Alexander D Huang’s Homepage

平均分为什么不总能直接排序

假设搜索结果中有一本书只有一位读者打了 9.5 分，另一本文有上百条评分，平均分为 8.9。只按算术平均降序排列，前者会排在后者之前。但单个评分未必代表更广泛的读者感受；评价数量较多的书，其平均值通常包含更多意见。排序需要同时考虑分数和数据量。

Alexander 的文章从豆瓣搜索结果中的排序疑问出发，提出用贝叶斯平均减轻小样本评分带来的波动。它的核心直觉是：当一本书的评分数量较少时，不能过度相信单一的极高分或极低分；评分数量增加后，书籍自身的平均值才逐渐占据更大权重。这样可以在个体观测与整体基准之间取得折中。

贝叶斯平均的直觉

一种常见的平滑评分写法是：将书籍已有评分总和，与“先验均值乘以先验权重”相加，再除以“实际评价数量加先验权重”。这里的先验均值可以代表整体评分水平，先验权重则表示在观察足够多的实际评价之前，整体基准应占多少影响。

当某本书只有少数评分时，先验部分占比较高，计算结果会向整体均值靠拢；随着评价数量变多，书籍自身数据的权重上升，最终排序更多反映它的实际评分。这个过程并不是删除极端评分，也不是人为把所有书籍拉到相同分数，而是让样本量进入排序逻辑。

先验参数会影响平滑程度。参数设置过弱，小样本仍可能因为一两次投票大幅上升或下降；设置过强，热门书籍之间的真实差异也可能被压缩。实际应用应说明参数来源，必要时对比不同取值下的排序结果，并避免把一个未经解释的公式包装成绝对客观的排名。

从搜索结果到可排序的数据

文章的实现流程先获取豆瓣图书搜索结果，再对每条书目计算新的排序分数。接口返回分页数据，其中包括当前条目数量、起始索引、总量和书目列表。若只读取第一页，排序结果只能覆盖部分候选；因此程序需要理解分页字段，并继续请求后续数据，直到达到数据总数或应用设定的读取上限。

文章将最大读取数量设为 2048 条，避免在一次搜索中无限扩展数据范围。客户端接收每一页结果后，可以将书目记录追加到本地集合，待数据收集完成再计算排序值。对于结果很多的查询，实际产品还需要考虑加载时间、网络失败、取消请求和用户是否真的需要完整排序等问题。

浏览器端获取数据的处理

文章发布时，浏览器直接跨域请求存在限制，因此作者通过 JSONP 方式取得搜索数据。JSONP 的基本思路是让页面加载一段脚本资源，并由响应调用指定的回调函数；回调中解析分页结果、保存书目并继续处理。文章展示了动态创建 script 元素、拼接回调参数和累计数据的 JavaScript 示例。

这种方式依赖接口允许以 JSONP 形式返回数据，也需要谨慎处理回调名称、异常和响应来源。它是文章发布时期针对浏览器跨域条件的一种实现选择，不应被视为当前 Web 应用默认的数据获取方案。现代项目需要根据服务端 CORS 支持、接口授权方式、服务条款和安全要求重新评估数据访问路径。

获取数据后，排序逻辑可以独立于请求代码实现。将评分字段、评价数量和总评分基准传给一个纯函数，便于编写单元测试和复用不同接口返回的数据。网络层负责分页、重试和错误状态；计算层负责评分平滑；展示层再按分数排序并呈现结果。这样的拆分使统计规则更容易验证。

算法无法替代产品定义

评分排序不仅是数学问题，也涉及产品决策。整体基准从哪里来、先验权重如何确定、缺失评分如何处理、评价数量是否来自同一时间点，都会影响最终顺序。如果不同类别的书籍评分分布不同，使用一个全局均值也未必适合所有类别。算法输出只能反映设定的数据和参数，不能自动回答“哪一本书更值得读”。

界面可以同时展示原始评分、评价数量和调整后分数，让用户知道排序发生了什么变化。提供按原评分排序的选项，或在结果旁说明平滑规则，也能避免用户将计算结果误认为平台官方排名。对图书搜索这种探索型任务，排序工具更像是一种辅助视角，而不是唯一的阅读建议。

2019 年实现记录的阅读方式

这篇文章发布于 2019 年，包含当时的接口访问方式和前端实现方案。阅读旧技术文章时，应区分稳定的算法思想与可能已经变化的外部接口。贝叶斯平滑作为统计思路仍可用于讨论小样本排序，但豆瓣 API、跨域策略和网页运行环境都可能变化，不能仅凭文章代码推断当前接口仍然可用。

对希望复现思路的开发者，可以先用静态样本实现评分计算，再构造分页响应测试数据收集过程；确认算法正确后，再寻找当前合法且可用的数据源。把数据来源、时间和字段定义写清楚，能够避免因接口格式变化而让排序结果悄然失真。

个人技术站的内容结构

Alexander D Huang 的主页还收录 UnityGameFramework 源码阅读笔记和 Jekyll 标签归档实现文章，展示了作者在游戏开发框架、静态站点和数据处理方面的兴趣。首页提供分类、标签、应用与搜索入口，读者可以从一个项目案例延伸到相邻技术内容。中英文文章并置，也让不同主题可以采用更合适的语言表达。

整体而言，豆瓣图书排序文章将一个用户体验问题拆成统计方法、数据抓取和浏览器实现三部分。贝叶斯平均提供了处理小样本评分的思路，分页与 JSONP 示例展示了当时的工程路径。作为历史实践笔记，它适合帮助读者理解统计平滑如何进入应用；如果要复用实现，应重新确认数据来源、接口能力和访问方式。