我如何按书评排序，而不是按平均书评排序？

Question

首先，我没有背景，对这门科学我是新手

这是我的问题。我有一个读者评论的书籍列表（假设用户可以给这些书籍加1到5颗星）

现在，我想根据书评从最好的到最差的分类，但对书评进行平均似乎是错误的，因为一本书评为5颗星的书会被认为比一本书评为4颗星和5颗星的书更好

我在这里的选择是什么？是否有任何特定于python的库可以做到这一点

谢谢大家!

Answer 1

下面是一个使用“伪评论”（如https://stats.stackexchange.com/questions/173683/sorting-products-by-reviews-considering-the-number-of-reviews中所述）对列表进行排序的简单示例：

from statistics import mean
from typing import List, NamedTuple


class Book(NamedTuple):
    title: str
    reviews: List[int]
    # other useful info might go here?


books = [
    Book("The Big Orange Splot", [5, 5]),
    Book("Lizard Music", [5, 5, 5, 5, 4, 5]),
    Book("Young Adult Novel", [2, 2, 5, 5, 5, 5, 5, 5]),
    Book("Fishwhistle", [4, 4, 5, 4, 5]),
    Book("The Davinci Code", [2, 2, 5, 2, 3, 4, 2, 1])
]

books.sort(
    key=lambda book: mean(book.reviews + [3, 3, 3]),
    reverse=True
)

for book in books:
    print(
        f"{book.title}: "
        f"{mean(book.reviews):.1f} stars "
        f"({len(book.reviews)} reviews)"
    )

Lizard Music: 4.8 stars (6 reviews)
Young Adult Novel: 4.2 stars (8 reviews)
Fishwhistle: 4.4 stars (5 reviews)
The Big Orange Splot: 5.0 stars (2 reviews)
The Davinci Code: 2.6 stars (8 reviews)

请注意，sort()调用在调用mean()之前添加了3个假三星评论，目的是将少量评论的书籍倾斜到3，但稍后当我们显示评论时，我们使用“真实”平均评级，而不使用假条目

Answer 2

与普通客户评论不同，您还可以选择更抽象的“最受欢迎”选项？亚马逊通过“亚马逊的选择”来回避你所描述的问题，因为人们必须假设该产品具有最好的平均评论，并且已经售出了许多产品

看待它的一种方式是思考某个东西有多少“分”，以及它有多少“分”有机会得分。如果一个项目被审查了十次，并且最高分数是5分，那么它就有机会得到50分。您可以通过这种方式设置一个阈值，即“最受欢迎”的排序方法中只包括必须有机会得分的项目，例如100分。对于最终用户来说，这可能是一个抽象的概念，毕竟我们不知道为什么有些东西是“亚马逊的选择”，但当你使用他们的网站时，这似乎是有道理的

就编码而言，最简单的方法是只在“最流行”的排序方法中包含至少有x篇评论的书籍