ringa_lee
这是个开放性的问题。动态调整标准应尽量避免历史的影响，及时反映最新的客户认可度。不妨定义客户对餐馆的当前认可度为两次动态调整期间，该餐馆在推荐后获得好评的比率。动态调整推荐概率正比于当前认可度即可。
例如，本次动态调整时，5家餐馆距离上次调整的好评情况为：
A: 10/40（推荐了40次，获得好评10次）= 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
则调整后的推荐概率更新为：
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%
这是个开放性的问题。动态调整标准应尽量避免历史的影响，及时反映最新的客户认可度。不妨定义客户对餐馆的当前认可度为两次动态调整期间，该餐馆在推荐后获得好评的比率。动态调整推荐概率正比于当前认可度即可。
例如，本次动态调整时，5家餐馆距离上次调整的好评情况为：
A: 10/40（推荐了40次，获得好评10次）= 0.25
B: 20/30 = 0.67
C: 3/10 = 0.3
D: 10/15 = 0.67
E: 2/5 = 0.4
则调整后的推荐概率更新为：
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%