
時間序列資料
|
25
注意,當累積的分佈圖形的垂直軸使用線性比例,那麼分佈的圖形就會使用指數—指數
對的比例。整體來說,這個資料集合看起來很合理,擁有一個好的平滑曲線而沒有大的
不連續處。多數的文章會較少被推薦,約有 300,000 篇文章得到單一次的推薦。當被推
薦的數量增加時,文章的數量馬上下降,大約半數的文章擁有 7 個或更少的推薦。而最
受歡迎的文章大約被推薦了 1,800 次。
我們可以用這個分析,來在不同的演算法所產生出來的推薦集合上執行,藉此瞭解該演
算法的行為。舉例來說,若一個新的演算法提供較廣的分佈,我們知道將有更多的文章
會不平均的被推薦。或者是若分佈完全不同—例如以平均推薦數量(在我們的範例中是
10 個)為中心的鐘型曲線—那麼推薦將會被分佈為非常平均。
時間序列資料
儘管對於時間序列資料來說,使用統計直方圖通常不太合理,但類似的視覺化技巧是有
用的,特別是當資料能夠從不同的面向被聚合時。舉例來說,網頁伺服器記錄能夠被聚
合為每天、每小時或是每分鐘的網頁瀏覽次數,然後就可將其視為是時間序列資料。這
對於要尋找遺失的資料特別有用,這類的遺失資料若沒有處理得當,通常會對某些分析
的結論造成不好的影響。
多數的網站擁有者喜歡用網站的流量來偵測網站上的問題、行銷活動的效益、搜尋引擎
的最佳化或是類似的效益。對許多網站而言,造成流量變更並且跟網站本身完全無關的
因素是非常複雜的。某些因素,如季節性,是可被預測且無法避免的,所以就可以不用
因為這類因素而想辦法調整網站。季節性的問題是很特別的,它會因為網站部分功能的 ...