Algoritmo de comparação de bolo

Question

Trata -se literalmente de comparar bolos. Meu amigo está dando uma festa de cupcake com o objetivo de determinar a melhor cupcakery em Manhattan. Na verdade, é muito mais ambicioso do que isso. Leia.

Existem 27 padarias e 19 pessoas presentes (com talvez um ou dois não shows). Haverá 4 cupcakes de cada padaria, se possível, incluindo os grampos - baunilha, chocolate e veludo vermelho - e completando os 4 com sabores curinga. Existem 4 atributos nos quais avaliar os cupcakes: sabor, umidade, apresentação (beleza) e bondade geral. As pessoas fornecerão classificações em uma escala de 5 pontos para cada atributo para cada cupcake que amostrar. Finalmente, cada cupcake pode ser cortado em 4 ou 5 pedaços.

A questão é: o que é um procedimento para criar um ranking estatisticamente significativo das padarias para cada atributo e para cada sabor (tratando o "curinga" como um sabor)? Especificamente, queremos classificar as padarias 8 vezes: para cada sabor que queremos classificar as padarias por bondade (sendo a bondade um dos atributos) e para cada atributo que queremos classificar as padarias em todos os sabores (ou seja, independentemente do sabor , ou seja, agregando todos os sabores). O Grande Prêmio vai para a padaria mais bem classificada para o atributo de bondade.

Pontos de bônus para generalizar isso, é claro.

Isso está acontecendo em cerca de 12 horas, então postarei como resposta o que acabamos fazendo se ninguém responder enquanto isso.

PS: Aqui está o post do blog pós-partia sobre isso: http://gracenotesnyc.com/2009/08/05/gracenotes-nycs-cupcake-cagematch-the-sweetest-battle-wer/

Answer 1

Aqui está o que acabamos fazendo. Fiz uma mesa enorme para coletar as classificações de todos em http://etherpad.com/sugarorgy (Revisão 25, caso seja vandalizado comigo adicionando esse link público) e depois use o seguinte script Perl para analisar os dados em um arquivo CSV:

#!/usr/bin/env perl
# Grabs the cupcake data from etherpad and parses it into a CSV file.

use LWP::Simple qw(get);

$content = get("http://etherpad.com/ep/pad/export/sugarorgy/latest?format=txt");
$content =~ s/^.*BEGIN_MAGIC\s*//s;
$content =~ s/END_MAGIC.*$//s;
$bakery = "none";
for $line (split('\n', $content)) {
  next if $line =~ /sar kri and deb/;
  if ($line =~ s/bakery\s+(\w+)//) { $bakery = $1; }
  $line =~ s/\([^\)]*\)//g; # strip out stuff in parens.
  $line =~ s/^\s+(\w)(\w)/$1 $2/;
  $line =~ s/\-/\-1/g;
  $line =~ s/^\s+//;
  $line =~ s/\s+$//;
  $line =~ s/\s+/\,/g;
  print "$bakery,$line\n"; 
}

Então eu fiz a média e outros enfeites em Mathematica:

data = Import["!~/svn/sugar.pl", "CSV"];

(* return a bakery's list of ratings for the given type of cupcake *)
tratings[bak_, t_] := Select[Drop[First@Select[data, 
                        #[[1]]==bak && #[[2]]==t && #[[3]]=="g" &], 3], #!=-1&]

(* return a bakery's list of ratings for the given cupcake attribute *)
aratings[bak_, a_] := Select[Flatten[Drop[#,3]& /@ 
                        Select[data, #[[1]]==bak && #[[3]]==a&]], #!=-1&]

(* overall rating for a bakery *)
oratings[bak_] := Join @@ (tratings[bak, #] & /@ {"V", "C", "R", "W"})

bakeries = Union@data[[All, 1]]

SortBy[{#, oratings@#, Round[Mean@oratings[#], .01]}& /@ bakeries, -#[[3]]&]

Os resultados estão no fundo de http://etherpad.com/sugarorgy.

Answer 2

Talvez lendo sobre sistemas de votação será útil. PS: Não leve o que está escrito na Wikipedia como "bom peixe". Eu encontrei erros factuais em tópicos avançados lá.

Answer 3

Quebre o problema em subproblemas.

Qual é o valor de um cupcake? Uma abordagem básica é "a média das pontuações". Uma abordagem um pouco mais robusta pode ser "a média ponderada das pontuações". Mas pode haver complicações além disso ... um cupcake com 3 bondade e 3 sabor pode ser 'melhor' do que um com 5 sabores e 1 bondade, mesmo que o sabor e a bondade tenham peso igual (IOW, uma pontuação baixa pode ter um desproporcional efeito).

Compõe algumas pontuações de cupcakes de amostra (detalhes específicos! Cubra os cenários normais e alguns estranhos) e estimar o que você acha que uma pontuação "geral" razoável seria se você tivesse um algoritmo ideal. Em seguida, use esses dados para reverter o engenheiro do algoritmo.

Por exemplo, um cupcake com bondade 4, sabor 3, apresentação 1 e umidade 4 podem merecer um 4 no geral, enquanto um com bondade 4, sabor 2, apresentação 5 e umidade 4 podem classificar apenas 3.

Em seguida, faça a mesma coisa para a padaria. Dado um conjunto de cupcakes com uma variedade de pontuações, qual seria uma classificação apropriada? Em seguida, descubra a função que fornecerá esses dados.

A classificação "bondade" parece um pouco estranha, pois parece que é uma classificação geral e, portanto, tê -lo já existe a pontuação geral, então por que calcular uma pontuação geral?

Se você tivesse tempo de trabalhar com isso, eu sempre sugiro capturar os dados brutos e usá -los como base para fazer uma análise mais detalhada, mas não acho que isso seja realmente relevante aqui.

Answer 4

Talvez isso seja geral demais para você, mas esse tipo de problema pode ser abordado usando análise conjunta (Texto do link). Pacote AR para implementar isso é Bayesm (Texto do link).

Answer 5

Se você pode escrever SQL, poderá fazer um pouco de banco de dados e escrever algumas consultas. Não deve ser tão difícil.

Por exemplo, selecione Sum (Score) / Count (Score) como Finalscore, Padaria, Sabor de Tabelas onde Grupo por padaria, Sabor