我非常期待爲我正在開發的網站實現貝葉斯平均評級系統。我遇到了一個問題 - 我可以在網上找到的所有例子都是用於多值評分系統的,其中最小的是二進制 - 喜歡/不喜歡(Apply Bayesian average in a NON 5-star rating system)。貝葉斯等於一元評級系統的平均值
我似乎無法理解如何將二元貝葉斯應用於一元評分系統。
我有沒有不喜歡,我只喜歡。
鑑於算法:
(n/(n + C)) * j + (C/(n + C)) * m
C
是平均收視率的項目接收m
是平均得分在所有項目n
被評級的數量目前項目j
是當前項目的平均評分
我卡在m
- 所有項目的平均評分。平均評分爲1。
如何調整這個公式的一元評級系統?
也許還有其他更適合貝葉斯等價物的任務嗎?
只是一個想法,可能不是最好的:考慮*不喜歡物品的用戶不喜歡它。所以你有'number_of_users - item_likes'不喜歡。 – IVlad 2015-02-09 22:03:33