「90-60-90」、または交通警官が市内を運転する
「カルマ」の概念が存在する十分な数のサービスを知っています。 そして、これらのサービスはすべて、何らかのスラーアルゴリズムに従って評価を考慮します。 月のすべての種類の位相に対するこのインジケーターの経験的非線形依存性の導入と他のユーザーの支持は、顕著な数の問題につながります。 それが彼らの問題です（そしてそれらを解決するための可能な方法）私は今日推測したいと思います。
まず、目に見えるすべての問題の概要を説明し、次に大まかな結論を導きます。
問題1.重み係数
カルマ指標は、たとえばハブで行われるため、単純に加算および減算することはできません これはかなり明白です。同じカルマ（たとえば= 50）を持つ2人のユーザー、VasyaとPetyaを比較しましょう。 同時に、Vasyaは51のプラスから1のマイナスを引くことでこの50ドルを得ました（比率は心地よい÷気に入らなかった= 50÷1）。 そして、aksakal Petitには500プラスと450マイナスがあります（つまり、謝罪者と拮抗薬はほぼ等しく共有されます）。 Vasyaのカルマは、若さと最近の登録にもかかわらず、Petinaよりも大きいはずだったのは非常に透明なようです。
しかし、総投票数に対してカルマを愚かに正規化しただけでは、期待どおりではありません。20倍多くの人が食事を提供しているペティアよりも50倍涼しく、彼は何とか黒にとどまりました。 さらに、300人ほどの邪悪な愚か者がいて、まったくマイナスで、長い間Petyaを訪れたが、まだVasyaを訪れていないのではないか？
問題2.客観的および主観的な指標
はい、指標は純粋に客観的であり（アナウンスメントが見られた人の98％がカットされた）、純粋に主観的です（VasyaはPeteのプロフィールに行き、カルマについて気にしませんでした）が、それでも大部分は平均的なものです。 たとえば、しおりの数は統計的に多かれ少なかれ客観的な指標であり、記事ごとの数±は、有権者の大規模なサンプルであっても、主観に近いものです。 さらに、主観的なパラメーターを計算するとき、投票者の傾向を考慮することは理にかなっています（誰かが割り当てられたリソース全体をマイナスに費やす場合-マイナスは減価し、プラスは反対に-価格が上昇し、逆も同様です）。
問題3.明白な指標と非明白な指標
たとえば、明らかな指標として追加されたブックマークの数を考えます。 これは重要なパラメータですが、直接使用することはできません。誰かが1年に1回、2秒ごとにブックマークに追加します。 したがって、「敷設」に追加する傾向によって正規化されたパラメーターを使用することは理にかなっています。 ブックマークを追加する正規化された逆頻度のようなもの。 その後、1週間サービスに参加して初めて「ポーン」するVasyaと、1年間サービスに参加し、これが彼の50番目のブックマークであるPetyaは、カルマとKolya（サービスの月、30ブックマーク、「トータルリコールシンドローム」に同じ貢献をします）-7倍小さい。
コメントの「雰囲気」（プラス/マイナスの合計量）などの非自明性を考慮することは理にかなっています。 たとえば、単一のマイナスがない（またはその数が無視できる）コメント内のメモは、おそらくholivarよりも便利です。 ただし、コメントの合計数は、パラメーターとして機能することはできません。
問題4.カルマvs. 格付け
カルマと評価の2つの直交インジケータがあります。 カルマは主観的な非自明な指標の関数です。 評価-反対に-客観的の関数は明らかです。 最初のものは、出産器官の長さを測定するための選手権にのみ適しているのに対し、客観的で明白な指標のみがユーザーの「権限」を決定するために使用できることは明らかです。
エンティティ
評価するための次のエンティティを思いつくことができました。
- 記録する
- 解説
- アクション（±および類似）
- 総アクティビティ
すべての主観的評価は、ユーザー自身（評価の値は、このユーザーの評価のバランスに反比例する）とその合計数の両方に対して正規化する必要があります。
それでは、すべてをまとめてみましょう。
投稿とコメント
投稿とコメントは評価してブックマークに追加したり、ブックマークに追加したりできます。さらに、ハブの外部と内部の両方から参照できます。 コメント（および関連する評価）の重みは、投稿の重みよりも小さくなります。
アクションおよびその他のアクティビティ
これら2つのパラメーターは測定のみ可能です。
まとめ
実際、特効薬はありません。 オッズには経験的適合が必要です。 しかし、私が言及した両方のパラメーターを計算する式は、次のようになっているはずです。
カルマ= NORM all （∑ NORM this （± to karma ））
評価= NORM all （∑ NORM this （± トピックの場合 ））+ NOR×NORM all （∑ NORM this （± コメントの場合 ）+ F（外部リンクの数）+⅓×F（内部リンクの数）+ ∑ NORM this （ブックマークで）
この式の各メンバーの重みは手動で調整する必要があります。
建設的な批判だけでなく、破壊的な批判も大歓迎です。 私は重要な何かを見逃したと確信しており、この方法論をあなたの助けで補いたいと思っています。 残念ながら、ハブのすべてのエントリを調べて、これらの数値を手動で計算する機会はありません（データベースに直接アクセスできる場合、これはいくつかのリクエストです）。 政権を説得できれば-いいえ！ 既存のシステムを変更しないでください！ -しかし、これらの2つの値をすべてのユーザーについてカウントするのは素晴らしいことです。 まあ、私はそう思う。