时限标准分

Question

为了找到热门话题，我用的是标准分结合移动平均线：

z-score = ([current trend] - [average historic trends])/[standard deviation of historic trends] 

(Thank you very much, Nixuz)

到现在为止，我做如下：

无论时间如何，对于历史潮流，我只需回顾24小时。假设我们1月12日，现在下午3:45：

current_trend =命中[1月11日，3:45 - 1月12日，3:45]

historic_trends =命中[1月10日，3:45 - 1月11日，3:45] +点击[1月9日，3：45 - 1月10日，3：45] +点击[1月8日，3：45 - 1月9日，3：45] + ...

但是这真的足够吗？如果我始终在00:00开始，不是更好吗？例如这种方式对于相同的数据（下午3点45分）：

current_trend =命中[年01月11，0:00 - 1月12日，0:00]

historic_trends =命中[年01月10 0:00 - 1月11日，0点] +点击[1月9日，0点 - 1月10日，0点] +点击[1月9日，0：00 - 1月9日，0：0] + ...

我相信结果会有所不同。但是哪种方法会给你更好的结果？

我希望你已经理解我的问题，你可以帮助我。 ：） 提前致谢！

Answer 1

我认为您目前的实施可能会遇到的问题是，23小时前很热的话题正在影响您的排名。我在新提出的实施方案中看到的问题是，您在午夜清理板岩，因此昨晚深夜的热点在第二天早上似乎不会很热（但他们应该）。

我建议你看看实施Digg-style algorithm（抱歉连接到Digg）主题的热度随着年龄衰减。您可以通过计算每个过去24小时时段的点击次数/小时数来实现此目的，然后将每个时段分数除以期间发生的时间。加上24个时期来得分。

hottness =（score24/24）+（score23/23）+ ... +（score2/2）+ score1

哪里score24是 “命中”，一个主题中的单拿到的数量24小时前发生的小时期（可能不是完全命中，但是该小时的归一化分数）。

这种24小时前很热的话题仍然会算在你的算法中，但并不像一小时前热门的话题那么严重。