2011-09-06 30 views
1

我在找一個評級系統,做不僅重量評級票數,也一次「活動」Ratingsystem一種考慮時間和活動

爲了澄清一點:

考慮用戶可以製作一些東西的網站,如圖片。 還有一種類型的用戶可以對其他人的照片進行投票(1-5級),但一張照片只能得到一票。

富有成效的用戶獲得從評價他/她的照片都收到衍生,而是應該由受影響的評價:

  • 照片是多久前提出
  • 用戶已經如何生產

誰是越來越3的和4的和仍在進行每週10張圖片比已經得到了5的,但只取得每週1個PIC,並停了幾輛一個月前的人應該得到較高評價的用戶。

我一直在尋找貝葉斯估計,但只考慮總的票數與時間或生產力無關。

我的數學功能非常強大,所以我需要的是在正確的方向微調,我可以修改一些東西來適應我的需求。

+0

你試過什麼樣的貝葉斯估計? Navie貝葉斯分類? – rocksportrocker

+0

我實際上還沒有嘗試過任何東西,但可能像imdbs –

+0

因此,我假設你看到樸素貝葉斯分類,並且你不知道如何結合連續值,因爲大多數貝葉斯分類器假定某種離散分佈,其中分配通過簡單的計數來估計。我對嗎 ? – rocksportrocker

回答

1

你可以在這裏做很多事情。

顯而易見的方法是在內部計算中測量分數隨時間的衰減,例如使用時間常數爲T的指數衰減。例如,使用value = initial_score*exp(-t/T),其中t是自提交圖片以來經過的時間。所以如果T是一個月,那麼在一個月後,這個分數將貢獻1/e,或者它原來的0.37。 (如果這樣做更方便,也可以通過value -= (dt/T)*value來實現差異化。)

可能有一種方法可以用貝葉斯方法來解決這個問題,但它似乎被強制給我了。貝葉斯方法通常是基於(通常很大的)一組先驗數據來預測新事物,而這些數據並不直接匹配您的模型。