當初一開始出來的時候就覺得亂排一通，數字稍微有點變化就會造成排名急遽上升 (或下降... XD)，昨天在 IRC 上突然在講這個，回去看開發人的 Blog 發現計算方式：[部落格觀察] 計算方式大揭密。
Oh my god，直接拿不同單位的數量互加，到底有沒有人知道什麼是 Normal Distribution 啊...
錯誤的政策比什麼都不做還糟糕，套到這裡完全適用。拿著錯誤的公式向大家炫耀「這邊有個台灣 Blog 排名」，比起什麼都沒有還糟糕。
Update：因為維護者根本看不懂他的問題在哪裡，所以...
- 「重視」裡面，「Bloglines 的總訂閱人數」與各家的「網摘數」當然不能加在一起，這兩個根本是不同的東西，於是「重視」的數字已經沒有意義了。
- 「Page 總分」裡面居然是把 Link 數加上「重視的總分」(這兩個明明就是不同的單位)，於是「Page 總分」沒有意義了。
- 「Index 指數」居然是取 log，於是「重視」的部分變成 log(a+b+c+d+...)，但是其他的部分卻是 log(a)+log(b)+log(c)+...，於是 Index 指數又爛掉了...
- 原文裡面提到的「不過只開二次方根還是會造成某項數值較高，就把影響分數大幅提高的情況，
所以我把它改成 (1) Yahoo Link 數 Google Link 數 + (2) Blogger Search Link 數 + Blogger Search Post 數 + (3) Technorati URL數 + Link 數 + Furl Search Link 數，這三項相乘之後，開三次方根」根本就是亂來，麻煩查一下怎麼做「正規化標準化」。
「排名」要做的看起來「有樣子」當然很容易，你只要不要把正的搞成負的，那麼 彎彎、蔡依林的部落格、zonble 的部落格 當然會排在前面，因為他們所有的分數本來就比起其他人高，你公式不管怎麼代都會在前面。
但是要搞到「正確」，麻煩回去看看統計學的書，然後看看 Technorati 怎麼做。
PS：Blog Influence 基本上也是個笑話，所以...。
噢，別急著開槍打死 :p
全部相加也只是其中的一個計算方式而已，
當然單位都不相同，
所以不能夠只以「直接拿不同單位的數量互加」就來決定排名的啊。
如果要以「都是不同的東西，所以不能加在一起」這個觀點出發，
那或許最準確的計算方式當是每個來源都獨立的計算排名，
在將每個排名取平均數看誰最低。
因為不管怎麼正規化，都不可能像是貨幣的轉換，還會有匯率可以乘除。
就像之前有個計算部落格價值的公式，但實際上文字到底值多少錢，又要怎麼量化？
先講重視，其實這指標很單純，有多少「人」在看這個部落格，不管是透過網摘的方式，或是訂閱的方式，而不是搜尋引擎去找到的，所以以都是「人為」的數值這個觀點，把它加總。當然，可能有人既把這部落格訂閱後又加入網摘，這當然不可去做詳細的區分。
再來，總分的部份，其實每個 blogger 對網誌的發展方式都有所差異，有些人喜歡到處交朋友換 link 數，但比較古老的部落格都有固定的訂閱數，所以把(A)Link加上(B)重視，總和來顧全兩個不同的發展模式。
Index 指數的部份，我相信還要做些調整，目前的計算方法，就算把重視屏除掉也影響不大就是了。
最後，影響的部份其實概念很簡單，就是取幾何平均數，
(A)Yahoo Link (B)Google 系列(就是加上Blogger Search) (C)其他
三個相乘開三次方根。
當然，我也相信應該會有更精確的方式，更專業得來計算這些數值，
我們也會陸續的去做些調整，目前也只是起個頭而已，
還需要各方的專業人士多多指教。
至於『拿著錯誤的公式向大家炫耀「這邊有個台灣 Blog 排名」』，我想見仁見智，拿新台幣去非洲大概也買不到東西吧？
媒體的本性向來都是喜歡追逐這種新玩意，他們要如何的誇飾我們也很難去控制吧…
至少，我從來沒有「炫耀」過這玩意就是了。
唔，回完又有 Update，
Technorati 的作法其實很簡單，
它的排名是看你的 Blog 跟在它家登記有案的 Blog 間的 Link 有幾多個，就只計算這項。
這當然單純多了 :)
小弟統計系的..
Oh my god..這個問題和常態分配有什麼牽連？
常態分配不是貼個 wiki 的連結就算了
要扯大數法則和赫比雪夫嗎？
正規化這個詞也不是這樣用的吧..
你可以質疑人家方法有問題、沒有理論根據..
全部累加或是作對數開跟號是很粗的方法沒錯..
要做統計分析嗎？
用迴歸，以上指數彼此之間都有正相關，問題是在每個指數的加權參數應該是多少，首先要先建立該方程式的模型
然後做變異數分析..
不同的東西是可以加在一起，不過要做過處理
ax + by + cz = index
關鍵在 a,b,c 怎麼算出來..
是啊, a, b, c 怎麼算是個問題。
寫論文的時候要建立 Model，然後用合理的方式來說服 reviewer 說 "喔，這公式是合理的。"
但是我覺得光看計算方式無法說服我就是了。
BTW, 我覺得用Big5編碼實在不是個好主意...:p
你所謂的 Normal Distribution 指的應該是 Normalization 吧！閣下可能是機率中毒太深。
我覺得整個計算流程最大的問題, 就是完全沒有 training data 來驗證. 例如說, 假如你的公式裡就是深信 Blog A 排行是大於 Blog B, Blog B 又是大於 Blog C, 那計算出來的結果不管怎麼套, 都必須符合預先設定的這段 Rules. 而這段 Rule 要怎麼建立呢? 一種作法是找認識的人提供 blog raw traffic 來判斷, 建立幾個明確的 sample points, 再由這些 sample points 去內插或外插 unknown sites 的排行. 直接把分數相加然後照著排下來, 可能是比內插還糟糕的評估方式.
不是Normal Distribution 而是Normalization +1
其實還有很多種方式...不過dear cat 三個相乘開三次方根有任何意義ㄇ，只是方便計算ㄇ,ax + by + cz = index
關鍵在 a,b,c 怎麼算出來..個人淺見應該是對各項變數的權重也就是在乎的程度,任何的研究假說都需要驗證，CAT提出他的看法我想並沒有炫耀之意，所以是否要注意基礎的網路禮節ㄋ。
> visitor
我個人認為您應該先用正常的中文書寫，才是基礎的網路禮節。
我認同這篇文章的看法與觀點
部落格排名？
哈哈...大笑話
我看野貓又要急著來解釋了.....
有人對這笑話斤斤計較，還到處說作弊不就更好笑 :p
還有問題的請直接到我Blog留，沒必要把這也捲入戰局吧？
野貓你又不是這邊的版主
管我到哪邊留言啊
我認同這篇文章也不可以喔 真是莫名奇妙
這位很愛用台大ip的國中生，
等你看懂他寫啥再留也不遲。
D大把我的留言都刪掉好了，
這傢伙大概愛上我了，喜歡追著我跑 >///