時限標準分

Question

爲了找到熱門話題，我用的是標準分結合移動平均線：

z-score = ([current trend] - [average historic trends])/[standard deviation of historic trends] 

(Thank you very much, Nixuz)

到現在爲止，我做如下：

無論時間如何，對於歷史潮流，我只需回顧24小時。假設我們1月12日，現在下午3:45：

current_trend =命中[1月11日，3:45 - 1月12日，3:45]

historic_trends =命中[1月10日，3:45 - 1月11日，3:45] +點擊[1月9日，3：45 - 1月10日，3：45] +點擊[1月8日，3：45 - 1月9日，3：45] + ...

但是這真的足夠嗎？如果我始終在00:00開始，不是更好嗎？例如這種方式對於相同的數據（下午3點45分）：

current_trend =命中[年01月11，0:00 - 1月12日，0:00]

historic_trends =命中[年01月10 0:00 - 1月11日，0點] +點擊[1月9日，0點 - 1月10日，0點] +點擊[1月9日，0：00 - 1月9日，0：0] + ...

我相信結果會有所不同。但是哪種方法會給你更好的結果？

我希望你已經理解我的問題，你可以幫助我。 ：） 提前致謝！

Answer 1

我認爲您目前的實施可能會遇到的問題是，23小時前很熱的話題正在影響您的排名。我在新提出的實施方案中看到的問題是，您在午夜清理板岩，因此昨晚深夜的熱點在第二天早上似乎不會很熱（但他們應該）。

我建議你看看實施Digg-style algorithm（抱歉連接到Digg）主題的熱度隨着年齡衰減。您可以通過計算每個過去24小時時段的點擊次數/小時數來實現此目的，然後將每個時段分數除以期間發生的時間。加上24個時期來得分。

hottness =（score24/24）+（score23/23）+ ... +（score2/2）+ score1

哪裏score24是 「命中」，一個主題中的單拿到的數量24小時前發生的小時期（可能不是完全命中，但是該小時的歸一化分數）。

這種24小時前很熱的話題仍然會算在你的算法中，但並不像一小時前熱門的話題那麼嚴重。