如何为二进制评级系统实现贝叶斯平均算法

Posted 2023-02-19

【中文标题】如何为二进制评级系统实现贝叶斯平均算法

【英文标题】：How to implement the Bayesian average algorithm for a binary rating system

【发布时间】：2011-03-10 16:10:46

【问题描述】：

我有一个系统，人们可以对某个项目投赞成票或反对票，我想将结果显示为 5 星评级。

我一直在尝试使用 here 和 here 解释的贝叶斯评级算法，但没有成功。

例如：我的数据库中有三个项目（A、B 和 C）：

A = 500 赞成票和 500 反对票 B = 0 UP 和 1000 反对票 C = 0 赞成票和 1000 票反对票

我如何计算每个项目的贝叶斯平均评分，使其得分为 1 到 5？

【问题讨论】：

What is the best algorithm to calculate the most scored item?的可能重复

【参考方案1】：

简单代数：

AvgVotes = 所有投票的总和/所有项目的总和

AvgRating = 所有项目的投票总和 * 5 / 所有投票的总和

CurVotes = 当前项目的投票数

CurRating = 当前项目的投票总数 * 5/ 当前项目的投票数

TotalVotes = 所有投票的总和 + 当前项目的投票总和

((AvgVotes * AvgRating) + (CurVotes * CurRating)) * 5 / TotalVotes

所以插入你的数字来评估 A 的权重...

平均投票数 = 1000

AvgRating = 0（请记住不要在此计算中包含您正在评估的项目的数字）

CurVotes = 1000

当前评分 = 500 * 5 / 1000 = 2.5

总票数 = 2000 + 1000 = 3000

((1000 * 0) + (1000 * 2.5)) * 5 / 3000 = 4.166

我忘了补充，不要在任何计算或总和中包含任何没有投票的项目，否则会导致权重下降。

编辑 - 简化解决方案：

我应该注意到，可以执行该问题的简化解决方案。我只演示了理解的速记形式。压缩后的算法如下：

定义：

SET = 与当前评估目标无关且投票数大于零的任何内容。

TARGET = 您当前尝试评估的元素

25*(((SET 投票总和)/(SET 项目总和)) + (TARGET 投票总和)) / (TARGET 投票总和 + SET 投票总和)

再次插入您评估“A”的数字以进行澄清和证明：

(25*((0/2)+500)) / (1000+2000) = 4.166

【讨论】：

为了方便阅读，我将我的评论移到了我编辑过的帖子中。

【参考方案2】：

这篇博文How Not To Sort By Average Rating 准确描述了您的情况，以及如何使用Wilson Score confidence interval 解决它。 Reddit used this 效果不错。

【讨论】：

为了节省其他人的时间，这不适用于 5 星评级，仅适用于正面/负面评级。