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。基於投票數量和五星級評分對象的算法
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？
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
+1 - 尼斯。儘管如此，頁面上的公式「只考慮正面和負面的評級（即不是五星級）」。任何想法如何將其擴展到五星評級？ – Justin 2011-02-23 21:24:11
將5星標記爲1，1star標記爲0，插入其餘標記。將正面評分的觀察分數更改爲平均評分。但是，這會拋棄有關評級分佈的信息 - 它僅使用平均數和總數，我不知道如何考慮這一點，但可能並不重要。 – drewrobb 2011-02-23 22:32:06
我不認爲威爾遜區間是這樣工作的。它設計用於二項變量（即：僅有兩個結果）。當你比較小尺寸時，這些細節確實很重要。 – mhum 2011-02-24 04:19:37
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。
按推薦排序時，您可以使用Bayesian average。
simboid_function(value) = 1/(1+e^(-value));
rating = simboid_function(number_of_voters) + simboid_function(average_rating);
請提供關於您的解決方案的一些解釋！ :) – 2017-05-13 17:47:33
沒有一個很好的答案給你，我會說一個被1000個用戶評分的對象比僅有500個評分的對象吸引了更多的注意力，不管評分是什麼。 – 2011-02-23 21:06:53
另一個觀察結果：對一切評分爲3,4或5的人的4星評級比使用整個範圍的人的評分低4星評級。 – 2011-02-23 22:20:22
相關：http://fulmicoton.com/posts/bayesian_rating/ – Palec 2014-12-23 16:31:21