हॅब्रोस्टॅटिस्टिक्सच्या विचित्रतेबद्दल

मी यापूर्वी रेटिंगमध्ये विचित्र वागणूक पाहिली आहे, परंतु अलीकडे विचित्रपणा खूपच स्पष्ट झाला आहे. आणि मी माझ्याकडे उपलब्ध असलेल्या वैज्ञानिक पद्धतींचा वापर करून समस्येचा शोध घेण्याचे ठरवले, म्हणजे: प्लस-मायनसच्या गतिशीलतेचे विश्लेषण करणे. तुम्हाला अचानक कल्पना आली का?

मी अजूनही एक प्रोग्रामर आहे, परंतु मी खूप मूलभूत गोष्टी करू शकतो. म्हणून मी एक साधी उपयुक्तता कोड केली जी खाब्रोव्ह पोस्टच्या पॅनेलमधून आकडेवारी गोळा करते: साधक, बाधक, दृश्ये, बुकमार्क इ.

आकडेवारी आलेखांमध्ये प्रदर्शित केली जाते, ज्याचा अभ्यास केल्यानंतर आम्ही आणखी काही आश्चर्य शोधू शकलो, लहान. पण प्रथम गोष्टी प्रथम.

विचित्रपणा 1.
येथूनच माझ्या सांख्यिकीय संशोधनाची खरी सुरुवात झाली.

मला हे विचित्र वाटले की माझ्या काही पोस्ट प्रकाशित झाल्यानंतर पहिल्या तासात ते झपाट्याने नकारात्मक झाले, नंतर शून्यावर गेले आणि शेवटी अपेक्षित प्लस मिळवले. असे का झाले?

मी अजून एक पोस्ट प्रकाशित करणार होतो - दोन भागात. मी त्याला सांख्यिकीय विश्लेषणाच्या अधीन करण्याचा निर्णय घेतला.

पहिला भाग प्रकाशित केला. त्याच वेळी, मी युटिलिटी लाँच केली आणि निकालाची वाट पाहू लागलो. दुर्दैवाने, रात्री - मी झोपत असताना - प्रोग्रामने बगमुळे माहिती गोळा करणे थांबवले. दुसऱ्या दिवशी सकाळी मी त्रुटी सुधारली, परंतु आकडेवारी एका दिवसापेक्षा कमी काळासाठी निघाली. तथापि, काम केलेल्या वेळेसाठी ट्रेंड देखील स्पष्ट आहेत.

डेटा प्रकाशनाच्या क्षणापासून पहिल्या 14 तासांसाठी प्रदान केला जातो, मोजमापांमधील मध्यांतर 10 मिनिटे आहे.

डोळ्यांनी आमची फसवणूक केली नाही: बहुतेक उणे पोस्टच्या अस्तित्वाच्या पहिल्या तासात होतात. प्रथम पोस्ट नकारात्मक प्रदेशात गेली, नंतर ती पुनर्प्राप्त झाली. आलेख प्लॉट करण्यासाठी वापरलेले संख्या येथे आहेत:

आणि हे असूनही दृश्ये सहजतेने वाढत आहेत!

हजारव्या मूल्यांपासून सुरू होणारी पायरी खब्रोव्ह पॅनेलमध्ये संक्षेप सुरू होते या वस्तुस्थितीद्वारे स्पष्ट केली गेली आहे: दृश्यांची अचूक संख्या मिळविण्यासाठी कोठेही नाही (कदाचित ते तृतीय-पक्षाच्या सेवांमधून घेतले गेले असावे, परंतु मी त्यांचा वापर केला नाही. ).

मी सांख्यिकी मध्ये तज्ञ नाही, परंतु मला समजल्याप्रमाणे वजावटीचे असे वितरण असामान्य आहे?!

पहा, नोंदणी कालावधीत बुकमार्क कमी-अधिक प्रमाणात समान प्रमाणात वितरीत केले जातात:

टिप्पण्या देखील समान रीतीने वितरीत केल्या जातात:

क्रियाकलाप आणि निष्क्रियतेचे स्फोट आहेत, परंतु ते कालांतराने वितरीत देखील केले जातात: टिप्पणी करणे एकतर फिकट होते किंवा पुन्हा सुरू होते.

सदस्यांच्या बाबतीतही तेच - एकसमान थोडी वाढ आहे:

अहवाल कालावधी दरम्यान कर्मा बदलला नाही - मी ते उद्धृत करत नाही. आणि रेटिंग Habr द्वारे मोजले जाते, ते सूचीबद्ध करण्यात काही अर्थ नाही.

सर्व निर्देशक दृश्यांच्या संख्येच्या प्रमाणात बदलतात आणि केवळ वजा सह काहीतरी चुकीचे आहे: रागाचा उद्रेक प्रकाशनाच्या सुरूवातीपासून पहिल्या तासात होतो. माझ्या आधीच्या पोस्ट्समध्येही असेच घडले. परंतु जर पूर्वी या वैयक्तिक छाप होत्या, तर आता त्यांची नोंदणीद्वारे पुष्टी केली जाते.

माझ्या निव्वळ नुसत्या मतानुसार, अशा वितरणाचा अर्थ आहे: साइटवर असे बरेच वापरकर्ते आहेत जे हेतुपुरस्सर नवीनतम प्रकाशित पोस्ट पाहतात आणि काही पोस्ट डाउनव्होट करतात - केवळ त्यांना माहित असलेल्या गरजेनुसार. मी "काही पोस्ट" लिहितो कारण मला हा प्रभाव केवळ माझ्या प्रकाशनांमध्येच दिसला नाही. सर्व प्रकरणांमध्ये, प्रभाव उच्चारला जातो, अन्यथा मी त्याकडे लक्ष दिले नसते.

असे का घडते याचे माझ्याकडे चार आवृत्त्या आहेत.

आवृत्ती १. मानसिक विकृती. आजारी लोक जाणूनबुजून लेखकांवर लक्ष ठेवतात जे त्यांना अप्रिय वाटतात आणि त्यांना हानी पोहोचवण्याच्या उद्देशाने त्यांचे मत कमी करतात.

माझा या आवृत्तीवर विश्वास नाही.

आवृत्ती १. मानसिक प्रभाव. कोणते - मला माहित नाही. बरं, वाचक आधी एकमताने पोस्ट वजा करून मग एकमताने अपव्होट का करतात? नॉन-थीमॅटिक म्हणून ते उणे आहेत, परंतु सौंदर्याच्या पारखी नंतर ते बहुसंख्य आहेत? मला माहित नाही.

वाचकांमध्ये मानसशास्त्रज्ञ असतील तर त्यांना त्यांचे म्हणणे मांडू द्या.

आवृत्ती १. सेवक वागत आहेत. खाब्रोवच्या पोस्टवर त्यांच्या बॉसनी का पसरावे? तथापि, केवळ आपल्या देशातच सेवा करणारे नाहीत. त्यांना कोण समजेल, रुसोफोब्स ?!

आवृत्ती १. पूर्वी नमूद केलेल्या घटकांचे एकत्रित परिणाम.

अगदी कल्पक.

ते जसे असेल, उणे वापरकर्ते दृश्यांची संख्या कमी करण्यास व्यवस्थापित करतात. खाब्रोव्हच्या पोस्ट शीर्षस्थानी आणण्याच्या नियमांशी मी परिचित नाही, मला हे देखील माहित नाही की हे अल्गोरिदम सार्वजनिक केले गेले आहेत की नाही, परंतु हे माझ्यासाठी स्पष्ट आहे: लवकर उणे बहिष्कृत पोस्ट शीर्षस्थानी पोहोचू देत नाही - अधिक तंतोतंत, ते तेथे पोहोचण्यास विलंब करते, ज्यामुळे लक्षणीयरीत्या, काही वेळा, दृश्यांची संख्या कमी होते.

माझ्या माहितीनुसार, या वाईटाशी लढण्याचे कोणतेही प्रभावी मार्ग नाहीत. वैयक्तिक मतदान हा एकमेव मार्ग आहे. केवळ या प्रकरणात तुम्ही कोणती प्रोफाइल वेळोवेळी ट्रॅक करत आहेत आणि नवीनतम पोस्ट वजा करत आहेत हे स्थापित करू शकता. तथापि, Habré वर कोणतेही वैयक्तिक मतदान नाही (किंवा त्याऐवजी, ते सार्वजनिक केले जात नाही).

परंतु सर्व काही इतके सोपे नाही.

मी म्हटल्याप्रमाणे, विच्छेदित साहित्य भागांमध्ये प्रकाशित केले गेले. दुसऱ्या भागाच्या प्रकाशनानंतर, मला अशाच चित्राची अपेक्षा होती: प्रारंभिक आउटपुट वजा मध्ये आणि त्यानंतरच्या प्लसमध्ये. तथापि, प्रभाव अधिक गुळगुळीत झाला: पोस्ट उणेमध्ये बदलले नाही.

दुसरा भाग प्रकाशित होईपर्यंत, दोष निश्चित केला गेला होता, म्हणून डेटा प्रतिदिन दिला जातो:

स्मूथिंग कुठून आली ते मला माहीत नाही. कदाचित ते शनिवारी प्रकाशित झाल्यामुळे (शनिवारी डाउनव्होट्स काम करत नाहीत?) किंवा पूर्वी प्रकाशित केलेल्या सामग्रीचा हा शेवट आहे म्हणून.

तथापि, मायनसचे वितरण अद्याप असमान आहे: सर्व वजा नोंदणी कालावधीच्या पहिल्या सहामाहीत होतात आणि वजा प्लसपेक्षा खूप लवकर संपतो. त्याच वेळी, दृश्ये मागील वेळेप्रमाणेच वितरीत केली जातात - समान रीतीने:

दुपारी तीनच्या सुमारास घडलेला स्पाइक वर्गीकृत साहित्य नाही. माझे इंटरनेट फक्त तासभर गेले. युटिलिटी साइटशी कनेक्ट होऊ शकली नाही.

बाकी सर्व काही पूर्णपणे मानक आहे.

बुकमार्क:

टिप्पण्या: मागील वेळेप्रमाणे, क्रियाकलापांचे कालावधी शांततेच्या कालावधीसह पर्यायी असतात.

कर्म. दोन युनिट्सची वाढ नोंदवली गेली - अर्थातच, एकाच वेळी नाही:

आणि सदस्य. एकूण संख्या अपरिवर्तित राहिली (वरवर पाहता, पहिला भाग प्रकाशित झाल्यावर स्वारस्य असलेल्यांनी साइन अप केले). दुपारी एकच्या सुमारास एकच चढउतार झाला: कोणीतरी सदस्यत्व रद्द केले - कदाचित चुकून - परंतु लगेच पुन्हा साइन अप केले. जर ती वेगळी व्यक्ती असेल, तर भरपाई आली: एकूण सदस्यांची संख्या बदलली नाही.

तर, पोस्ट मेट्रिक्स स्पष्ट आणि अंदाज करण्यायोग्य पद्धतीने वागतात. वजा वगळता सर्व निर्देशक. मला याचे कोणतेही स्पष्ट कारण दिसत नसल्याने, मला उणे शिखर किमान विचित्र वाटते.

विचित्रपणा 2.
कधीकधी दृश्यांची संख्या कमी होते (जे, अर्थातच, अशक्य आहे), परंतु लवकरच सामान्यवर परत येते.

जेव्हा एक्सपोर्ट-इम्पोर्ट फंक्शन अद्याप जोडलेले नव्हते तेव्हा प्रोग्राम डीबग करताना मी अपघाताने त्याचा मागोवा घेतला, त्यामुळे ग्राफवर संबंधित झिगझॅग गहाळ आहे. तुम्ही त्यासाठी माझे शब्द घेऊ शकता - हा प्रभाव दोनदा दिसून आला. काही हजार दृश्ये, अचानक दृश्यांची संख्या दोनशेने कमी होते, 10-20 मिनिटांनंतर ते त्याच्या मागील स्तरावर पुनर्संचयित केले जाते (नैसर्गिक वाढ लक्षात न घेता).

हे अगदी सोपे आहे: साइटवर एक बग. आणि विचार करण्यासारखे काहीच नाही.

विचित्रपणा 3.
स्वैच्छिक पहिल्या आणि तांत्रिक दुस-या प्रभावांपेक्षा हे मला खूप अनोळखी वाटले. प्लसस एकट्याने होत नाहीत, कालावधीत एकसमान वितरणासह, परंतु ब्लॉक्समध्ये. पण जोडणे ही एक टिप्पणी नाही, जेव्हा एखादा प्रश्न स्वाभाविकपणे उत्तरानंतर येतो, तेव्हा ती वैयक्तिक कृती असते!

वर प्रकाशित परिणाम आलेख जवळून पहा: अवरोध लक्षात येण्याजोगे आहेत.

जाणकार लोकांनी मला पॉसॉन वितरणाबद्दल होकार दिला, परंतु मी स्वतःहून संभाव्यता मोजू शकत नाही. आपण सक्षम असल्यास, गणित करा. हे माझ्यासाठी आधीच स्पष्ट आहे की दुहेरी प्लसची संख्या सर्वसामान्य प्रमाणापेक्षा जास्त आहे.

पोस्टच्या पहिल्या भागाच्या फायद्यांचा डिजिटल डेटा येथे आहे. आलेख दिलेल्या रेटिंगच्या एकूण संख्येमध्ये एकल, दुहेरी आणि तिहेरी पोझिशन्ससाठी प्लससची संख्या दाखवतो. आधी सांगितल्याप्रमाणे, मोजमाप मध्यांतर 10 मिनिटे आहे.

30 सेलमधील 84 पोकपैकी दोन सेल तीन वेळा पोक केले गेले. बरं, हे संभाव्यता सिद्धांताशी कितपत जुळते हे मला माहीत नाही...

पोस्टच्या दुसऱ्या भागासाठी डेटा (मापन कालावधी जास्त असल्याने, मी तुलनात्मकतेसाठी, पहिल्या भागाच्या कालावधीनुसार तो लहान करत आहे):

तसे, येथे एकल प्लसपैकी एक वेळेत तिप्पट एकाला लागून आहे, म्हणजे काही 20 मिनिटांत प्लसमध्ये वाढ झाली (त्यांच्या एकूण संख्येपैकी 29% प्लस होते). आणि हे प्रकाशनाच्या पहिल्या मिनिटांत घडले नाही.

एकल, दुहेरी आणि तिहेरी स्थानांमधील संबंध पहिल्या भागाप्रमाणेच आहे. आणि मोजमापांमध्ये रेटिंगच्या वाटा कमी झाल्याचे स्पष्ट केले आहे की रेटिंग कमी वारंवार दिली गेली. मोजमाप घेण्यात आले, परंतु कोणतेही फायदे नोंदवले गेले नाहीत.

मी हा ब्लॉक प्लस इफेक्ट कोणत्याही प्रकारे स्पष्ट करू शकत नाही, म्हणजे अजिबात नाही. बाधकांसाठी, असे "अवरोधित" वर्तन वैशिष्ट्यपूर्ण वाटत नाही.

चांगुलपणाचे उत्सर्जक बॅचमध्ये, चालू आणि बंद करून सूचना पाठवतात का? हेहेहेहे...

PS
जर कोणी अधिक प्रगत पद्धती वापरून पोस्टच्या आकडेवारीचे विश्लेषण करू इच्छित असल्यास किंवा अंकगणित तपासू इच्छित असल्यास, स्त्रोत डेटासह फाइल्स येथे आहेत:
yadi.sk/d/iN4SL6tzsGEQxw

मी माझ्या शंकांचा आग्रह धरत नाही - कदाचित मी चुकीचा आहे, विशेषत: आकडेवारी अंधुक असल्याने. मला आशा आहे की व्यावसायिक सांख्यिकीशास्त्रज्ञ, मानसशास्त्रज्ञ आणि इतर इच्छुक वापरकर्त्यांच्या टिप्पण्यांमुळे उद्भवलेला गोंधळ स्पष्ट होईल.

आपल्या लक्ष दिल्याबद्दल धन्यवाद.

स्त्रोत: www.habr.com