评分是如何计算的?您如何决定哪部电影在排名中位居第一?您必须考虑某个项目获胜的频率以及被击败的项目有多好。
您想要的是加权评分,也称为贝叶斯估计。
我认为IMDB的Top 250电影是制作排名网站的更好起点。有些电影拥有300,000+的投票,而其他电影则不到50,000。IMDB使用贝叶斯估计来比较电影,而不会给热门电影带来不公平的权重。算法在页面底部给出:
“加权评分(WR)=(v÷(v+m))× R +(m÷(v+m))× C”,其中:
R =电影平均值(平均数)=(评分)
v =电影的投票数=(投票)
m =必须列入前250名的最低投票数(目前为3000)
C =整个报告的平均投票(目前为6.9)
仅考虑常规选民的投票。对于前250名,只考虑常规选民的投票。”
“我不知道IMDB是如何选择3000作为他们的最低选票的。他们本可以选择1000或10000,列表可能会更多或更少相同。也许他们正在使用“上映6周后的平均选票数”,或者他们正在使用试错法。”
“在任何情况下,这并不重要。上面的公式几乎是规范化排名网站上的投票的标准,我几乎可以肯定Flickrchart在后台使用类似的东西。”
该公式的运作效果很好,因为它会将评分“拉”向平均值,所以高于平均值的评分会稍微降低,低于平均值的评分会稍微增加。然而,这种影响的强度与电影获得的投票数成反比。因此,投票数较少的电影会比拥有大量投票的电影更积极地被拉向平均值。以下是两个数据点来展示这一特性:
Rank Movie Votes Avg Rating Weighted Rating
---- ----- ----- ---------- ---------------
219 La Strada 15,000+ 8.2 8.0
221 Pirates of the 210,000+ 8.0 8.0
Caribbean 2
两部电影的评分都有所下降,但对于《拉斯特拉达》,由于它的投票数较少,因此不如《加勒比海盗》的评分代表性那么强,因此其下降幅度更加戏剧化。
针对您的具体情况,您有两个项目在“争斗”中。您应该按照以下方式设计您的表格:
Items
ItemID (pk)
FightsWon (int)
FightsEngaged (int)
平均评分为FightsWon / FightsEngaged。加权评分使用上述公式计算。
当用户选择战斗中的获胜者时,将获胜项的FightsWon字段增加1,将两个项的FightsEngaged字段都增加1。
希望这可以帮到你!
- 朱丽叶