从数据库中选择最受欢迎地点的算法

Question

我们有一个包含地点数据库的网站。对于每个地方，我们的用户都可以采取我们记录的以下操作之一：

1. VIEW - 查看它的个人资料
2. 评分 - 以 1-5 星的等级对其进行评分
3. 审查 - 审查它
4. 已完成 - 标记他们去过那里
5. 愿望清单 - 标记他们想去那里
6. 最喜欢的 - 标记这是他们的最爱之一

在我们的地点数据库表中，每个地点都包含执行上述每个操作的次数以及用户给出的平均评分。

• 观看次数
• 收视率
• avg_rating
• 已完成
• 愿望清单
• 最喜欢的

我们希望能够使用上述信息生成排名靠前的位置列表。理想情况下，我们希望能够使用相对简单的 SQL 查询来生成此列表，而无需做任何繁琐的工作来计算额外的字段或相互堆叠排名位置。话虽如此，由于我们只有大约 50,000 个名额，因此我们可以运行一个每晚的 cron 作业来计算一些字段，例如不同类别的排名，如果这会对我们的顶级名额的总体结果产生有意义的影响。

如果您能就我们应该如何考虑将最佳位置冒泡到顶部提出一些建议，我们应该更加重视哪些标准，并给出这些信息，我将不胜感激 - 建议 MySQL 查询需要看起来像什么以选择前 10 名。

需要注意的一点是，此时我们不太关心某个地方的热门程度——这意味着查看汇总信息就可以了，并且不需要对最近的数据进行更重的加权。

提前感谢您的帮助和建议！

Answer 1

Use the lower bound of the Wilson score confidence interval for a Bernoulli parameter!

Answer 2

最喜欢的确切公式需要来自您，我们称之为 f(x)。
对于实际实现，我将添加一个我会计算的流行度得分字段，正如您在每行使用 f(x) 的夜间 cron 作业中所说的那样。

那么这只是一个简单的“从表顺序中选择地名”的情况。

好的 - 让我们试一试 Popularity_score = (FAVORITE * 3 + COMPLETED * 2 + WISHLIST) * RATING * VIEW / AVG_VIEWS_OF_ALL_PROFILES

Answer 3

我对如何称量没有意见。

也就是说，为什么不在位置表中添加一个流行度列呢？突然之间，您的 SQL 查询变得异常简单。

当然，棘手的部分是弄清楚如何以及何时更新该值。但由于您保存了所有活动数据，因此您始终可以从日志条目中重新生成流行度值。

这样，您可以获得对“最受欢迎”位置的快速查询，如果您想更改计算流行度的方式，您可以随意这样做。

如果您够聪明，或许可以设计出一个足够简单的公式，以便实时跟踪受欢迎程度。例如，如果我们只关心平均评分，您可以只使用三个变量来修改平均评分：当前平均评分、对象被评分的次数和新评分值。

当然，当您开始混合对象被查看、评论、收藏等的次数时，事情会变得更加复杂......但您可能会发现您可以设计一种计算成本足够低的方法，您可以进行更新几乎每个动作的整体人气值。