2010-12-29 10 views
0

私は従業員の信頼を扱うソフトウェアを作っています。私は数式を作成しようとしています(数学では悪いと言う必要はありません:))。ここで平均を計算する簡単な数式。

はシナリオです:

Employee 1 trusts employee 2 = > 20% or 0.2 (average trust of employee 1 with employee 2) 
Employee 2 deals with 10 customers => 13% (average - 10 customers trust on Employee 2) 
Employee 1 also deals with 7 customers that customers belongs to Employee 2's 10 customers. => 37% (average 7 customers trust on employee 1) 

Employee 1 dealt with 10 customers for last 17 years. 
Employee 2 dealt with 7 customers for last 1 years. 

今私はどのように我々は、従業員1は、従業員2よりも価値が非常に信頼であると言うことができることを計算したいですか?私が平均を見ると、私は従業員1と言うことができますが、彼は1年間だけ顧客を扱っていました。今私は、どちらがより信頼できるものであるかを知るための一般的な公式を作りたいと思います。私は、平均パーセンテージを計算するために3つの値(従業員、従業員、顧客、および年)を使いたいと思います。これらの価値に基づいて従業員の信頼を増減したい。私は私がやったこと

など、すべての従業員または90 +従業員が信頼に値すると言うことができない私は、いくつかの従業員のためにも減少します忘れないでください:顧客の信頼重量に対する従業員と従業員への は私単にプラス従業員

Employee 1 = 0.57 
Employee 2 = 0.33 

何年も何をすべきかわかりません。

現在のシステムは、自分自身を信頼するのに十分ではない従業員の信頼を計算します。

一般的な式を作成したいので、プログラミング言語に限定されません。すべてのアイデアや提案は大歓迎です!

あなたは私の問題は、以前に開発された信頼モデルに関連すると考えた場合、私に知らせてください(私はすでにウェブ信頼モデルを知っているが、私は私の状況ではそれに合わせて方法がわからない)

+0

GoogleのPageRankアルゴリズムでlokingする価値がありますか?それは、関連する概念であり、あなたにいくつかのインスピレーションを与えることができます.... – mikera

+1

これはmath.stackexchange.comにはありませんか?たぶん私の頭の上にあるのかもしれません。なぜなら、あなたがあなたの例のパーセンテージにどのように到着したか分からないからです。 – webbiedave

+1

いくつかの背景情報として、正式にはこれはベイジアン確率と呼ばれ、古典確率と「確信度」を考慮した確率のベイズモデルです。 http://en.wikipedia.org/wiki/Bayesian_probability –

答えて

2

これに対して対数関数が必要です。

y = k*log(t+b) 

t

が、彼らは時間のいくつかの有用な単位(年、月、など)に彼らの顧客との関係を維持してきた時点で、 kbは実験的に決定された一定の要因があります。この方程式の結果を今までのものに加算したり、乗算したりしてください。

+0

私はKとBについて理解できませんでした。(現在のシステム(データベース)には3つの値しかありません) – Tweet

+1

彼らはあなたのデータベースにはありません。実験的にhttp://en.wikipedia.org/wiki/Scientific_method –

+0

これらの要因について言及した場合や、どうすればそれらを得ることができるのかまだ分からない長い記事でしたか?他のヒント? – Tweet

2

私はドン」信頼が単純に平均化できると思う - それは深刻な研究領域です。典型的な論文は次のとおりです。かなり非線形な関数を使用する http://www.cs.uwaterloo.ca/~rckerr/KerrCohen-pst06.pdf です。

+0

私は信用度を計算しません。それは私の問題でもありません:)これは人事部で、これを手動で計算してシステムに入力するためのパフォーマンスやその他のパラメータを使用します。とにかくありがとう – Tweet