我正在尋找一種基本的算法，給最近的評論更多的權衡。排名時間權重

因此，算法的輸出值是可變的。例如，兩個評分完全相同的評論將根據創建的時間戳進行不同的排名。

Review_1 
Score 10 
creation 10/5/2014 

Review_2 
Score 10 
creation 10/5/2015

一個喜歡思考：

1 if review ts < 1 year 
0.5 if review > year

所以，我可以使用類似(review_1.score * 1) + (review_1.score * 0.5)。

但是，如果兩個評論都是舊的沒有意義(review_1.score * 0.5) + (review_1.score * 0.5)，對不對？由於沒有新的評論，整體將是原始評分的一半。

來源

2015-06-15 user2990084

考慮最近一次審查的時間戳作爲「存在」的權重。 – collapsar

你只是給分子加權，重量分母也是如此。或者你不是在做一個平均的？ –

@DanGetz，我看不出如何解決這個問題。但是，是的，我做的是平均水平。 – user2990084

澄清@丹·蓋茨，並添加@collapsar答案，我會加入以下內容：

丹的公式是正確的：

(score1 * weight1 + ... + scoreN * weightN)/(weight1 + ... + weightN)

加權平均的優點是你可以選擇重量！

所以我們選擇第一條消息以來的天數作爲權重。所以我會選擇一些數據並顯示它是如何工作的。在所有情況下，簡單的平均值是5.0。

首先我們來看看隨着時間的推移而增加的評分。

Date[0]: May 6  Rating[0]: 1  Weight[0]: 0 
Date[1]: May 7  Rating[1]: 3  Weight[1]: 1 
Date[2]: May 8  Rating[2]: 5  Weight[2]: 2 
Date[3]: May 9  Rating[3]: 7  Weight[3]: 3 
Date[4]: May 10  Rating[4]: 9  Weight[4]: 4

這樣來計算權重：

Weight[i] = Date[i] - Date[0]

爲了計算平均

(Rating[0]*Weight[0] + Rating[1]*Weight[1] + ... + Rating[N]*Weight[N])/
(Weight[0] + Weight[1] + ... + Weight[N])

計算：

(1*0 + 3*1 + 5*2 + 7*3 + 9*4)/(0 + 1 + 2 + 3 + 4) = (0+3+10+21+36)/10 = 7.0

同樣已經隨着時間的推移下降的評級：

Date[0]: May 6  Rating[0]: 9  Weight[0]: 0 
Date[1]: May 7  Rating[1]: 7  Weight[1]: 1 
Date[2]: May 8  Rating[2]: 5  Weight[2]: 2 
Date[3]: May 9  Rating[3]: 3  Weight[3]: 3 
Date[4]: May 10  Rating[4]: 1  Weight[4]: 4

計算將是：

(9*0 + 7*1 + 5*2 + 3*3 + 1*4)/(0 + 1 + 2 + 3 + 4) = (0+7+10+9+4)/10 = 3.0

我選擇重量使得較大的權重對應我想有更多的重量的收視率。

來源

2015-06-16 01:48:14 Steve

要進行加權平均，不是將加權總數除以得分數，而是將加權總數除以總權重。

說明

當你這樣做的N分數中的正常平均其範圍可以從0到maxScore，您可以通過將所有的成績開始：

score1 + score2 + ... + scoreN

此值的範圍，取決於個人分數，從0到maxScore * N。因此，要改變它的範圍從0到maxScore，我們應該N劃分：

(score1 + score2 + ... + scoreN)/N

如果你做一個加權平均，總的分數有不同的公式：

score1 * weight1 + score2 * weight2 + ... + scoreN * weightN

這不更長的範圍是從0到N * maxScore，所以再劃分N沒有任何意義。它的範圍從0到：

maxScore * weight1 + maxScore * weight2 + ... + maxScore * weightN

這就是maxScore * totalWeight。因此，爲了您的加權總改造成一個加權平均，我們需要的總重量來劃分：

(score1 * weight1 + ... + scoreN * weightN)/(weight1 + ... + weightN)

請注意，如果您設置的每重量等於1，你會得到一個正常的平均公式，這是一個表明我們可能已經完成了這個數學計劃。

來源

2015-06-16 00:47:43

丹，我的問題是如何解決時間加權的問題？ – user2990084

嗯，我想我回答了你提出的問題 - 當你做一個時間加權時，如何讓平均值有意義，就像你在問題中描述的那樣。你已經想出了每個分數的重要性，所以如果你覺得它會給人爲的低分結果，那是因爲你沒有加權平均分。 –

我認爲@collapsar的評論是關注這個問題的唯一答案。不管怎麼說，還是要謝謝你。 – user2990084

排名時間權重

回答

說明

相關問題