语境：
我有一组网站，每天记录访问次数：
W0 = { 30, 34, 28, 30, 16, 13, 8, 4, 0, 5, 2, 2, 1, 2, .. }
W1 = { 1, 3, 21, 12, 10, 20, 15, 43, 22, 25, .. }
W2 = { 0, 0, 4, 2, 2, 5, 3, 30, 50, 30, 30, 25, 40, .. }
...
Wn
一般问题：
- 如何确定哪些网站最活跃？
我的意思是在过去几天内接受更多访问或访问量突然增加。出于说明目的，在上面的小例子中，W0 最初很受欢迎，但开始表现出放弃，W1 显示出稳定的受欢迎程度（有一些孤立的高峰），而 W3 在安静的开始之后是一个重要的提升）。
初步想法：
我在 SO 上找到了这个线程，其中描述了一个简单的公式：
// pageviews for most recent day
y2 = pageviews[-1]
// pageviews for previous day
y1 = pageviews[-2]
// Simple baseline trend algorithm
slope = y2 - y1
trend = slope * log(1.0 +int(total_pageviews))
error = 1.0/sqrt(int(total_pageviews))
return trend, error
这看起来很好也很容易，但我遇到了问题。
计算基于斜率。这很好，是我感兴趣的功能之一，但恕我直言，它对于非单调系列有问题。想象一下，在某些日子里，我们的访问次数是恒定的（所以斜率 = 0），那么上述趋势将为零。
问题：
- 如何处理这两种情况（单调增加/减少）和大量点击？
- 我应该使用单独的公式吗？