ringa_lee
これは自由な質問です。標準を動的に調整するには、履歴の影響を回避し、最新の顧客認識をタイムリーに反映するように努める必要があります。顧客の レストランに対する現在の認識 を、2 つの動的調整中に推奨された後のレストランの肯定的なレビューの割合として定義することもできます。現在の認識レベルに比例して推奨確率を動的に調整するだけです。
たとえば、この動的調整中、最後の調整以降の 5 つのレストランの肯定的なレビューは次のとおりです:
A: 10/40 (推奨40回、褒め10回) = 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
その後、調整された推奨確率は次のように更新されます:
A: 0.25 / (0.25 + 0.67 + 0.3 + 0.67 + 0.4) = 0.25 / 2.29 = 11%
B: 0.67 / 2.29 = 29%
C: 0.3 / 2.29 = 13%
D: 0.67 / 2.29 = 29%
E: 0.4 / 2.29 = 18%
これは自由な質問です。標準を動的に調整するには、履歴の影響を回避し、最新の顧客認識をタイムリーに反映するように努める必要があります。顧客の レストランに対する現在の認識 を、2 つの動的調整中に推奨された後のレストランの肯定的なレビューの割合として定義することもできます。現在の認識レベルに比例して推奨確率を動的に調整するだけです。
たとえば、この動的調整中、最後の調整以降の 5 つのレストランの肯定的なレビューは次のとおりです:
A: 10/40 (推奨40回、褒め10回) = 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
その後、調整された推奨確率は次のように更新されます:
A: 0.25 / (0.25 + 0.67 + 0.3 + 0.67 + 0.4) = 0.25 / 2.29 = 11%
B: 0.67 / 2.29 = 29%
C: 0.3 / 2.29 = 13%
D: 0.67 / 2.29 = 29%
E: 0.4 / 2.29 = 18%