消除用户评分中的偏差

Question

我有一个用户对图像评分的数据集。我正在使用均值 - 标准差归一化来对评级进行标准化，以消除由于用户特定偏好而导致的数据集中的偏差。这是处理偏见的正确方法，还是有其他方法可以消除用户评级中的偏见。

Answer 1

这在以下几点肯定是错误的：

• 如果你以这种方式通过标准偏差“输入”输入，那么你所说的“低变异性并不重要，只有异常值真正计算” - 因为异常值本身的偏差大于标准的......
• 您正在处理用户满意度的“投票”，而不是“测量”。根据定义，偏见是关于满意度的信息 - 你把它扔掉了。即150年前人们常常发现“没有狗，没有爱尔兰”的东西是可以接受的，这些日子并没有那么多。如果你想预测一家餐馆在访问后可能会被认为有多好，你不能仅仅因为人们反对这个标志而打折0星级投票！

当涉及到星级评分作为对“享受”或“后悔”某事的可能性的预测时，您可能希望阅读本文：https://www.evanmiller.org/how-not-to-sort-by-average-rating.html

请注意，链接文章主要是建模“给定过去评级，当前投票是否表明：（a）过去'满意'的延续，（b）增加'满意'的转变趋势，（c）在明星奖励方面，“满意度”逐渐降低的趋势。