在喜欢/不喜欢投票系统方面需要帮助

Question

我想获得一些帮助来构建一个喜欢/不喜欢排序算法来找到最佳条目。我想了一个办法，但是这种方法有两个主要缺陷，我想知道是否有更好的方法。

这是我的想法：

这些条目将按照l/d 给出的比率排序，其中l = number of likes 和d = number of dislikes，因此比率较高的人的点赞数比比率低的人更高。

这个方法有两个问题：

1：如果不喜欢的次数为 0，l/d 将是不可能的。因此，即使一个条目有 1000 个喜欢和 0 个不喜欢，它仍然不会进入记分板。

2：喜欢和不喜欢的条目与评分多的条目相比具有优势，因为它需要少量的评分来影响比率并给条目一个好的得分。

你怎么看？

编辑：这是解决第一个问题的可能替代方法：(l + 1) / (d + 1)。对此有何反馈？

Answer 1

这对我来说效果最好。

rank = likes * 100 / (likes + dislikes)

它按较高的喜欢排序，然后是任何喜欢和/或不喜欢的活动，然后是没有活动。 例子：

likes, dislikes => rank
0, 0 => 0            //avoid /0 error
3, 3 => 50
3, 0 => 100

Answer 2

这可能是相关的：How Not To Sort By Average Rating。

Answer 3

要消除除以零，您可以在分子和分母上加 1 以获得 (l+1)/(d+1)。如果您想对更多喜欢的条目进行更高的排名，那么您可以将排名公式乘以 log（喜欢的数量 + 1）。在这里添加一个以消除如果条目有零个赞而导致的数学错误。对于接下来的讨论，假设日志的底数为 10。因此满足要求的排名公式为 (likes + 1)/(dislikes + 1) * log(likes + 1)。

请注意，如果因为 log(1) = 0，没有喜欢，则此公式提供的排名为 0。假设投票与一个喜欢投票和一个不喜欢投票相关联。那么秩是 2/2*log(2) = 0.3，因为 log(2) = 0.3。现在考虑另一个有 9 个喜欢和 9 个不喜欢的关系。那么排名是 10/10*log(10) = 1，因为 log(10) = 1。也就是说，log(likes) 项对喜欢更多的关系的排名高于喜欢更少的关系。