With your perfect help here我已經找到了如何計算熱門話題（標準分數+浮動平均值）。熱門話題：單詞條款與組合條款
我的下一個問題：我有我的數據庫中的術語（由1-3個字組成）與他們被提及的時間相關聯。但是熱門話題總是隻有1個字詞，因爲術語的一部分總是比整個術語提到的要多。例如：昨天有3篇新聞文章是關於「奧巴馬」，今天是148.然後「巴拉克奧巴馬」當然在上升。但是「Barack」也在不斷上升，因此這是熱門話題。
當我計算趨勢主題時，如何包含術語的長度？我不想使用另一種算法，我對上述算法非常滿意。我能將所有兩個單詞的分數乘以1.5嗎？
詳細示例：我最大的趨勢是：微軟，中國，希拉裏克林頓，達拉斯小牛。我想說，「希拉裏克林頓」和「達拉斯小牛隊」從來沒有排名第一或第二，因爲他們是兩個字的術語。 「微軟」和「中國」是一個單詞，所以它們總是排名更好。有沒有可能解決這個問題？
我希望你能幫助我。提前致謝！
談論奧巴馬，是的，你可以。 :)
也許你可以測試你的高趨勢是否包含在較低的趨勢之前輸出它們。我會嘗試somehing這樣的：
例子：你有
如果你想輸出的列表不會太長（比如你只拿到100分最高分），那麼你只選擇那些不包含在其他列表中的列表，也許會給包含其他列表的列表添加50％的獎勵。 （你可能需要採取150個第一個值，然後做你的治療去除冗餘，可能會像110一樣，然後修剪最後10個值，以獲得100個值。）
「Barack Obama」contains這兩個 「奧巴馬」 和 「奧巴馬」，所以你可以給它100％的獎金，並且您的列表可能會成爲：
希望它不會改變你的算法太多，但實際上你可以在輸出之前在最後插入這個處理。
編輯：
否則，如果你真的不列出最好的成績，但只計算一個接一個，你可能分裂的趨勢來計算其組件的思考總和（如「奧巴馬」」奧巴馬「的+ 0.5 *」巴拉克「的+ 0.5 *」奧巴馬「）
建立在@ subtenante的答案，你應該尋找的公式應該基於事實上，「巴拉克奧巴馬」總是包含「巴拉克」，還有「奧巴馬」...
如此簡單的數學表明，它應該是：
"Barack"s + "Obama"s - "Barack Obama"s
"Barack"s + "Obama"s - "Barack Obama"s
......當然，假設您的部分詞語只存在於正確的語境中，無論是單獨使用還是與整個詞語相結合 - 即「Barack」將始終指「Barack Obama」（而非例如。 「Ehud Barack」）。
非常感謝！很簡單，但它的作品！ :)不幸的是，它只包含一個案例。另一種情況是我的主要趨勢是：微軟，中國，希拉裏克林頓，達拉斯小牛隊。我想說，「希拉裏克林頓」和「達拉斯小牛隊」從來沒有排名第一或第二，因爲他們是兩個字的術語。 「微軟」和「中國」是一個單詞，所以它們總是排名更好。有沒有可能解決這個問題？ – caw 2009-06-06 12:40:00
我不知道這是爲什麼。用我給你的方法（從子組件中增加一部分趨勢），除了乘數取決於子組件的趨勢外，可以達到與常數乘數相同的效果。也許增加乘法器會做到這一點，但你應該小心，不要試圖彎曲太多的數據。你可能會誤以爲是錯誤的趨勢（愚蠢的例子：一個名字是麥克唐納的人從麥克唐納的破產者那裏受益太大，並且因爲他的名字而獲得更高的趨勢）。沒有空間在這裏說話，所以祝你好運。 – glmxndr 2009-06-06 18:54:26