摘 要: 传统基于商品好评率的排名算法在处理小样本的评价数据时，存在着明显的缺陷问题， 例如小样本的排名准确性 问题等。为了解决这个问题，文中通过引入威尔逊置信区间估计的概念， 提出了一种利用置信区间下限值来代替好评率 的改进算法。该算法综合考虑了商品好评率与评论数，能有效解决好评率排名存在的小样本准确性问题。通过真实数据 上的实验表明，无论是小样本数据还是大样本数据，改进算法都能避免以上问题并提供更为可信的排名结果。