什么是WCI，WCI的计算公式是什么？

WCI指数是由微信的文章历史消息数据，通过WCI计算公式推算出来的标量数值。它是考虑各数据维度后得出的综合指标。

1.0版本的计算方法：

采用数据：总阅读数R、总点赞数Z、发布文章数N、该账号当期最高阅读数Rmax、该账号最高点赞数Zmax。

采用指标：总阅读数R、平均阅读数R/N，最高阅读数Rmax，总点赞数Z，平均阅读数Z/N，最高点赞数Zmax，点赞率Z/R。

2.0版本的计算方法：

首先，用总阅读数、平均阅读数、最高阅读数、总点赞数、平均点赞数和最高点赞数六个指标对账号进行评估。

其次，为了让不同维度的指标之间可以相互比较、运算，对各个指标进行了对数形式标准化。

最后，考虑到各指标在反映传播能力方面存在差异，赋予6个指标不同的权重：

一级指标，阅读指数和点赞指数的权重分别为80%和20%。

二级指标，总阅读数、平均阅读数、最高阅读数、总点赞数、平均点赞数、最高点赞数的权重分别为40%、45%、15%、40%、45%和15%。

由下面的公式计算的来，公式为2.0版本。

易语言的程序写法：

.版本 2

.局部变量 read_ln, 双精度小数型
.局部变量 read_rn, 双精度小数型
.局部变量 read_rmax, 双精度小数型
.局部变量 like_ln, 双精度小数型
.局部变量 like_rn, 双精度小数型
.局部变量 like_rmax, 双精度小数型
.局部变量 read_ln_qz, 双精度小数型
.局部变量 read_rn_qz, 双精度小数型
.局部变量 read_rmax_qz, 双精度小数型
.局部变量 like_ln_qz, 双精度小数型
.局部变量 like_rn_qz, 双精度小数型
.局部变量 like_rmax_qz, 双精度小数型
.局部变量 read_qz_sum, 双精度小数型
.局部变量 like_qz_sum, 双精度小数型
.局部变量 wci_read, 双精度小数型
.局部变量 wci_like, 双精度小数型
.局部变量 wci_sum, 双精度小数型
.局部变量 WCI, 双精度小数型

read_ln ＝ 求自然对数 (总阅读数 ＋ 1)
read_rn ＝ 求自然对数 (平均阅读数 ＋ 1)
read_rmax ＝ 求自然对数 (最高阅读数 ＋ 1)

like_ln ＝ 求自然对数 (总点赞数 ＋ 1)
like_rn ＝ 求自然对数 (平均点赞数 ＋ 1)
like_rmax ＝ 求自然对数 (最高点赞数 ＋ 1)

read_ln_qz ＝ read_ln × 0.4
read_rn_qz ＝ read_rn × 0.45
read_rmax_qz ＝ read_rmax × 0.15

like_ln_qz ＝ like_ln × 0.4
like_rn_qz ＝ like_rn × 0.45
like_rmax_qz ＝ like_rmax × 0.15

read_qz_sum ＝ read_ln_qz ＋ read_rn_qz ＋ read_rmax_qz
like_qz_sum ＝ like_ln_qz ＋ like_rn_qz ＋ like_rmax_qz

wci_read ＝ read_qz_sum × 0.8
wci_like ＝ like_qz_sum × 0.2

wci_sum ＝ wci_read ＋ wci_like

WCI ＝ wci_sum × wci_sum × 10

返回 (WCI)

未经允许不得转载：www.gulangu.com孤狼工作室 » 什么是WCI，WCI的计算公式是什么？