我正在开发一个用户对内容进行评分（1-5 星）的网站。我需要衡量内容的受欢迎程度（也称为重要性/热度/兴趣）。我的第一个想法就是为内容添加用户评分：
人气 = SUM（评分 - 2.5）
如果两个用户给它 5 星，一个给它 2 星，那么它的受欢迎程度为 2.5+2.5-0.5 = 4.5。然后，根据内容的年龄，该值会受到抑制。我希望它尽可能准确，所以我想知道这是否“足够好”，或者是否有更好的方法，例如分析收视率的分布，或者我是否必须引入更多指标（观看次数、cmets、分享、花费在内容上的时间等）。
【问题讨论】：
标签： math statistics metrics data-analysis rating-system
有点经典的问题，这个。你的方法很好，但它是否考虑到分数的可靠性？你暗示那不是。
帖子获得的评分越多，评分就越可靠地告诉您价值。
另一方面，一个单一的差评级是不可信的。
能够解释您的数据集的可靠性，并通过计算它告诉我们的内容来说明统计数据中的贝叶斯。您需要贝叶斯平均值：请参阅这些文章 here 和 excellent set of resources here。
由于这是一个堆栈溢出问题，here 是许多关于如何计算平均值的典型 SO 问题之一。
Here 是一本好书，如果您想了解这个古老金块的历史和哲学维度。
【讨论】：
首先，流行度不是一个定义明确的概念。有人可能会认为它与收视率成正比，但我也可以说“电影A很受欢迎，因为每个人都看过它，但它的质量却没有预期的那么好。”。这样一来，收视率就很多了，但总体来说收视率不是太好。
您可以以一种简单的方式测量每部电影的收视率与全球平均值的平均偏移量。
以更复杂的方式，您还应该考虑有多少评级，这很难制定。
通常，如果您正在构建推荐系统，您会使用项目相似度或用户相似度等。这是因为它们是相对的。默认情况下，流行度应该是有界的绝对规模，这很难为推荐制定正确的公式。
如果您要使用推荐系统，我建议您阅读以下论文：
【讨论】：