algorithm - 总分排名算法

Question

背景;

我正在寻找一种方法来根据听众的反馈计算一段音频的分数。每次用户收听曲目时，如果他们喜欢，他们必须投票，简单的是或否。然后每个曲目都有一个分数，基于是票和否票的数量。

此外，我想在 31 天内统一衰减每次投票的值，所以在这段时间之后，它的值是 0，并且不会影响总分。

我发现了很多基于 reddit 和黑客新闻排名算法的讨论，但这些似乎会降低总分，而不是个人投票本身。根据最初投票的时间，每张选票都会有不同的衰减量。

任何人都可以帮助或推荐一些要查看的材料吗？

谢谢

Answer 1

您可以将其建模为“是”= 1.0 和“否”= 0.0。然后，投票后第 n 天的投票价值 = (31-n)/31。如果 n > 31 则进一步条件，然后将其设置为 0。希望这能回答您的问题。

Answer 2

你想要什么加速退化。一个常见的是对数，因为它很容易实现。喜欢打1分，不喜欢打-1分。然后，当加总喜欢/不喜欢时，除以投票后的天数。第 1 天，投票的绝对值为 1。第 2 天，投票的绝对值为 1/2。第 3 天，价值 1/3，依此类推……第 31 天，价值 1/31 (0.03)。

对数退化的问题在于它下降得非常快。您可以使用许多其他方法，例如乘以 log(11-d)，其中第一天 d=1，第二天 2，依此类推。它只允许降解 11 天。log(31-d) 将允许 31 天。您需要确保不要尝试执行 log(0) 或 log(-x)。

整个模型的另一个问题是如何处理只有旧票的事情。如果某样东西除了喜欢什么都没有，但所有的喜欢都是旧的怎么办？它将注册为不太喜欢，因为所有喜欢都已降级。