Frage:
Bewertungssystem unter Berücksichtigung der Anzahl der Stimmen
Betamoo
2011-01-21 03:52:49 UTC
view on stackexchange narkive permalink

Ich brauche eine Idee für ein neues Bewertungssystem. Das Problem bei der normalen Bewertung (nur durchschnittliche Stimmen) ist, dass nicht gezählt wird, wie viele Stimmen ...

Betrachten Sie beispielsweise diese beiden Fälle :

3 Personen stimmten mit 5/5

500 Personen stimmten mit 4/5

Die normalen Abstimmungssysteme nehmen nur den Durchschnitt und führen zum ersten besser ... Ich möchte jedoch, dass der zweite eine höhere Bewertung erhält, weil viele Leute für den zweiten gestimmt haben ...

Hilfe?

Vielleicht ein paar Bemerkungen zur gewünschten Verwendung?
Mögliches Duplikat von [Ein Bewertungssystem gewichten, um Artikel zu bevorzugen, die von mehr Personen hoch bewertet wurden, gegenüber Artikeln, die von weniger Personen hoch bewertet wurden?] (http://stats.stackexchange.com/questions/6358/weight-a-rating-system-to- Gunst-Artikel-bewertet-hoch-von-mehr-Personen-über-Artikel-Rate)
Vier antworten:
#1
+10
Andy McKenzie
2011-01-21 09:48:51 UTC
view on stackexchange narkive permalink

Sie sprechen von einem Schrumpfungsschätzer. Imdb ist möglicherweise das bekannteste Beispiel dafür, wie sie berechnen, welche Filme es in die Top 250 schaffen. Es beruht auf der Gleichung

gewichtete Bewertung (WR) = (v ÷ (v + m)) × R + (m ÷ (v + m)) × C, wobei:

  * R = Durchschnitt für den Film (Mittelwert) = (Bewertung) * v = Anzahl der Stimmen für den Film = (Stimmen) * m = Mindeststimmen, die erforderlich sind, um in den Top 250 (derzeit 3000) aufgeführt zu werden * C = die durchschnittliche Abstimmung über den gesamten Bericht (derzeit 6,9)  

Sie nennen dies eine "echte Bayes'sche Bewertung", und das gilt in dem Sinne, dass unser Prior für den Parameter "durchschnittliche Bewertung" ist dass es das gleiche ist wie für alle anderen Filme. Dieser Prior wird dann basierend auf der "Wahrscheinlichkeit" aktualisiert. Dies ist die durchschnittliche Bewertung für diesen Film, der mehr Stärke hat, wenn er mehr Stimmen hat. Aber ich bin mir nicht sicher, ob dies technisch als Bayesianisch qualifiziert ist, da weder der Prior noch der Posterior eine Verteilung sind ... Kann jemand dies klarstellen?

#2
+6
Zach
2011-01-21 04:00:52 UTC
view on stackexchange narkive permalink

Sie können ein System wie den "besten" Algorithmus von reddit zum Sortieren von Kommentaren verwenden:

Dieser Algorithmus behandelt die Stimmenzahl als statistische Stichprobe einer hypothetischen vollständigen Abstimmung von allen, ähnlich wie in einer Meinungsumfrage. Hiermit wird der 95% -Konfidenzwert für den Kommentar berechnet. Das heißt, es gibt dem Kommentar ein vorläufiges Ranking, bei dem es zu 95% sicher ist, dass es erreicht wird. Je mehr Stimmen, desto näher kommt die 95% -Konfidenzbewertung der tatsächlichen Bewertung.

Bei 3 Personen, die 5/5 abstimmen, können Sie zu 95% sicher sein, dass die "tatsächliche" Bewertung vorliegt ist mindestens eine 1, während Sie bei 500 stimmberechtigten Personen zu 95% sicher sein können, dass die "tatsächliche" Bewertung mindestens 4/5 beträgt.

#3
+1
shabbychef
2011-01-21 09:18:03 UTC
view on stackexchange narkive permalink

Sie könnten auf Probleme stoßen, die durch den Gibbard Satterthwaite Satz oder den Arrow's Impossibility Theorem oder eines der Ergebnisse der Abstimmungstheorie impliziert werden ...

#4
+1
user88
2011-01-22 20:13:48 UTC
view on stackexchange narkive permalink

Es gibt eine einfache (auch zu implementierende) Heuristik, mit der der Stimmenpool zunächst mit einer kleinen Anzahl von Dummy-Stimmen mit durchschnittlicher Abstimmung gesetzt und später durch eingehende Stimmen ersetzt wird.
So wird beispielsweise ein neues Objekt angezeigt und Sie geben ihm wenige Stimmen und bewerten ihn mit 2,5 / 5 (dies ist das Beste, was Sie am Null-Wissenspunkt darüber sagen können). Dann kommt die erste Abstimmung, sagen wir 5/5, aber sie wird durch den Rest des anfänglichen Pools etwas gemildert und der Mittelwert der Objekte liegt leicht über 2,5. Dann kommen die nächsten Stimmen und der Mittelwert bewegt sich allmählich von der anfänglichen Schätzung zum realen Durchschnitt, der dann Zeit hat, sich zu stabilisieren. Schließlich konvergiert dieser Algorithmus zum normalen Abstimmungsmittelwert.

"... und später durch eingehende Stimmen ersetzen." Nur eine kleine Lösung.Im "Standard" -Bayesianischen Durchschnitt werden Dummy-Stimmen permanent hinzugefügt (und nicht durch tatsächliche Stimmen ersetzt), sodass (vorausgesetzt - wie in Ihrem Beispiel - dass nur 5/5 Stimmen abgegeben werden) der Wert konvergiert, aber niemals den genauen Durchschnitt anzeigt.


Diese Fragen und Antworten wurden automatisch aus der englischen Sprache übersetzt.Der ursprüngliche Inhalt ist auf stackexchange verfügbar. Wir danken ihm für die cc by-sa 2.0-Lizenz, unter der er vertrieben wird.
Loading...