掘り出し物ランキングのスコア計算について
このページでは、ランキングで使用しているスコア計算式について解説します。
何のためのスコア？
平均評価が高いだけだと、評価数が少ない作品が上に来やすくなります。逆に、DL数がとても多い作品は「安定して人気」ですが、掘り出し物が埋もれがちです。
そこでこのスコアは、評価平均、評価数、DL数を合わせて、「まだ知名度は高くないが質が良い作品」を見つけやすくします。
入力データ
dl= dl_count（DL数。多いほど人気）rc= rate_count（評価数。多いほど信頼できる）avg= rate_average_2dp（平均評価 0〜5）
事前の基準値
mu0= ゲームジャンル全体の平均評価（事前集計）m= 20（疑似件数：評価が少ないときの保険）k= 3（事前評価数）d= 100（事前DL数）r0= 30（信頼度の立ち上がり）s= 3000（DL減衰開始の目安）c= 2000（減衰の緩さ）
計算の流れ
1. 評価が少ない作品のブレを抑える（ベイズ平均）
bayes_avg = (mu0 * m + avg) / (m + rc)
評価数が少ないときは「ジャンル平均」に寄せて過大評価を防ぎます。
2. 評価率をなめらかにする（少数サンプル対策）
eval_rate = (rc + k) / (dl + d)
評価数が少なくても極端に上がりすぎないよう補正します。
3. 評価数の信頼度（多いほど信頼できる）
conf = 1 - exp(-rc / r0)
評価数が増えるにつれて信頼度が上がります（最初はゆっくり）。
4. DL数が大きすぎる作品をやや減衰
saturation = 1 / (1 + max(0, dl - s) / c)
大ヒット作品が上位を独占しすぎないようにします。
5. 品質と最終スコア
quality = bayes_avg * conf
final_score = quality * eval_rate * saturation
「評価の高さ × 信頼度 × 掘り出し補正」で最終順位を決めます。
補足
mu0 は事前に集計してデータベースに保存しています。手動更新時は crawl-dlsite update-stats を実行すると最新の mu0 が反映されます。