一、涉及變量：

1. 評論時長（Age of a review）：評論提交與當前時間的時差。

2. 交易驗證情況（Whether a review is verified purchase or unverified）：評論是否基于實際購買。

3. 評論人留評數(shù)（The total number of reviews written by a reviewer）：評論者發(fā)表的評論數(shù)量。

4. 評價長度（Length of a review）：評論內(nèi)容的字數(shù)或字符數(shù)。

5. 投票支持數(shù)（The number of helpful votes）：評論所獲得的幫助性投票數(shù)量。

6. 總投票數(shù)（The number of total votes）：評論所獲得的所有投票數(shù)量。

二、分值計算公式詳解

Review分值的計算依據(jù)以下公式進行：

\[

\frac{(H + C1 + \log(\min(Length, 1750)) / \log(350) + X/2 \times Trust + X/2 \times Recency)}{(T + C2)}

\]

其中，各變量具體解釋如下：

H：評論收到的幫助性投票數(shù)。

T：評論收到的總投票數(shù)。

X：log(1750) / log(C2) 的值，用于調(diào)整計算過程中的權(quán)重。

Length：即上述的評價長度，指評論的字數(shù)或字符數(shù)。

Trust：信任度，若評論為驗證購買則采用公式 2 (sigmoid(評論者撰寫評論數(shù) 0.1) - 0.5)，否則采用 sigmoid(評論者撰寫評論數(shù) 0.1) - 0.5 的值。其中sigmoid為Sigmoid激活函數(shù)。

Recency：即評論的時效性，根據(jù)評論提交的時間與即時日期進行計算。具體為-2 1/(1+exp((當前日期 – 提交日期) / (30個月)))的值。

C1、C2等常數(shù)：各市場設(shè)置不同，在美國C1、C2、C3的取值分別為13.1056、350和20.04。

三、總結(jié)

綜上可見，詳情頁面的Review分值涉及到評論質(zhì)量、時效性、以及真實性等多方面因素，通過復(fù)雜的數(shù)學(xué)模型計算得出，旨在為買家提供客觀、準確的參考信息。該模型體現(xiàn)了平臺對消費者決策的支持與重視，幫助買家在購物時做出更明智的選擇。本文內(nèi)容為作者個人觀點，不代表其他任何機構(gòu)的立場，并已經(jīng)獲得原作者授權(quán)轉(zhuǎn)載。