（这个系列实在拖得太久，今天是最后一篇。） 上一篇介绍了"威尔逊区间"，它解决了投票人数过少、导致结果不可信的问题。 举例来说，如果只有2个人投票，"威尔逊区间"的下限值会将赞成票的比例大幅拉低。这样做固然保证了排名的可信性，
迄今为止，这个系列都在讨论，如何给出"某个时段"的排名，比如"过去24小时最热门的文章"。 但是，很多场合需要的是"所有时段"的排名，比如"最受用户好评的产品"。 这时，时间因素就不需要考虑了。这个系列的最后两篇，就研究不考虑时间因
这个系列的前三篇，介绍了Hacker News，Reddit和Stack Overflow的排名算法。 今天，讨论一个更一般的数学模型。 这个系列的每篇文章，都是可以分开读的。但是，为了保证所有人都在同一页上，我再说一下，到目前为止，我们用不同方法，企
上一篇文章，我介绍了Reddit的排名算法。 它的特点是，用户可以投赞成票，也可以投反对票。也就是说，除了时间因素以外，只要考虑两个变量就够了。 但是，还有一些特定用途的网站，必须考虑更多的因素。世界排名第一的程序员问答社区Stac
（不好意思，这个系列中断了近两周，我会尽快在这几天，把后面几篇写完。） 上一次，我介绍了Hacker News的排名算法。它的特点是用户只能投赞成票，但是很多网站还允许用户投反对票。就是说，除了好评以外，你还可以给某篇文章差评。 Red
互联网的出现，意味着"信息大爆炸"。 用户担心的，不再是信息太少，而是信息太多。如何从大量信息之中，快速有效地找出最重要的内容，成了互联网的一大核心问题。 各种各样的排名算法，是目前过滤信息的主要手段之一。对信息进行排名，意
程序员Scott MacDonald做了一个很有趣的项目----骰子作画。 他用黑底白点的骰子。 模拟出一张人像照片。 把图像放大，就可以看得更清楚。 他一共用了2500多颗骰子。 最后的成品就是这样。 任何一张图片都可以用骰子模拟出来，算法非常简
上一次，我介绍了贝叶斯推断的原理，今天讲如何将它用于垃圾邮件过滤。 ======================================== 贝叶斯推断及其互联网应用 作者：期权记 （接上文） 七、什么是贝叶斯过滤器？ 垃圾邮件是一种令人头痛的顽症，困扰着所
一年前的这个时候，我正在翻译Paul Graham的《黑客与画家》。 那本书的第八章，写了一个非常具体的技术问题----如何使用贝叶斯推断过滤垃圾邮件（英文版）。 我没完全看懂那一章。当时是硬着头皮，按照字面意思把它译出来的。虽然译文质
上个月，Google把"相似图片搜索"正式放上了首页。 你可以用一张图片，搜索互联网上所有与它相似的图片。点击搜索框中照相机的图标。 一个对话框会出现。 你输入网片的网址，或者直接上传图片，Google就会找出与其相似的图片。下面这张图