我正在尝试为 StackExchange 站点组合一个数据挖掘包，特别是，我一直在尝试确定“最有趣”的问题。我想使用问题分数，但要消除由于视图数量而产生的偏差，但我不知道如何严格地处理这个问题。

在理想世界中，我可以通过计算对问题进行排序$\frac{v}{n}$， 在哪里$v$是总票数和$n$是观看次数。毕竟，它将衡量对问题投赞成票的人的百分比，减去对问题投反对票的人的百分比。

不幸的是，投票模式要复杂得多。投票倾向于“平稳”到一定程度，这会大大低估广受欢迎的问题。在实践中，一个有 1 次浏览和 1 次赞成的问题肯定会比任何其他有 10,000 次浏览但少于 10,000 票的问题得分和排序更高。

我目前正在使用$\frac{v}{\log{n}+1}$作为一个经验公式，但我想准确一点。我怎样才能以数学上的严谨性来解决这个问题？

为了解决一些评论，我将尝试以更好的方式重述问题：

假设我有一个问题$v_0$总票数和$n_0$意见。我希望能够估计总票数$v_1$当视图达到$n_1$.

这样，我可以简单地选择一个标称值$n_1$并根据预期排序所有问题$v_1$全部的。

我在 SO datadump 上创建了两个查询，以更好地显示我正在谈论的效果：

按分数划分的平均观看次数

结果：

观看次数平均得分（100 次观看次数）

结果：

两个公式比较

结果，不确定是否更直更好：（$\frac{v}{n}$穿蓝色衣服，$\frac{v}{log{n}+1}$红色的）