迎？既然不是所有在FB和TW中投票的食谱都包括在内，那么任何比较/统计分析都会有偏差吗？更不用说，不同的社交团体可能会在FB和TW上投票选择不同的食谱。我承认推特或喜欢（流行度）的数量并不一定等同于评级。但这些是我仅有的指标。我不想用多个社会分数轰炸用户，我只想用一个数字来概括一个评分或分数。是的，这会导致那些不是“社交”的好食谱被不公平地降级——这对我来说没关系。我不知道你说的“如果有一个食谱的分数高得离谱会怎么样？它会不公平地惩罚其他分数较低但仍然相对较高的食谱”是什么意思。什么是“相对较高的分数？”如果你想对1000种食谱进行排名，那么我认为分数差异并不重要。这正是我想要的！明亮的我发现facebook使用0.993，twitter使用0.99，这正是我想要的结果。谢谢。那正是我想要的！明亮的我发现facebook使用0.993，twitter使用0.99，这正是我想要的结果。非常感谢。