Я с нетерпением жду применения байесовского подхода, чтобы определить приоритеты списка, который может учитывать количество понравившихся, нелюбленных и обзорных счетов.Примените байесовский средний показатель в 5-звездной рейтинговой системе
Подход, перечисленный в here основывается на байесовском среднем:
$bayesian_rating = (($avg_num_votes * $avg_rating) + ($this_num_votes * $this_rating))/($avg_num_votes + $this_num_votes);
В моем случае нет $avg_rating
, так как его не в 5-звездной системе, она никогда не будет существовать, числа подобных , антипатии и обзоры всегда увеличиваются, поэтому мне нужно позаботиться об истинном представлении списка.
Решение в here было недостаточно для принятия решения о подходе.
Что было бы лучшим решением в случае, если я хочу применить математический подход?
Редактировать: Реф. @Ina, можно отразить 5-звездную систему, если я умножаю симпатии на 5, что делает ее с наивысшим значением в 5-звездной системе.
Возвращаясь к коду, после добавления некоторых дополнительных переменных, чтобы заботиться о (любит, не любит, количество отзывов, количество раз добавлено в корзину), я не уверен, что я могу заполнить $avg_rating
и $this_rating
с ?
Вот код до сих пор:
// these values extracted from the database
$total_all_likes = 10; //total likes of all the products
$total_all_dislikes = 5; //total dislikes of all the products
$total_all_reviews = 7; //total reviews of all the products
$total_all_addedToBasket = 2; //total of products that has been added to basket for all the users
$total_all_votes = ($total_all_likes *5) + $total_all_dislikes; //total of likes and dislikes
$total_all_weight = $total_all_votes + $total_all_reviews + $total_all_addedToBasket; //total interactions on all the products
$total_all_products = 200; //total products count
//Get the average
$avg_like = ($total_all_likes*5)/$total_all_votes; //Average of likes of all the votes
$avg_dislike = $total_all_dislikes/$total_all_votes; //Average of dislikes of all the votes
$avg_reviews = $total_all_reviews/$total_all_products; //Average of reviews of all the products
$avg_addedToBasket = $total_all_addedToBasket/$total_all_products; //Average of added to basket count of all the products
$avg_weight = $avg_like + $avg_dislike + $avg_reviews + $avg_addedToBasket; //Total average weight
//New product, it has not been liked, disliked, added to basket or reviewed
$this_like = 0 *5;
$this_dislike = 0;
$this_votes = $this_like + $this_dislike;
$this_review = 0;
$this_addedToBasket = 0;
$this_weight = $this_votes + $this_review + $this_addedToBasket;
//$avg_rating
//$this_rating
$bayesian_rating = (($avg_weight * $avg_rating) + ($this_weight * $this_rating))/($avg_weight + $this_weight);
Вы имеете в виду '$ total_num_positive_votes = total likes/(total likes + total dislikes)'? А как насчет других критериев, таких как количество отзывов? Где это может вписать $ bayesian_rating? – ebil
No: total_num_positive_votes - всего лишь общее количество понравившихся. total_num_votes всего нравится + не нравится Оценка Bayesian Rating не учитывает количество отзывов. Я не уверен, как это можно добавить, не могли бы вы описать свою проблему немного подробнее? Насколько я понимаю, сейчас у вас есть список продуктов, и каждый продукт имеет несколько голосов (положительный или отрицательный) и ряд обзоров (нейтральных). – Ina
Благодарим вас за быстрый ответ. Фактически, этот список продуктов может быть добавлен в корзину, понравился, не понравился и рассмотрен.То, что я искал, - это алгоритм, который будет учитывать ** все ** эти подсчеты этих переменных и добавить их в '$ bayesia_rating', чтобы получить определенный _weight_, который поможет отсортировать список в« значащем » так как байесовский подход работает в системе с 5 путями. – ebil