我真的很期待为我正在开发的网站实现贝叶斯平均评分系统。不过我遇到了一个问题 - 我在网上可以找到的所有示例都是针对多值评级系统的,最小的是二进制 - 喜欢/不喜欢 ( Apply Bayesian average in a NON 5-star rating system )。
我似乎无法理解如何将二元贝叶斯应用于一元评级系统。
我没有不喜欢,我只有喜欢。
给定算法:
(n / (n + C)) * j + (C / (n + C)) * m
C
是一个项目收到的平均评分数m
是所有项目的平均评分n
是当前item的评分数j
是当前项目的平均评分
我卡在 m
- 所有项目的平均评分。所有内容的平均评分均为 1。
如何为一元评级系统调整这个公式?
也许还有其他更适合此类任务的贝叶斯等价物?
最佳答案
点赞数是一维输入,因此如果没有其他输入,很难做任何有趣的事情。两种可能性是该项目有多旧以及有多少用户查看过它。
关于algorithm - 一元评级系统的贝叶斯平均等价物,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28420241/