ringa_lee
這是個開放性的問題。動態調整標準應盡量避免歷史的影響，及時反映最新的顧客認可度。不妨定義顧客對餐廳的當前認可度為兩次動態調整期間，該餐廳在推薦後獲得好評的比率。動態調整推薦機率正比於目前認可度即可。
例如，本次動態調整時，5家餐廳距離上次調整的好評情況為：
A: 10/40（推薦了40次，獲得好評10次）= 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
則調整後的建議機率更新為：
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%
這是個開放性的問題。動態調整標準應盡量避免歷史的影響，及時反映最新的顧客認可度。不妨定義顧客對餐廳的當前認可度為兩次動態調整期間，該餐廳在推薦後獲得好評的比率。動態調整推薦機率正比於目前認可度即可。
例如，本次動態調整時，5家餐廳距離上次調整的好評情況為：
A: 10/40（推薦了40次，獲得好評10次）= 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
則調整後的建議機率更新為：
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%