计算最受欢迎课程的算法

Posted 2023-04-14

【中文标题】计算最受欢迎课程的算法

【英文标题】：Algorithm to calculate most popular courses

【发布时间】：2017-01-04 13:24:39

【问题描述】：

我正在尝试获取有关学习门户上列出的课程的一些统计数据。其中之一是，根据以下三个因素获得 4 个最受欢迎的课程：

课程订阅人数 平均评分 评论数

我已经考虑了很长一段时间的解决方案，但无法提出实现上述目标的最佳方法。

谁能建议我如何使用这些因素来获得最准确的热门课程数据？

非常感谢任何帮助。

谢谢

【问题讨论】：

向我们展示您的方法。

正确的方法只是见仁见智。例如，一门有 1000 名订阅者且平均评分为 4/5 和 20 条评论的课程。这比拥有 900 名订阅者的用户更好还是更差，5/5 av。评分和 5 条评论？没有绝对正确/错误的答案。

@PaulHankin 我理解这只是一个见仁见智的问题，但仍想了解 coursera、udemy 等学习门户如何根据这些因素展示热门课程？

【参考方案1】：

在给你一些关于它的主观公式之前，我想指出一些关于bayesian statistics 以及IMDb rates films 的链接

在您的用例中，您如何为单组参数选择权重似乎是非常主观的。你没有太多的参数可以玩。例如，您有很多评论……但这是否意味着所有评论都是好评论？

【讨论】：

没有。评论数量是指所有类型的评论。

【参考方案2】：

我会这样做：

将订阅者、评分和评论放在 3 个单独的列表中 使用 max() 之类的函数在列表中找到最大值，然后从列表中删除该值，重复 4 次，每次将最大值添加到新列表中（如果需要） 为每个列表执行此操作

另外，您使用的是什么语言？我知道这对我有用，但可能会因语言而略有不同

【参考方案3】：

你可以试试这个公式 ->

popularity = 50*((NumSub/maxNumSub) + (RateAvg/RateMax)*(NumReview/NumSub))

这里，

NumSub = Number of Subscribers in the Course.
maxNumSub = Maximum Number of Subscribers in all the Courses.
RateAvg = Average Rating of the Course.
RateMax = The Highest rating a course can get.
NumReview = Number of reviews of the course.

因此，您将从100 中获得popularity 的值。

e.g:

让我们假设，对于一门课程，

NumSub = 80
maxNumSub = 100
RateAvg = 4.5
RateMax = 5
NumReview = 24

所以，根据公式，

popularity = 50 * ((80/100) + (4.5/5)*(24/80))
           = 50 * (0.8 + 0.9*0.3)
           = 53.5

因此，该课程的人气值为53.5。