4
評論標準化的最佳方法是什麼? I.E.讓我們假設我們有產品,用戶可以從1-5星投票。如何根據評分標準化評論
僅僅考慮平均值並不是一個好的方法,因爲它沒有考慮評論的數量。
例如,如果一個產品只有一個5星的評論,它不應該超過10000評論的產品,只是因爲唯一的評論給了它5顆星。
本質上,我如何根據評論的數量規範化評分?
評論標準化的最佳方法是什麼? I.E.讓我們假設我們有產品,用戶可以從1-5星投票。如何根據評分標準化評論
僅僅考慮平均值並不是一個好的方法,因爲它沒有考慮評論的數量。
例如,如果一個產品只有一個5星的評論,它不應該超過10000評論的產品,只是因爲唯一的評論給了它5顆星。
本質上,我如何根據評論的數量規範化評分?
如果我的回答看起來很瘋狂,我很抱歉。但是當我第一次看到你的問題時,我的腦海裏出現了下面的答案。
用於計算評分最高250個稱謂公式給出了真實 貝葉斯估計:
weighted rating (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C
其中:
R =平均爲電影(平均)=(額定值)
v =電影票數=(票數)
m =所需的最低票數b在250強企業(目前 3000)
C所列E =平均投票在整個報告(目前爲6.9)
(這是根據用戶評論和投票IMDB的排名的頂級電影。以下是鏈接到我得到了上述段落的頁面:http://www.imdb.com/chart/top。)
感謝亞歷克斯的良好修訂。 – 2012-01-18 14:31:28