基于票数和 5 星级评级的对象评级算法

Question

我正在创建一个网站，人们可以通过分配星级（例如 5 星级）来评价他们选择的对象。对象按一系列标签和类别排列，例如。电子产品>显卡>pci Express>...或维护>承包商>水管工。

如果另一个用户搜索特定类别或标签，则命中必须返回该类别中“评级”最高的对象。然而，如果 1 个人只为一个对象投票 5 颗星，而 1000 名用户平均为另一个对象投票 4.5 颗星，那么该系统就会存在缺陷。显然，逻辑表明 1000 个用户评价的对象将被赋予可信度，而不是由 1 个用户评估的对象，即使它具有“较低”分数。

相反，例如，信任具有 500 个用户评级且得分为 4.8 的对象比信任具有 1000 个用户评级为 4.5 的对象要可靠。

什么算法可以实现这个权重？

Answer 1

这个问题的一个很好的答案在这里：
http://www.evanmiller.org/how-not -按平均评级排序.html

Answer 2

按推荐排序时，您可以使用贝叶斯平均值。

Answer 3

我很想有一个截止点（例如，五十票，尽管这显然取决于流量），在此之前您认为该项目未排名。这将显着减少垃圾邮件/白痴排名的动机（特别是如果每​​个投票都与用户帐户绑定），并且还为您提供一个简单、快速实施且相当可靠的系统。

Answer 4

simboid_function(value) = 1/(1+e^(-value));

rating = simboid_function(number_of_voters) + simboid_function(average_rating);