基於投票數量和五星級評分對象的算法

Question

我創建一個網站，人們可以通過分配星級評分（比如5星評級）來評定他們選擇的對象。對象排列在一系列標籤和類別中，例如。電子產品>圖形卡> pci express> ...或維護>承包商>水管工。

如果其他用戶搜索特定類別或標籤，則匹配必須返回該類別中的最高「額定」對象。然而，如果一個人只爲一個物體投票5星而1000個用戶投票平均爲另一個物體的4.5星，那麼這個系統就會有缺陷。很明顯，邏輯規定可信度將被賦予1000個用戶評分對象，而不是1個用戶評估的對象，即使它具有「較低」分數。

相反，信任具有500分用戶評分和4.8分的對象比信任具有例如1000用戶評分4.5的對象更可靠。

什麼算法可以實現這個權重？

Answer 1

一個偉大的回答這個問題是在這裏： http://www.evanmiller.org/how-not-to-sort-by-average-rating.html

Answer 2

我會被誘惑的截止（比方說，五票儘管這顯然是依賴於流量）您認爲該項目爲其中便陷入困境之前。這將顯着降低垃圾郵件/白癡排行榜的動機（特別是如果每​​次投票都與用戶帳戶綁定），並且還可以幫助您實現簡單，快速的實施和合理可靠的系統。

Answer 3

按推薦排序時，您可以使用Bayesian average。

Answer 4

simboid_function(value) = 1/(1+e^(-value)); 

rating = simboid_function(number_of_voters) + simboid_function(average_rating);