答え（または少なくとも1つのオプション）はカルマになると思います。 コミュニティの言語で表現された-「ライティング」。
現在、私は特に評価と評価に関連するDjangoのモジュールを書いています。 問題に直面したとき、私は「私が欲しい」だけでなく、アイデアの正当化が必要であることに気づきました。正当化がなければ意味がないからです。 原則として、Habrは実験的になりました。
Habrは、カルマを「たわごと」または「プラス」する機会を直接与えます。これは主な欠点です。 理由を説明します。 単純に印象的な成績で5〜10のかなり成功した人気のあるトピックがあるとします。 ある晴れた日、彼は世論に反する彼のために病気のトピックを作成します...そして、彼は悪いもののためにマイナスよりも良いもののためにカルマに少しを追加し、これは何らかの理由で悲惨な人間性なので、一度にすべてをマグカップに入れます奨励するよりもたわごとを作る方が簡単です:)（私の経験では、カルマにマイナスのたわごとを入れた11人中6人。しかし、 私はすでにこれについて書いています。
詳細を見ると、構造は次のとおりです。ユーザー（上位レベル）、ユーザーは多く（1つ2つ）のトピックとコメント（第2レベル）を持ち、評価はほとんど気にせず、人生にほとんど影響を与えませんが、ここに逆説があります。人の社会的行動の真のアイデア...大衆を犠牲にして。 正確で比較的正確な科学のいずれかに少なくとも少し精通している人は、結果がより正確であるほど、より多くの実験が行われたことを知っています。
純粋に一般的な開発用。 いくつかの実験の結果セットがあります（つまり、同じ実験が数回実行されました）：3.5; 3.2; 3.3、10 / 3の算術平均を提供します。 質問：それぞれの新しい体験はどうなりますか？ そうです、精度が向上します。
したがって、各情報単位（トピック、コメント）をエクスペリエンスと見なすと、最も正確な結果が得られます。 この場合のカルマ・ハブラは、研究全体の結果を、主観的な理由から選択された単一の経験の結果に調整することに他なりません。
別の例（私は犠牲に謝罪しますが、誰もがそれを理解すると思います）：人は足を持たず、彼は本当に人でなくなったのですか？
全体として、下位の要素から派生する方がより正確で、平均してより正確で客観的な結果が得られる場合、階層の上位要素の最も主観的な評価を得ました。
奇妙ですね。
クロスポスト： Corblog web studio Rhett