Come calcolare la media mobile cumulativa in Python/SQLAlchemy/Flask

Question

Fornirò un contesto in modo che abbia senso. Sto catturando le valutazioni dei clienti per i prodotti in una tabella (valutazione) e voglio essere in grado di restituire una media mobile cumulativa dei rating in base al tempo.

Un esempio di base segue prendere un voto al giorno:

02 FEB - Rating: 5 - Cum Avg: 5 
03 FEB - Rating: 4 - Cum Avg: (5+4)/2 = 4.5 
04 FEB - Rating: 1 - Cum Avg: (5+4+1)/3 = 3.3 
05 FEB - Rating: 5 - Cum Avg: (5+4+1+5)/4 = 3.75 
Etc... 

Sto cercando di pensare a un approccio che non scalerà orribilmente.

La mia idea attuale è quella di avere una funzione che è scattato quando una riga viene inserita nella tabella di valutazione che funziona il Cum Avg base alla riga precedente per quel prodotto

Così i campi sarebbe qualcosa di simile:

TABLE: Rating 
| RatingId | DateTime | ProdId | RatingVal | RatingCnt | CumAvg | 

Ma questo sembra un modo abbastanza dubbia per archiviare i dati.

Quale sarebbe il (o qualsiasi) modo per realizzare questo? Se dovessi usare il 'trigger' di sorta, come si fa a farlo in SQLAlchemy?

Qualsiasi consiglio è apprezzato!

Answer 1

Non so su SQLAlchemy, ma potrei usare un approccio In questo modo:

• Memorizza la media cumulativa e il conteggio del rating separatamente dai singoli rating.
• Ogni volta che si ottiene un nuovo rating, aggiornare la media e punteggio conteggio cumulativo:
  • NEW_COUNT = old_count + 1
  • new_average = ((old_average * old_count) + new_rating)/NEW_COUNT
• Facoltativamente, memorizza una riga per ogni nuova classificazione.

L'aggiornamento della media e del conteggio delle valutazioni potrebbe essere eseguito con una singola istruzione SQL.

Answer 2

Penso che si dovrebbe conservare il Master in una lista 2 elemento, sarebbe molto più semplice:

#first rating 5 is rating number 0 
a = [5,0] 

#next: 
for i in rating: 
a = [(a[0]*a[1]+lastRating)/(a[1]+1),a[1]+1] 

Bye