最近刚好在看这个
目前已经了解的有两种,一种是威尔逊区间算法,一种是贝叶斯平均算法,威尔逊区间算法,解决了当评分人数过少而导致评分不公平的问题,贝叶斯算法则加入了全局因素,增加了游戏与其他游戏之间的纵向对比。简单说一下这两种算法。
威尔逊区间,1)默认每一个玩家评分都是独立事件;2)默认每个玩家有喜欢、不喜欢两个选项;3)计算喜欢比例;4)计算每个好评率的置信区间;5)取置信区间的下限值,下限值越高的,排名越高。
贝叶斯平均算法,最典型的案例就是imdb,imdb就是用的这种算法,
在这个公式中,加入了最低评分人数,以及全局平均分,这样随着评分人数越来越多,最终结果越来越接近于真实情况。
附上链接。。。。
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_wilson_score_interval.html
http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_bayesian_average.html
什么样的评分体系最适合游戏?
鉴于各个平台的评分机制都不统一,请大家客观讨论一下,无论是学术角度的,还是玩家导购角度的
0 条评论 收藏
举报
向奶牛关官方反馈,以净化良好的社区环境