我强烈建议您开始阅读 Netflix 挑战。它有大量有用和有趣的例子来处理这类事情。

您将需要一个在“质量”和“数量”上建立分数的算法。也就是说，它需要根据个人拥有的评论数量为最终评级添加“权重”。这样，例如，具有 50 条 8 分评论的个人的评分将高于仅具有 9 条评论的个人。

我建议您实施贝叶斯估计来计算加权投票。

IMDb（互联网电影数据库）利用这种算法来确定其 IMDB 前 250 部电影。（罗伯特 C 2010）

计算 Top Rated 250 Titles 的公式给出了真正的贝叶斯估计：

加权评级 (WR) = (v ÷ (v+m)) × R + (m ÷ (v+m)) × C

在哪里：

R =电影的平均值（平均值）=（评分）

v =电影的票数=（票数）

m = 进入前 250 名所需的最低票数（目前为 3000）

C = 整个报告的平均投票数（目前为 6.9）

请注意，除了评分算法外，优步还有一个调度算法，该算法会考虑在线司机和离乘客最近的司机等因素。