我正在创建一个网站，人们可以通过分配星级（比如 5 星级）来对他们选择的对象进行评分。对象排列在一系列标签和类别中，例如。电子>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。但是，如果 1 个人只为一个对象投票 5 星，而 1000 个用户平均为另一个对象投票 4.5 星，则该系统将存在缺陷。显然，逻辑规定可信度将给予 1000 个用户评级的对象，而不是由 1 个用户评估的对象，即使它具有“较低”分数。
相反，信任一个拥有 500 个用户评分且得分为 4.8 的对象比信任一个拥有 1000 个用户评分为 4.5 的对象更可靠。
什么算法可以实现这种加权？
这个问题的一个很好的答案在这里： http ://www.evanmiller.org/how-not-to-sort-by-average-rating.html
按推荐排序时可以使用贝叶斯平均值。
我很想有一个截止（例如，50 票，尽管这显然取决于流量），在此之前您认为该项目未排名。这将显着降低垃圾邮件/白痴排名的动机（特别是如果每张投票都与用户帐户相关联），并且还可以为您提供一个简单、快速实施且相当可靠的系统。
simboid_function(value) = 1/(1+e^(-value));
rating = simboid_function(number_of_voters) + simboid_function(average_rating);