我正在开展一个项目，要求我解析新闻文章并确定其中最好的文章。我想出要确定文章的质量，我需要三个主要参数：文章的长度，facebook分享/转推以及文章发布以来的时间。
我现在面临的问题是如何将所有三个参数放在一个数学函数中，并为每篇文章得出一个分数？分配给每个人的分数将帮助我对文章进行排名并将其显示给用户。
另请告知我在确定质量时是否需要考虑其他参数。
答案 0 :(得分：3)
我不确定你项目的确切性质是什么，但这个任务很难准确地完成。你如何考虑这样一个事实，即分享/喜欢最多的文章往往是最极端化的文章。喜欢/分享的数量也明显受到新闻网站受欢迎程度的影响。我认为任何类型的自动文本分析都不够准确，很容易被滥用。您最好的选择是寻找指示性代理，例如：
由于包含文章成绩的数据集很难获得，因此您可能无法进行任何类型的统计分析。相反，你只需要制定一个公式，并用最好的判断权衡参数。为了支持这一点，可以手工评分一些文章，看看有什么不同的公式给你。
答案 1 :(得分：0)
你想要的东西很容易实现。您必须拥有您感兴趣的各种数据：增加和减少数据。只要数据增加，增加的数据就被视为“好”。减少数据被认为是“越接近”为零越好。
事实证明，所有四个数据集都是简单的整数：
增加数据
s \in N_0（从0到无穷大的每个整数）r \in N_0 减少数据
对于减少数据，您希望将绝对值用作指标：
t_0成为文章的时间戳（unix左右）。T成为当前时间戳。l_0表示被视为“最佳”的文章的长度。L表示文章的实际长度。然后：
|t_0 - T|越接近零|l_0 - L|越接近零越好因为绝对值是正整数，所以它是：
|l_0 - L| + |t_0 - T|接近零，因为|t_0 - T| 和 |l_0 - L|更接近于零。
越来越多的数字也是如此。
因此，文章越有可能是“正确的”长度和新的，这个数字越接近于零。
<强>结论
越来越多的商数越来越多。想一想：分母越小，商数越大。分子越大，商越大。这意味着：如果被认为是“更好”的商数
(s+r) / (|l_0 - L| + |t_0 - T|)
上升。
这不一定是整数。
<强>增强
您可以通过使用ln来缓和股票和转发的增长，因此得分变得更加“自然”。
ln(s+r) / (|l_0 - L| + |t_0 - T|)
您可以使用exp来软化分母：
ln(s+r) / exp(-(|l_0 - L| + |t_0 - T|))