我有一个由俱乐部组成的数据库，以及人们为他们提供的评分。
目前，我正在根据俱乐部执行平均评分，然后按降序对这些平均值进行排序，以获得评分最高的俱乐部列表。
我遇到的问题是应根据您拥有的评分数量进行一些加权。 一个俱乐部可能会获得5（5.0）的评分，并最终排在榜单的顶部，对抗一个拥有16K评级且平均评分为5.0的俱乐部。
我正在寻找的是算法，该算法会考虑评级数量，以确保我们使用加权算法查询数据，该算法会考虑评级数量。
目前我的算法是：
(sum of club ratings)/(total number of ratings) to give me the average
这不包含权重算法
答案 0 :(得分：0)
让我们假设您的评分可以从0k变为100k（正如您所说，某些俱乐部的评分为16k）。现在，您希望将其标准化为0k到5k的范围。
让我们说0k到100k是实际范围。 （A_lower到A_higher）
并且，0k到5k是标准化范围。 （N_lower到N_higher）
您希望将16k（即A_rating（实际评分））更改为标准化值N_rating（介于0 to 5k之间）。
您可以使用的公式是
N-rating = A_rating * ( (N_higher - N_lower) / (A_higher - A_ lower) )
让我们举个例子。
如果实际评分为25k。实际评级的范围是0 to 100k。并且您希望它在0 to 5k之间进行标准化。然后
N-rating = 25 * ( (5 - 0) / (100 - 0) )
=> N_rating = 1.25
修改
再解释一下
我们normalization，如果有大范围传播的值，我们希望将它们表示在较小的范围内。
问：什么是标准化值。
如果实际范围（0到100）稍微小一点（0到5），那么该值将代表实际值（25k）的确切位置。
问：为什么我将标准化范围除以实际范围，然后乘以实际评级。
要理解这一点，让我们使用一些单一的方法逻辑。
当范围为25时，您有一个值0 to 100，并且如果范围为0 to 5，则想知道该值的标准化值。所以，
//We will take already known values, the highest ones in both the ranges
100 is similar to 5 //the higher value of both the ranges
//In unitary method this would go like
If 100 is 5
//then
1 is (5 / 100)
//and
x is x * (5 / 100) //we put 25 in place of x here
Q）为什么选择0到5k作为标准化范围。
我选择是因为您提到您的评分应低于5k。您可以选择任何您想要的范围。
答案 1 :(得分：0)
如果简单地添加一个非常小的价值加权等级呢？ 这只是一个非常基本的想法：
（分数总和）/（评分总数）+ 0.00000001 *（分数评分数）
这样，具有相同平均值的俱乐部按评分数排名。