我想得到一些帮助来构建一个喜欢/不喜欢的排序算法，以找到最好的条目。我想过一种方法，但这种方法有两个主要缺陷，我想知道是否有更好的方法。
以下是我的想法：
条目将按照l/d给出的比率进行排序，其中l = number of likes和d = number of dislikes，因此比率较高的条目具有更大的点赞数，并且应该比比率较低的条目获得更高的排名。
这种方法有两个问题：
1:如果不喜欢的数量为0，则l/d将不可能。因此，即使一个条目有一千个喜欢和0个不喜欢，它仍然不会在记分牌上占据任何位置。
2:喜欢和不喜欢程度较低的条目与评分较高的条目相比具有优势，因为需要较低的评分才能影响比率并给条目打分。
你觉得怎么样？
编辑：以下是修复第一个问题的可能替代方案：(l + 1) / (d + 1)。对此有任何反馈吗？
这可能是相关的：如何不按平均评分排序。
若要删除除以零，可以在分子和分母上加1，得到(l+1(/(d+1(。如果你想对点赞数更多的条目进行更高的排名，那么你可以将你的排名公式乘以log(点赞数+1(。这里添加了一个，以删除如果条目没有点赞则会导致的数学错误。对于下面的讨论，假设日志的基数为10。因此，满足要求的排名公式将是(喜欢+1(/(不喜欢+1(*log(喜欢+1(。
注意，如果由于log(1(=0而没有点赞，则此公式提供的排名为0。假设选票与一张赞成票和一张反对票持平。则秩是2/2*log(2(=0.3，因为log(2"=0.3。现在考虑另一个有9个喜欢和9个不喜欢的平局。那么秩是10/10*log(10(=1，因为log(10(=1。也就是说，log(点赞(术语对点赞次数较多的关系的排名高于点赞次数较少的关系。
这对我来说效果最好。
rank = likes * 100 / (likes + dislikes)
它按更高的赞数排序，然后是任何喜欢和/或不喜欢的活动，然后是没有活动。示例：
likes, dislikes => rank
0, 0 => 0 //avoid /0 error
3, 3 => 50
3, 0 => 100