algorithm - 以编程方式确定项目列表(书籍、歌曲、电影等)的相对 "popularities"

Question

给定(比如说)歌曲列表，确定它们的相对“受欢迎程度”的最佳方法是什么？

我的第一个想法是使用 Google 趋势。此歌曲列表:

1. 地下思乡蓝调
2. 帝国心态
3. 加州女孩

产生以下 Google Trends report :(为了了解现在流行什么，我将报告限制在过去 30 天)

http://s3.amazonaws.com/instagal/original/image001.png?1275516612

Empire State of Mind 比 California Gurls 更受欢迎，而 Subterranean Homesick Blues 远不如两者受欢迎。

所以这很有效，但是当您的列表有 100 或 1000 首歌曲时会发生什么情况？ Google Trends 只允许您一次比较 5 个术语，因此在没有大量循环的情况下，什么是正确的方法？

另一种选择是只对每首歌曲进行 Google 搜索，看看哪首歌曲的搜索结果最多，但这并不能真正衡量同一件事

Answer 1

好问题 - 布兰妮·斯 PIL 斯 (Britney Spears) 的一首歌可能会流行 2 个月，然后(谢天谢地)被遗忘，而猫王 (Elvis) 的另一首歌可能会持续流行 30 年。你如何从数量上区分这两者？我们知道我们想认为持续的人气比“昙花一现”更重要，但如何得到这个结果呢？

首先，我会在发行日期前后进行标准化 - 地下乡愁蓝调现在可能不受欢迎(不过在我家不受欢迎)，但回到 1965 年进行标准化可能会产生不同的结果。

由于大多数歌曲的流行度先上升，然后趋于平稳，然后下降，因此让我们在它们趋于平稳时选择区域。人们可能会假设，在那段时间里，这两个序列是平稳的、不相关的并且呈正态分布。现在您可以应用测试来确定均值是否不同。

确定两个时间序列之间差异大小的测试可能不太严格，但我还没有遇到过它们。

有人吗？