El algoritmo

El proceso de Appgree, paso a paso

Appgree encuentra la idea que mejor representa al grupo
y lo hace recogiendo el voto de cada persona sobre unas pocas ideas
lo que asegura la inmediatez del proceso

 

Appgree funciona gracias a DemoRank™, un algoritmo que permite hacer preguntas abiertas a un grupo, sea cual sea su tamaño, y recibir una respuesta consensuada en menos de tres minutos (tiempos configurables).

DemoRank™ se basa en el principio estadístico que establece que una muestra de personas elegidas al azar de un grupo es representativa del grupo en su conjunto.

Actualmente Appgree funciona con DemoRank™ II, una versión más sofisticada del algoritmo original, pero en el que aplica el mismo principio que aquí detallamos.

1

Fase de respuestas

El proceso comienza cuando una persona o entidad lanza una pregunta en Appgree… Ver más

 

2

Fase de votaciones

Para conocer la opinión del grupo, DemoRank™ divide a los participantes en subgrupos elegidos al azar que actúan como muestras estadísticas… Ver más

 

3

Votaciones sucesivas

Si el tamaño de la muestra es muy pequeño, Appgree repite el proceso de votación…Ver más
4

Presentación de los resultados

Cuando finaliza la pregunta, Appgree presenta los resultados ordenando las respuestas de mayor a menor según el apoyo recibido…Ver más

 

Precisión de los resultados

La precisión de los resultados depende de varios factores. En cualquier caso e independientemente de esta precisión, todas las respuestas se rigen por las mismas condiciones…  Ver más

Paso a Paso

1

Recogida de respuestas

El proceso comienza cuando una persona o entidad lanza una pregunta en Appgree para que cualquier usuario o un grupo en concreto responda.

Appgree es capaz de procesar todas las respuestas de un grupo, sean unas pocas o miles, de forma inmediata.

algortimo2
algortimo3
2

Fase de votaciones

Para conocer la opinión del grupo sobre cada una de las respuestas, DemoRank™ divide a los participantes en subgrupos elegidos al azar que actúan como muestras estadísticas. Appgree crea una muestra o grupo por cada respuesta que recibe.

Los votos de los usuarios siempre se mantienen anónimos.

Ejemplo práctico

100.000 personas participan en un concurso de chistes. 1.000 de ellas envían un chiste. Appgree, entonces, crea 1.000 muestras (una muestra por respuesta) por lo que cada muestra está compuesta por 100 personas (100.000 / 1.000). Como Appgree envía un chiste distinto a cada muestra, cada chiste será evaluado por 100 personas.

3

Votaciones sucesivas

Si el tamaño de la muestra es muy pequeño (compuesto por pocas personas), el resultado del voto es poco representativo de la opinión del grupo. Es entonces cuando Appgree repite el proceso de votación. Primero, Appgree descarta las respuestas peor valoradas. Luego divide nuevamente a los participantes en subgrupos, esta vez son de mayor tamaño ya que hay menos respuestas a votar.
Cada vez que Appgree pide un nuevo voto, las muestras son de mayor tamaño lo que hace que su opinión sea cada vez más representativa de la opinión del grupo en su conjunto.

Continuación de ejemplo práctico

En una segunda ronda de votaciones, Appgree descarta los peores chistes y envía los 100 mejores al grupo al cual divide nuevamente en muestras aleatorias: crea 100 muestras (una por chiste) de 1.000 personas cada una (100.000 / 100) para que emitan su voto sobre el nuevo chiste enviado.

Para mejorar la precisión de los resultados, Appgree abre una tercera ronda, esta vez quedándose con los 10 mejores chistes. Es así como encuentra el mejor chiste entre todos los enviados.

algortimo4
algortimo5
4

Presentación de los resultados

Cuando finaliza el tiempo de la pregunta, Appgree presenta los resultados definitivos en un ranking que ordena de mayor a menor según el apoyo recibido por cada una de las respuestas.

Para estimar el grado de apoyo del grupo de cada una de las respuestas, Appgree aplica un modelo estadístico estándar que tiene en cuenta no sólo el número total de votos positivos dividido por el total de votos, sino también el tamaño de cada muestra y la valoración media de todas las respuestas.

Así, una respuesta que ha recibido cinco votos positivos de una muestra de cinco personas (respuesta que normalmente conseguiría un 100%) no puede tener ventaja sobre una respuesta con 999 votos positivos de 1.000 recibidos.

Precisión de resultados

ELa precisión de los resultados depende de varios factores. En cualquier caso e independientemente de esta precisión, hay que tener en cuenta que todas las respuestas que formula un grupo se rigen por las mismas condiciones.

Continuación de ejemplo práctico

En los resultados de cada una de las rondas de votación emitidas hay varios niveles de precisión:

  • Porcentajes de la primera ronda de votación. 1.000 respuestas con muestras de 100 personas. Margen de error posible con un intervalo confianza al 95%: 10%
  • Porcentajes de la segunda ronda. 100 respuestas con muestras de 1.000 personas. Margen de error posible con un intervalo confianza al 95%: 3%
  • Porcentajes de la tercera ronda. 10 respuestas con muestras de 10.000 personas. Margen de error posible con un intervalo confianza al 95%: 1%

En estas condiciones, en simulaciones con conjuntos de datos habituales, el error medio es del 0.02%, es decir, la que hubiera sido la mejor respuesta (en el improbable caso de que todos los miembros votaran todas las respuestas) es de media sólo un 0.02% mejor que la respuesta que señala Appgree como la más apoyada.

Utilizamos cookies y de terceros en la web para facilitar la navegación, recopilar estadísticas generales y mostrarle contenidos adaptados a sus intereses.

Ver política de Cookies ACEPTAR Y CONTINUAR