Content
@
https://warpcast.com/~/channel/kimchi
0 reply
0 recast
0 reaction
Nimdal
@nimdal
카이토 Mindshare 산출 공식 분석 1/ 카이토 마인드쉐어 리더보드에 대해 분석해보았습니다. 사실 여부는 뭐 카이토만이 알고있겠으나.. 일반 Yapper에게 공개된 정보와 카이토 Pro에만 나와있는 오피셜 정보를 참고해서 각 수치들을 역추산해서 추정해보았습니다. 유엑스링크 프로젝트 한정으로 조사해본 내용이기때문에 불필요한 잘못된 데이터들이 꽤 들어가있을 수 있다고 생각하므로 '그럴 수 있겠다~' 참고만 주세요. 추후 다른 프로젝트들을 추가 검증해서 조사해서 보충해보도록 할게요. + 카이토에선 CT들의 모든 글과 답글을 데이터셋에 올리는게 아님. 카이토에서 자체 기준으로 큐레이션해서 긁어옴
4 replies
0 recast
2 reactions
Nimdal
@nimdal
유엑스링크의 사례로 예를들면 (실제로 아래와 같이 절대값이 들어가는게 아님) 자연스러운 참여 (문서 1, Smart Eng 5, 일반Eng 50) ① 문서 기본 +100점 ② Smart 가산 +10점 ③ 품질비 = 5 / 55 ≈ 0.09 → OK 총 110점 어뷰징 인게이지 (문서 1, Smart Eng 5, 일반Eng 500) ① 문서 +100점 ② Smart 가산 +10점 ③ 품질비 = 5 / 505 ≈ 0.009 → “저품질” 판정 → 보정계수 0.7 배 둘 다 Smart Eng는 5개로 같지만, 저품질 Eng 500개 때문에 ‘품질비’가 확 떨어져 가산점이 희석됨 이걸 선형 근사로 보면 일반 Eng당 –0.25처럼 보임.
0 reply
0 recast
0 reaction
