Statistics 如何根据分数标准化评论

让评论正常化的最佳方式是什么？也就是说，假设我们有用户可以从1-5颗星投票的产品

简单地计算平均值并不是一个好方法，因为它不考虑评论的数量

例如，如果一个产品只有一个5星级的评价，它不应该领先于一个有10000个评价的产品，仅仅因为唯一的评价给了它5星级

---

从本质上讲，我如何根据评论的数量将分数正常化？

如果我的答案看起来很疯狂，我很抱歉。但是当我第一次看到你的问题时，我想到了下面的答案

计算排名靠前的250个标题的公式给出了一个真实的答案 贝叶斯估计：

weighted rating (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C 

其中：

R=电影的平均值（平均值）=（评级）

v=电影的票数=（票数）

m=需要列入前250名的最低票数（目前为 3000）

C=整个报告的平均投票数（目前为6.9）

（这是IMDB根据用户评论和投票对他们的顶级电影进行排名的方式。下面是我获得上述文章的页面链接：）