《BanG Dream! Ave Mujica》简评：
《神椿市建設中。》简评：
在 https://chii.ai/ （科排）里本作（《神椿市建設中。》，rk5174）比本季度大多数新番排名都高，例如：更衣人偶 s2（rk6698）、我怎么可能成为你的恋人（rk6137）、青春笨蛋少年不做圣诞服女郎的梦（rk5696）、碧蓝之海 s2（rk5487）etc.
另外，Ave Mujica（rk2069）可能要吊打当季所有新番，例如新吊带袜天使（rk4725）.
显然哪里有问题，那是我们确实过于低估了本作和 Ave Mujica，还是科排有什么特性会导致它对这两部作品的排名极其失准吗？
每一个排名（rank）由一个既定的评分（rating）产生，评分可以被解释为被排名对象的实力。
两部动画同时评过分的人中，有一部分给予第一部动画更高的分值，有一部分给予第二部动画更高的分值。那么第一部动画与第二部动画的比分，就是这两组人人数占总人数的比值。这就是倾向性概率的定义。对于同时看过两部作品的用户，我们可以计算他们为这两部作品评分的算术平均分、对数几何平均分和倾向性概率，从而生成三种作品间两两比较的实力数据。接着，对于每一种生成方法，我们使用八种不同的算法对作品进行排名。这些排名算法由 rankit 提供技术支撑。对于生成的 24 种排名，我们使用 Borda Count 融合所有排名，生成最终的动画排名。
比如说同时看过 A 和 B 的一共有三个人，第一个人给 A 和 B 的评分分别为 1 和 10，第二个人是 1 和 9，第三个人是 1 和 1。在这次 A 与 B 的比较中，用算术平均值的话，A 的得分就是 (1+1+1)/3=1 分，B 的得分就是 (10+9+1)/3=6.667 分。在这个过程中，计入得分的评分是看过 A 与 B 用户的交集用户的评分。
每两对动画都进行这种操作，就是生成了“所有作品之间在平等的条件下两两比较”。这种比较结果可以写入一个矩阵，然后用一些代数方法从中计算出作品 rating.
关于某科学的动画排名
来自：Bangumi