總得分排名算法

Question

背景;

我正在尋找一種基於聽衆反饋來計算一段音頻分數的方法。每次用戶收聽曲目時，他們都必須投票，如果他們喜歡，簡單的是或否。然後每個曲目都有一個分數，根據是和沒有投票的數量。

此外，我想在31天的過程中統一減少每個投票的價值，因此經過這段時間後，其值爲0，並且不會影響整體總分。

我發現很多基於reddit和黑客新聞排名算法的討論，但這些似乎衰減總分，而不是個人投票本身。根據投票的最初投票時間，每個投票將有不同的衰減量。

任何人都可以幫助或推薦一些材料來看待？

謝謝

Answer 1

你可以將它建模爲「是」= 1.0和「否」= 0.0。 然後，投票後第n天的投票值=（31-n）/ 31。進一步的條件是，如果n> 31，那麼將其設置爲0. 希望這回答你的問題。

Answer 2

你想降低什麼加速度。一個常見的是對數因爲它很容易實現。對喜歡評分爲1，對不喜歡評分爲-1。然後，當加入喜歡/不喜歡時，除以投票後的天數。在第1天，投票的絕對值爲1.在第2天，它將是1/2。在第三天，它會值三分之一，等等......在第三十一天，它將值得1/31（0.03）。

對數降級的問題是它下降得非常快。您可以使用許多其他方法，例如乘以log（11-d），其中d = 1的第一天，第二天的2，等等。它只允許11天退化。日誌（31-d）將允許31天。您需要確保您不要嘗試執行日誌（0）或日誌（-x）。

整個模型的另一個問題是如何處理只有舊票的事情。如果什麼東西只有喜歡，但所有的喜歡都是舊的呢？它會註冊爲不太喜歡，因爲所有喜歡已經退化。