标准分数的时间范围

Question

为了找到热门话题，我将标准分数与移动平均线结合使用：

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

（非常感谢，Nixuz ）

到现在为止，我这样做：

无论时间如何，对于历史趋势，我只需要回到24小时。假设我们现在有1月12日下午3:45：

current_trend =点击[1月11日，3：45 - 1月12日，3点45分]

historic_trends = hits [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] + ...

但这真的足够吗？如果我总是在00:00开始，那不是更好吗？例如，这种方式对于相同的数据（下午3:45）：

current_trend = hits [1月11日，0：00 - 1月12日，0：00]

historic_trends = hits [1月10日，0：00 - 1月11日，0：00] +点击[1月9日，0：00 - 1月10日，0：00] +点击[1月9日，0：00 - 1月9日，0：0] + ...

我确信结果会有所不同。但是哪种方法会给你带来更好的结果？

我希望你理解我的问题，你可以帮助我。 :)提前致谢！

Answer 1

我认为您在当前实施中可能遇到的问题是，23小时前热门的话题正在影响您的排名。我看到你提出的新建议实施的问题是你在午夜时分擦拭石板，所以昨晚很热的话题在第二天早上看起来不会很热（但他们应该）。

我建议您考虑实施一种Digg风格的算法，其中主题的热度随着年龄的增长而衰减。您可以通过计算过去24小时内每个小时的点击次数/小时数，然后将每个时段得分除以该时段发生的小时数。加上24个句点来获得分数。

hottness =（得分24/24）+（得分23/23）+ ... +（得分2/2）+得分1

其中得分24是“命中数”的数量。一个主题在24小时前发生的一小时内得到了（可能不是确切的命中，但是那小时的标准化得分）。

这样，24小时前热门的主题仍将计算在您的算法中，但不会像一小时前热门的话题一样重要。