Item rankerings algoritme til sortering og hotness markering af et item

Jeg er temmelig sikker på, at jeg skal bruge følgende fremgangsmåde.

Hvad synes I?
http://www.frontendjunkie.com/2011/02/using-bayesian-average-to-rank-content.html

Du har vel 2 spoergsmaal:
1) hvad er den bedste algoritme
2) hvordan implementeres den i C#

Svar #2 maa vaere trivielt naar du har svar #1.

Jeg tvivler paa at der er et objektivt bedste svar paa #1.

Kig paa hvad andre bruger.

Proev og lav nogle test data og anvend de forskellige algoritmer og se hvilken der giver det resultat som du oensker.

Det er et par dage siden, jeg oprettede mit spørgsmål. I mellemtiden har jeg faktisk lavet et lille test eksempel, jeg gerne vil have review'et.

Jeg gør brug af bayesian average formlen, som tager udgangspunkt i
http://www.frontendjunkie.com/2011/02/using-bayesian-average-to-rank-content.html

Hvad synes du om denne fremgangsmåde?

public class Item
{
    public string Name { get; set; }
    public string Size { get; set; }
    public decimal Rank { get; set; }
    public decimal Votes { get; set; }
    public decimal Points { get; set; }
    public decimal Favorites { get; set; }
    public decimal Likes { get; set; }
    public decimal Followers { get; set; }
    public decimal AveragePoints { get; set; }
}

namespace BayesianAverageExample
{
    using System;
    using System.Collections.Generic;
    using System.Linq;

    class Program
    {
        static void Main(string[] args)
        {
            var items = new List<Item>
                {
                    new Item
                    {
                        Name = "Item A", Size = "SizeA", Votes = 15, Points = 57, Likes = 55, Favorites = 14, Followers = 5
                    },

                    new Item
                    {
                        Name = "Item B", Size = "SizeB", Votes = 20, Points = 64, Likes = 45, Favorites = 24, Followers = 11
                    },

                    new Item
                    {
                        Name = "Item C", Size = "SizeC", Votes = 300, Points = 1015, Likes = 581, Favorites = 470, Followers = 531
                    },

                    new Item
                    {
                        Name = "Item D", Size = "SizeD", Votes = 250, Points = 938, Likes = 45, Favorites = 24, Followers = 11
                    },

                    new Item
                    {
                        Name = "Item E", Size = "SizeE", Votes = 400, Points = 1020, Likes = 450, Favorites = 350, Followers = 111
                    },

                    new Item
                    {
                        Name = "Item F", Size = "SizeF", Votes = 292, Points = 1188, Likes = 75, Favorites = 71, Followers = 91
                    },

                    new Item
                    {
                        Name = "Item G", Size = "SizeG", Votes = 35, Points = 147, Likes = 45, Favorites = 14, Followers = 10
                    },
                    new Item
                    {
                        Name = "Item H", Size = "SizeH", Votes = 100, Points = 300, Likes = 55, Favorites = 64, Followers = 71
                    },
                    new Item
                    {
                        Name = "Item I", Size = "SizeI", Votes = 2, Points = 8, Likes = 39, Favorites = 26, Followers = 31
                    }
                };

            var rankedItems = GetBayesianAverageList(items);
        }


        private static List<Item> GetBayesianAverageList(List<Item> items)
        {
            var totalVotes = items.Select(x => x.Votes).Sum();
            var totalPoints = items.Select(x => x.Points).Sum();

            var memberPopulation = 1500; // GetMembers();

            var totalFavorites = items.Select(x => x.Favorites).Sum();
            var totalLikes = items.Select(x => x.Likes).Sum();
            var totalFollowers = items.Select(x => x.Followers).Sum();

            foreach (var item in items)
            {
                item.AveragePoints = Math.Round(item.Points / item.Votes, 5);

                var bayesianPoints = BayesianAverage(totalVotes, totalPoints, item.Votes, item.Points);
                var bayesianFavorites = BayesianAverage(memberPopulation, totalFavorites, item.Favorites, item.Favorites);
                var bayesianLikes = BayesianAverage(memberPopulation, totalLikes, item.Likes, item.Likes);
                var bayesianFollowers = BayesianAverage(memberPopulation, totalFollowers, item.Followers, item.Followers);

                item.Rank = bayesianPoints + bayesianFavorites + bayesianLikes + bayesianFollowers;
            }

            return items.OrderByDescending(x => x.Rank).ToList();
        }

        private static decimal BayesianAverage(decimal a, decimal b, decimal c, decimal d)
        {
            // http://www.frontendjunkie.com/2011/02/using-bayesian-average-to-rank-content.html
            var bayesian = Math.Round(((a * (b / a)) + (c * d)) / (a + c), 5);
            return bayesian;
        }
    }
}

Hvis du har brugt formlen rigtigt, saa er der naeppe meget at sige til koden.

Jeg tror ikke at jeg ville have brugt decimal, men .........

Hvad ville du bruge i stedet for decimal? :)

float eller double

decimal er til eksakte tak som f.eks. beloeb

float og double er til maalinger med en vis usikkerhed

hvis man siger 150.25 +/- 0.0001 krone saa faar bogholderen et lidt mystisk udtryk i ansigtet

hvis man siger at border et 150.25 cm +/- en hundrededel millimeter langt saa er det helt fint

efter min bedste mening er det OK at en ranking score er 150.25 +/- 0.0001 da det jo er et arbitraert valg af algoritme

Nu har jeg brugt double, men når jeg laver en math.round...betyder valget af datatype så stadigvæk?

Math.Round aendrer vel ikke paa noget??