reddit评论算法

reddit评论算法

网站的评论排名主要有两种：绝对好评数(好评减去差评),和好评率(好评/总评)

缺陷：

A:好评550;差评450
B:好评60;差评40
C:好评1;差评0
D:好评9;差评1

绝对好评数比较：A(100) > B(20)
好评率比较：A(55%) < B(60%)

改进：

1、用户投票是独立的
2、每个用户有两个选择：好评，差评
3、投票人数是n，好评是k，好评率k/n

这样好评率的高度来排名，但是如果数据样本少的话，就会不准确；
所以好评率要服从置信区间；
好评率75%~85%，那么置信区间[75%,85%]
置信区间的宽窄和数量有关，

<?php
/**
 * @param $ups int 好评数
 * @param $downs int 差评数
 * @return $data
 */
function reddit($ups,$downs) {
    $n = $ups + $downs;
    if ($n == 0) {
        return 0;
    }
    $z = 1.96;
    $p = floatval($ups) / $n;
    return ($p+$z*$z/(2*$n)-$z*sqrt(($p*(1-$p)+$z*$z/(4*$n))/$n))/(1+$z*$z/$n);
}

echo reddit(550,450);
echo "\n";
echo reddit(500,200);
echo "\n";
echo reddit(9,1);