我想将最多 5 星的评论和评论数量变成赞成票。这样做的好算法是什么？
一个总共有 10 条评论且平均评分为 5 星的场所显然应该比一个总共有 10 条评论且平均评分为 3 星的场所获得更多的支持。此外，一个拥有 60 条评论和 4 星评级的场地可能会比拥有 10 条评论和 5 星评级的场地获得更多的支持。
我需要此评分基于评论总数和平均星级评分，但我也希望该数字保持在可变数字以下（例如，说赞成票保持在 100 以下，但我也可以插入 200并将保持在 200 以下）。
将星级评论转化为赞成票的好方法
数据挖掘
算法
2022-03-01 19:53:38
2个回答
我的建议是探索一些统计方法来表示评论/评分对的重要性。例如，将 [#reviews, rating] 翻译成一些测试统计类型模型，例如Student's t for starters。
考虑到您的示例数字，一些方法可以是：
1)
>>> 5/(1/sqrt(10))
15.811388300841896
>>> 3/(1/sqrt(10))
9.4868329805051381
>>>
>>>
>>> 4/(1/sqrt(60))
30.98386676965934
>>> 5/(1/sqrt(10))
15.811388300841896
2）或者，深入研究统计数据：
>>> (5-3)/(sqrt(1/10+1/10))
4.4721359549995796
>>> (4-5)/(sqrt(1/60+1/10))
-2.9277002188455996
(you will need to do some work on the alpha level to get at the significance in ex 2 above)
你可以看到这些如何为你工作；如果太基本/太多不准确的假设/其他一些您需要在模型/等中更高分辨率的过滤，您可以探索更好地表示的方法：
- 样本标准差（在我上面的示例中假设为 1），或
- 分布（在上面的示例中假设为高斯分布），或
- 适当的统计测试（浏览维基百科），或
- ETC
关键是您可以不断完善您的模型，具体取决于您需要多少分辨率。只有你可以打那个电话。希望这可以帮助！
这是一个老问题，但我想提出一种与其他答案不同的方法。
对评论使用情绪分析
假设我们拥有的数据是：
- 5 星评级（零到五）
- 每个条目的 N 个评论数
我们使用情绪分析模型来计算每条评论的“情绪”。根据评论的内容，结果将是“负面”、“中立”和“正面”。
你可以阅读更多关于情绪分析的内容并在这个Quora 的问题中找到一些 API 。
然后，您将为每种心情使用一个乘数。
- 0：负面情绪
- 0.5：中性情绪
- 1：积极的情绪
因此，您可以multiplier*5为数据集中的每条评论添加评论分数。例如在伪代码中，
var current_5_star;
for each review in this_entry:
multiplier = calc_sentiment(review)
current_5_star += multiplier * 5
如果您想进一步改进模型，您可以使用数据集上的评论总数来规范化乘数。
总而言之，您不仅使用评论本身的数量，还使用评论的内容来评估它对评分的确切影响。