我們可以看到目前很多的網(wǎng)站都會有內(nèi)容評分，無論是電子商務、信息分享還是內(nèi)容下載。內(nèi)容的評分主要分為兩類，一類是用戶對內(nèi)容的評分，主要針對用戶的使用感受，如電子商務網(wǎng)站的商品評分，內(nèi)容分享網(wǎng)站的內(nèi)容評分等，這個也是目前最普遍的評分模式，而內(nèi)容的綜合評分的計算也相對比較簡單，大多是取所有用戶評分的均值；另一種評分方式就是網(wǎng)站自身對內(nèi)容的評分，主要針對用戶的歷史行為數(shù)據(jù)，如通過用戶對內(nèi)容的訪問情況評價內(nèi)容的熱門程度等。

這里要介紹的網(wǎng)站內(nèi)容評分模型主要針對第二類的評分方式，因為評分的分值是相對固定的，100分制、10分制還是5分制，而用戶相對于每個內(nèi)容所產(chǎn)生的行為數(shù)據(jù)的數(shù)值卻千差萬別，可能是千數(shù)量級，也可能是萬數(shù)量級，甚至是百萬數(shù)量級，如何將這些數(shù)據(jù)轉(zhuǎn)化成標準的評分體制，并讓最終的分值分布更加合理化、有效化，從而讓真正優(yōu)質(zhì)的內(nèi)容獲得較高的評分，并推薦給用戶，是這里重點要解決的問題。

內(nèi)容評分實例

介紹應用的案例前，先要說明下應用的環(huán)境和具體的需求：假設有一個內(nèi)容分享網(wǎng)站，需要將網(wǎng)站中的內(nèi)容進行評分，以5分制的形式展現(xiàn)，即每個內(nèi)容的評分只可能出現(xiàn)1-5這5個分值，目的是展現(xiàn)出網(wǎng)站中每個內(nèi)容的熱門程度，為用戶的選擇和閱讀提供參考。

這是一個最簡單的內(nèi)容評分的應用，上面已經(jīng)非常明確的說明了評分的目的——區(qū)分內(nèi)容的熱門度，以及最終的數(shù)據(jù)展現(xiàn)——以5分制的形式展現(xiàn)。對于這樣一個明確了的數(shù)據(jù)需求，我們就可以選擇指標、搭建模型、并最終輸出結果。

1、選擇指標

評價內(nèi)容的熱門度，貌似挺簡單的，直接用內(nèi)容瀏覽量（PV）作為評定指標不就行了？確實，PV是個不錯的選擇，也是最簡單的一種選擇，但其實還有更好的選擇，訪問數(shù)（Visits），訪問用戶數(shù)（UV），這兩個指標能剔除同一個用戶短時間內(nèi)連續(xù)刷新同一內(nèi)容的情況，所以我們不妨選擇訪問用戶數(shù)UV來作為評價指標。

2、構建評分模型

現(xiàn)在開始才是文章的關鍵內(nèi)容，顯然，需要對內(nèi)容的熱門程度進行評價首先要消除指標的度量單位，并把分值的分布區(qū)間控制在要求的范圍內(nèi)——1-5分。

消除度量單位？也許你已經(jīng)想到了，是的，還是數(shù)據(jù)的標準化，這篇文章中的方法已經(jīng)在多處使用，可以說是很多數(shù)據(jù)分析和數(shù)據(jù)挖掘的基礎步驟。

Min-Max歸一化評分

Min-Max是最常用的數(shù)據(jù)歸一化方法（詳見數(shù)據(jù)標準化這篇文章的描述），處理后的數(shù)據(jù)分布在[0,1]的區(qū)間內(nèi)，接下來只要把0-1的數(shù)值轉(zhuǎn)化1-5這5個分值就行。很簡單，先乘以4使數(shù)據(jù)落在[0,4]的分布區(qū)間，四舍五入，是不是只剩下0-4這5分分值了，再加1就可以得到我們想要的結果了。我們來看看處理后的各分值內(nèi)容分布情況的示例：

根據(jù)上面各分值內(nèi)容分布圖可以看出Min-Max的評分結果的每個分值的內(nèi)容數(shù)量分布是不可控的，一般會跟網(wǎng)站中熱門內(nèi)容和冷門內(nèi)容的比例直接相關，所以當某些網(wǎng)站的熱門內(nèi)容只占網(wǎng)站所有內(nèi)容的20%，并且這些內(nèi)容的訪問量異常高，占據(jù)了所有網(wǎng)站訪問量的80%，也就是我們平常說的符合二八法則。那么可能出現(xiàn)的情況就是大部分的內(nèi)容評分集中在1分，小部分集中在5分，而中間的2、3、4分的內(nèi)容分布非常少，其實上圖就有點偏向這個趨勢，但其實很多時候我們期望的內(nèi)容分布可以偏向正態(tài)，也就是大部分內(nèi)容能分布在中間分值，兩端分值的內(nèi)容數(shù)據(jù)相對較少，于是就有了下面的另一種評分模型：

Z標準化評分

如果你的網(wǎng)站的內(nèi)容數(shù)量很多，那么就可以使用Z標準化（詳細描述還是參見數(shù)據(jù)標準化那篇文章，這里不重復了）。Z標準化的好處是可以讓數(shù)據(jù)呈現(xiàn)正態(tài)分布的趨勢（不是正是我們想要的嗎? ），標準化后的數(shù)據(jù)趨于N(0,1)的正態(tài)分布，也就是整體的均值為0，標準差為1。再想想辦法讓他們變成只是1-5這5個分值，當標準化后的數(shù)值：

小于等于-1.5（即-1.5σ）時：1分

大于-1.5（即-1.5σ）小于等于-0.5（即-0.5σ）時：2分

大于-0.5（即-0.5σ）小于0.5（即0.5σ）時：3分

小于等于0.5（即0.5σ）小于1.5（即1.5σ）時：4分

大于等于1.5（即1.5σ）時：5分

如果數(shù)據(jù)符合標準正態(tài)分布，那每個分值的比例大概是，1分和5分的內(nèi)容分別占7%，2分和4分的內(nèi)容分別占23%，3分的內(nèi)容占40%。我們再來看看用這個方法得到的評分結果的分布情況：

是不是看到你想要的結果了？

3、輸出結果

當然內(nèi)容評分的展現(xiàn)方式有很多，下面是幾個網(wǎng)站的評分截圖，其實都不錯。?

上面介紹的主要是針對單一指標的內(nèi)容評分體系，其實在很多情況下內(nèi)容的評分是諸多指標共同影響的結果，那么內(nèi)容的評分應該考慮所有這些影響因子，應該構建相應的模型計算內(nèi)容的綜合評分，這里不展開，之后有機會再介紹。

? 本文采用?BY-NC-SA 協(xié)議，轉(zhuǎn)載請注明來源：網(wǎng)站數(shù)據(jù)分析 ??《網(wǎng)站內(nèi)容評分模型》