उपयोगकर्ता रेटिंग के आधार पर छँटाई सामग्री के बारे में: भाग 3

पिछले लेख में, मैंने एक सूत्र तैयार किया था जो लेख रेटिंग और साइट की औसत रेटिंग के आधार पर रेटिंग की भविष्यवाणी करता है। मैंने इस लेख में सोचा था, मैं इसके पूर्वानुमान की गुणवत्ता दिखाऊंगा, विचरण के कारण पूर्वानुमान में सुधार करूंगा। हालाँकि, एक और समस्या सामने आई।



यह सूत्र भविष्य में लेख की रेटिंग की भविष्यवाणी करता है।

अल्पसंख्यक मुद्दा

हालांकि, भले ही हमारा पूर्वानुमान 100% सही हो, लेकिन वह इस रेटिंग के बारे में कुछ नहीं कहेगा कि साइट के सभी उपयोगकर्ता लेख देंगे। वह भविष्यवाणी करता है कि उपयोगकर्ताओं द्वारा किस औसत रेटिंग को रखा जाएगा, जो उस पर स्विच करेगा और वोट देगा।

यानी दो शर्तें हैं:

• उपयोगकर्ता को लेख पर जाना चाहिए
• उपयोगकर्ता को मतदान करना चाहिए

दूसरी स्थिति इतनी महत्वपूर्ण नहीं है - हम मान सकते हैं कि उपयोगकर्ताओं का एक यादृच्छिक प्रतिशत वोट करता है। हालांकि, पहली शर्त के लिए, हम इस तरह की धारणा नहीं बना सकते हैं: उपयोगकर्ता लेख का शीर्षक और इसकी घोषणा पढ़ते हैं। उदाहरण के लिए, हब पर, फ़ोटोशॉप के बारे में एक लेख केवल एक अल्पसंख्यक के लिए दिलचस्प होगा, हालांकि, अगर यह अच्छी तरह से लिखा गया है, तो सभी डिजाइनर इसे 5 स्टार देंगे और यह व्यापक दर्शकों के साथ अन्य लेखों से आगे निकल जाएगा। पोर्न साइट का एक बेहतर उदाहरण इस समस्या को बेहतर ढंग से दिखाता है। चित्रों के किस भाग में सभी प्रकार की विकृतियाँ हैं जो केवल अल्पसंख्यक के लिए दिलचस्प हैं, और अधिकांश घृणा का कारण बनती हैं।

"एक वोट" की समस्या के बजाय "अल्पसंख्यकों" की समस्या आती है। यदि आपकी साइट पर इस तरह की समस्या आती है, तो आपको रेटिंग को वोटों की संख्या पर निर्भर करने की आवश्यकता है। उदाहरण के लिए, n के मूल के बजाय, इस लेख की शुरुआत में सूत्र में n लिखें। हालांकि, इस मामले में, अमीर अमीर हो जाएगा।

विकृतियों को समग्र रेटिंग से बाहर रखा जा सकता है, हालांकि, अगर ऐसा कोई विषय नहीं है, जो कि Habré के उपयोगकर्ताओं की पूर्ण बहुमत जैसी हो।

बस एक प्लस

इस तस्वीर को एक संभावित परिणाम के साथ रेटिंग द्वारा सबसे अच्छी तरह से चित्रित किया गया है: बस एक प्लस। इसमें कोई एकल-ध्वनि समस्या नहीं है, लेकिन "अमीर हो अमीर" समस्या मजबूत है, क्योंकि वोटों की संख्या रैखिक रूप से विचारों पर निर्भर करती है। हम इसे कम कर सकते हैं।

मान लें कि हमारे पास एक कार्य है, जो छँटाई के कारण "मुझे पसंद है" पर क्लिकों की संख्या है: यह सकारात्मक भावनाओं का एक अच्छा संकेतक है जो साइट का कारण बनता है। इसके अलावा, इस बटन पर क्लिक करने से सामाजिक सेवाओं के साथ साइट पर अतिरिक्त ट्रैफ़िक आकर्षित होता है। यदि यह बटन VKontakte या Facebook है तो नेटवर्क। यह एक उत्कृष्ट संकेतक है और यह रेटिंग की तुलना में कम सार है।

हम भविष्यवाणी कर सकते हैं, जैसे हमने पांच सितारा रेटिंग के साथ किया। ऐसा करने के लिए, हम औसत सीटीआर की गणना करते हैं और विकी से कुछ सूत्रों का उपयोग करते हैं। उदाहरण के लिए, कांच पर एक सूत्र (यह विल्सन का सूत्र भी है)। तब हमें पता चलता है कि वजन का कौन सा हिस्सा अविश्वसनीय है और इसे औसत से बदलें।



विल्सन बहुत लंबा है और इसलिए, मैं एक सामान्य सन्निकटन के लिए एक उदाहरण दूंगा।



हमें फिर से n की जड़ मिलती है। चूंकि पिछले लेख का सूत्र सामान्य वितरण से घटा है, और यह द्विपद का सामान्य अनुमान है। हालांकि, कई मामलों में, आउटपुट केवल प्लसस की संख्या के आधार पर छंटनी से भी बदतर होगा।

हम क्या भविष्यवाणी करते हैं?

मान लीजिए कि हमने कैसंड्रा एल्गोरिथम विकसित किया है, जो 100% सटीकता के साथ पूर्वानुमान बनाता है। भले ही लेख में कोई संक्रमण न हुआ हो। लेकिन ज्यादातर मामलों में, पृष्ठ दृश्य की संख्या में कमी के कारण क्लिक की संख्या में कमी आएगी।

हमने इस तथ्य को ध्यान में नहीं रखा कि किसी लेख में बदलाव की संख्या उसके विषय और उसके शीर्षक और घोषणा पर निर्भर करती है। यह एक सार्वजनिक विषय पर एक अच्छा लेख हो सकता है जो एक संकीर्ण विषय से उत्कृष्ट लेख के साथ ओवरलैप हो सकता है, जो केवल दसवें उपयोगकर्ताओं के लिए दिलचस्प है।

इससे बचने के लिए, आपको किसी तरह से लेख की घोषणा के सीटीआर की भविष्यवाणी करने की आवश्यकता है। सबसे आसान तरीका लेख की श्रेणी में मुख्य मेनू से संक्रमण की संख्या की गणना करना है (या Google Analytics को श्रेणी पृष्ठ पर जाने की संख्या देखें) और श्रेणी की लोकप्रियता के आनुपातिक रूप से लेख के CTR पर विचार करें। CTR स्वयं हमारे लिए बहुत कम रुचि रखती है, हम सबसे अधिक रुचि रखते हैं कि एक श्रेणी के कितने CTR दूसरे की तुलना में अधिक हैं। यदि आप एक निश्चित संख्या से पूरी रेटिंग को गुणा करते हैं, तो क्रम क्रम नहीं बदलेगा।

हालांकि, एक लेख का CTR न केवल इसकी घोषणा और विषय पर निर्भर करता है, न ही पृष्ठ पर इसके स्थान पर। हम यह मान सकते हैं कि प्रत्येक लेख में 10 वें स्थान पर एक विशिष्ट सीटीआर है, और 1 से 9 तक यह कितना बढ़ता है इसके कुछ कारक हैं। हालांकि, यदि जारी करना रूढ़िवादी है, तो गुणांक की गणना के परिणाम सांख्यिकीय रूप से अविश्वसनीय होंगे, क्योंकि केवल एक लेख एक निश्चित स्थान पर होगा।

इस मुद्दे को "पतला" करने की आवश्यकता के बाद से। या तो आपको स्वचालित ए / बी परीक्षण करने की आवश्यकता है या सभी लेखों को एक लेख के साथ बदलकर, पदों के बीच सीटीआर अंतर की गणना करें। इनमें से कौन सा विकल्प - तेज और आसान है - मैं अपने खाली समय में सोचूंगा।