威尔逊得分(Wilson Score)排序算法：是对质量进行排序，评论中含有好评还有差评，综合考虑评论数与好评率，得分越高，质量越高。

u表示正例数（好评），v表示负例数（差评），n表示实例总数（评论总数），p表示好评率，z是正态分布的分位数（参数），S表示最终的威尔逊得分。z一般取值2即可，即95%的置信度。

正太分布的分位数表：

算法性质：

1. 性质：得分S的范围是[0,1)，效果：已经归一化，适合排序
2. 性质：当正例数u为0时，p为0，得分S为0；效果：没有好评，分数最低；
3. 性质：当负例数v为0时，p为1，退化为1/(1 + z^2 / n)，得分S永远小于1；效果：分数具有永久可比性；
4. 性质：当p不变时，n越大，分子减少速度小于分母减少速度，得分S越多，反之亦然；效果：好评率p相同，实例总数n越多，得分S越多；
5. 性质：当n趋于无穷大时，退化为p，得分S由p决定；效果：当评论总数n越多时，好评率p带给得分S的提升越明显；
6. 性质：当分位数z越大时，总数n越重要，好评率p越不重要，反之亦然；效果：z越大，评论总数n越重要，区分度低；z越小，好评率p越重要；

PHP实现：

<?php
echo  wilsonScore_2(300, 13/300, 2);
function  wilsonScore_2($n, $p, $z){
    $a_1 = ((1 / (2 * $n)) * ( pow($z,2)));
    $b_1 =  $z * sqrt(($p * (1 - $p) / $n) + ( pow($z,2) / (4 * (pow($n,2)))));
    $c_1 = 1 + ((1 / $n) * ( pow($z,2)));
    $numerator = $p + $a_1 - $b_1;
    $res = $numerator/$c_1;
    return $res;
}
参考引用：https://www.fujieace.com/php/algorithm/score.html