这是一个创建于 1193 天前的主题，其中的信息可能已经有所发展或是发生改变。
某商品 P，有 1 位用户喜欢，4 位用户讨厌，计算其受欢迎程度。
方式 1：1 / (1+4) = 20%
方式 2：(1 -4) / (1+4) = - 60%
哪种计算方法，更好的表示该商品的受欢迎程度呢？
方式 1：1 / (1+4) = 20%
方式 2：(1 -4) / (1+4) = - 60%
哪种计算方法，更好的表示该商品的受欢迎程度呢？
 |
1
linhongye 2021-09-21 08:33:42 +08:00 via Android
还得考虑这个受欢迎程度是给谁看的，目的是啥
|
 |
2
eason1874 2021-09-21 08:40:00 +08:00
这样没办法计算的，要细分，比如 1 到 5 打分
|
 |
3
rogwan OP @eason1874 只有两种可选方式：不喜欢、喜欢，类似 - 1 和 1 。1~5 分评价方式，也可以换成 -2 -1 0 1 2 的算法，只是选项多少的差别，本质上是差不多的。
|
 |
4
fgwmlhdkkkw 2021-09-21 08:59:42 +08:00
一位用户喜欢加 10 分，一位用户不喜欢扣 1 分。不能同权啊，，，，
|
 |
5
Inf1nity 2021-09-21 09:22:10 +08:00
我觉得可以构造一个这样的对数函数，X 轴是当前商品的评分，Y 轴是其对应的受欢迎程度。随着评分增高，受欢迎程度增长变缓，防止恶意刷单，同时也可以防止短期内的大量恶意差评导致的数据失真。 |
 |
6
Raven316 2021-09-21 10:19:13 +08:00  3
你这个都是线性的，其实没有区别的
|
 |
7
keith1126 2021-09-21 12:59:46 +08:00 3
A = x / (x + y)
B = (x - y) / (x + y) 2A - B = 1, 只是一个线性变化，所以没有任何区别 |
 |
8
paopjian 2021-09-22 00:59:56 +08:00
应该根据商品属性等预设一个开始阶梯判分阈值,比如 10 人以下不评分,30 人开始好评价权重倾向,50 人开始加强权重.并增加时间段属性,比如 steam 的近期好评如潮等,力求避免短时大量恶意刷单.
1:4 不评分 10:40 20%好评 40:160 40/(200+160)=11%好评 100:400 100/(500+400*2)= 7%好评 4:1 不评分 40:10 80%好评 160:40 160/(200+40)= 66%好评 400:100 400/(500+40*2) 68%好评 (可能负面评价权重有点大了) |
Select Language