Версия для печати темы Нажмите сюда для просмотра этой темы в оригинальном формате

Форум программистов > Алгоритмы > Алгоритм выбора лучших и худших товаров

Автор: proger 29.12.2010, 20:32

Здравствуйте, есть интернет магазин, в котором люди пишут отзывы о товарах, указывая ОЦЕНКУ и тип отзыва (положительный/отрицательный). Например за товар может быть 3 отзыва положительных (с баллами 5,7,6) и 1 отрицательный (с баллом 4). Хотел на сайте в каждой категории выводить 5 лучших и худших товаров на основе отзывов. Щас алгоритм выбора такой: сортирую товары по кол-ву отзывов (берем 5 штук у которых больше отзывов) т.к. считаю, это более обсуждаемые товары и кол-во отзывов более независимо оценивают товар затем сортирую по соотношению положительных отзывов ко всем т.е. чем больше положительных отзывов к общему числу, тем лучше и в конце сортирую по среднему баллу Не уверен что алгоритм достоверный, но как еще на основе типа отзыва и оценки можно выбирать?

Автор: Akina 29.12.2010, 22:36

Можно придумать много вариаций, и все они будут по-своему верными и по-своему ошибочными. Вопрос не имеет смысла.

Автор: VictorTsaregorodtsev 29.12.2010, 22:38

Выкиньте явный тип отзыва - введите положительность и отрицательность отзыва непосредственно в оценку. Как в школьных-ВУЗовских оценках. А далее - обычные статистические расчеты среднего и дисперсии для значений оценок по товару. Чем выше дисперсия - тем менее однородны (более разнонаправленные) оценки покупателей. Т.е. алгоритм таков - сначала берутся товары, у которых число отзывов превышает некоторый минимум (чтобы картина по ним сформировалась более-менее достоверная), далее они сортируются по средним значениям оценок, и для товаров с совпадающими средними проводится ранжирование еще и по дисперсии (больше дисперсия - хуже товар, т.к. он почему-то сильно нестабильно соответствует ожиданиям покупателей). Выводить на экран значения дисперсий не надо - только значения средних баллов. Средние можно округлять до целых значений (или брать не более одного-двух знаков после запятой), а то если считать с точностью в 6-7 значащих цифр (одинарная точность) - то может не потребоваться считать дисперсии, т.к. средние очень, очень редко будут совпадать при такой большой точности расчетов (либо средние будут совпадать только для товаров, всеми пользователями оцениваемых одним и тем же баллом - но тогда из-за отсутствия варьирования баллов дисперсии оценок будут нулевыми, т.е. тоже бесполезными для ранжирования товаров с одинаковым баллом друг относительно друга).

Автор: proger 30.12.2010, 07:51

Цитата(VictorTsaregorodtsev @ 29.12.2010,  22:38) Выкиньте явный тип отзыва - введите положительность и отрицательность отзыва непосредственно в оценку. Как в школьных-ВУЗовских оценках. А далее - обычные статистические расчеты среднего и дисперсии для значений оценок по товару. Чем выше дисперсия - тем менее однородны (более разнонаправленные) оценки покупателей. Т.е. алгоритм таков - сначала берутся товары, у которых число отзывов превышает некоторый минимум (чтобы картина по ним сформировалась более-менее достоверная), далее они сортируются по средним значениям оценок, и для товаров с совпадающими средними проводится ранжирование еще и по дисперсии (больше дисперсия - хуже товар, т.к. он почему-то сильно нестабильно соответствует ожиданиям покупателей). Выводить на экран значения дисперсий не надо - только значения средних баллов. Средние можно округлять до целых значений (или брать не более одного-двух знаков после запятой), а то если считать с точностью в 6-7 значащих цифр (одинарная точность) - то может не потребоваться считать дисперсии, т.к. средние очень, очень редко будут совпадать при такой большой точности расчетов (либо средние будут совпадать только для товаров, всеми пользователями оцениваемых одним и тем же баллом - но тогда из-за отсутствия варьирования баллов дисперсии оценок будут нулевыми, т.е. тоже бесполезными для ранжирования товаров с одинаковым баллом друг относительно друга). Спасибо большое за совет!

Автор: Akina 30.12.2010, 09:20

Получив среднее и дисперсию, рекомендую посмотреть на выборку... если в ней есть выброс за пределы доверительного интервала - его лучше проигнорировать.

Автор: proger 30.12.2010, 12:39

Цитата(Akina @ 30.12.2010,  09:20) Получив среднее и дисперсию, рекомендую посмотреть на выборку... если в ней есть выброс за пределы доверительного интервала - его лучше проигнорировать. Как понять доверительный интервал, можно подробнее?

Автор: Akina 30.12.2010, 12:57

http://tinyurl.com/25y5r52

Автор: proger 30.12.2010, 14:22

Цитата(Akina @ 30.12.2010,  12:57) http://tinyurl.com/25y5r52 тупонул, спасибо!

Автор: proger 30.12.2010, 14:45

А можете показать примерами на числах  если кому не трудно! Например возьмем голоса  (по 10 бальной шкале):  Код 1  5  8  9  4  5  5  6  7  8 сумма: 58 среднее: 5,8 Дисперсия (D-M) Код -4.8 -0.8 2.2  3.2 -1.8 -0.8 -0.8  0.2  1.2 2.2 сумма: 0 среднее: 0 Квадрат (D-M) Код 23,04 0,64 4,84 10,24 3,24 0,64 0,64 0,04 1,44 4,84 сумма: 49,6 среднее: 4,96 стандартного отклонения, корень из 4,96 = 2,22 Получается, чем у товара меньше стандартное отклонение, тем он лучше! Теперь надо разобраться с доверительным интервалом ....

Автор: VictorTsaregorodtsev 30.12.2010, 21:41

Цитата(Akina @  30.12.2010,  09:20 ) Получив среднее и дисперсию, рекомендую посмотреть на выборку... если в ней есть выброс за пределы доверительного интервала - его лучше проигнорировать. За пределы доверительного интервала для среднего выбросы (во множественном числе) будут в любом случае ;) Просто из-за способа расчета этого самого доверительного интервала для среднего. А смотреть наличие выходов за плюс-минус три сигмы может быть тоже малоприемлемо, т.к. градаций оценок мало (5-10) и они нормальное распределение не всегда хорошо зааппроксимируют. Проверять еще и гипотезу на соответствие распределения нормальному (или для каждого вида распределения и его параметров строить способ расчета доверительного интервала) - неоправданное, думаю, переусложнение.

Автор: proger 31.12.2010, 12:26

Цитата(VictorTsaregorodtsev @ 30.12.2010,  21:41) Цитата(Akina @  30.12.2010,  09:20 ) Получив среднее и дисперсию, рекомендую посмотреть на выборку... если в ней есть выброс за пределы доверительного интервала - его лучше проигнорировать. За пределы доверительного интервала для среднего выбросы (во множественном числе) будут в любом случае ;) Просто из-за способа расчета этого самого доверительного интервала для среднего. А смотреть наличие выходов за плюс-минус три сигмы может быть тоже малоприемлемо, т.к. градаций оценок мало (5-10) и они нормальное распределение не всегда хорошо зааппроксимируют. Проверять еще и гипотезу на соответствие распределения нормальному (или для каждого вида распределения и его параметров строить способ расчета доверительного интервала) - неоправданное, думаю, переусложнение. Спасибо

Автор: миг 10.1.2011, 21:43

смотря какие товары.. Если товары в разной потребительской категории например молоко и автомобиль, то сравнивать какой из них лучший это как то не правильно.. Ну, а если в одной потребительской категории например хонда и тойота. то на основе отзывов пользователей можно составить только субъективный рейтинг.. Кому-то понравиться цвет машины, кому-то сиденья, кому-то коробка передач, кому-то салон, кому-то мощность двигателя и т.д.

Powered by Invision Power Board (http://www.invisionboard.com)
© Invision Power Services (http://www.invisionpower.com)