🏆 L3 年度精品 評価規則
完全公开的算法、admin 不参与排名决策、防止主观偏见
📌 設計原則：L3 年度精品の選考は、店主・admin の個人的判断を一切介在させず、公開アルゴリズムにより自動的に決定されます。これは公平性と透明性を保証するための仕組みです。
1. 評価式
Sraw = ln(1 + Views) × 1.0
+ ln(1 + Likes × 5) × 2.5
+ ln(1 + PaidViews × 10) × 4.0
+ ln(1 + ScholarEndorsements × 20) × 5.0
+ L2_bonus
+ Quality_bonus
Sfinal = Sraw × TimeFactor(月数)
各係数の意味
| 指標 | 係数 | 意味 |
|---|
| Views（閲覧数） | 1.0 | 誰でも貢献できる基礎指標 |
| Likes（いいね） | 2.5（×5） | 読者の好意表明 |
| PaidViews（有料閲覧） | 4.0（×10） | 金銭による投票、含金量高 |
| ScholarEndorsements（学者推薦） | 5.0（×20） | 同業評価、最高の含金量 |
| L2 ボーナス | +5 | すでに L2 と評価されている記事 |
| Quality ボーナス | +0〜3 | 字数 ≥2000:+1 / ≥3000:+2 / 図≥5:+1 |
2. 時間係数（TimeFactor）
「1 月に発表された記事」と「12 月に発表された記事」を同じ基準で比較するのは不公平です。新しい記事は閲覧・いいねを蓄積する時間が短いため、補正係数を導入します。
発表後の月数 → TimeFactor
0〜1 ヶ月：0.8
1〜6 ヶ月：1.4 → 1.0 線形減衰
6 ヶ月以上：1.0
具体例： 同じ生スコア 60 点の記事 2 本
• 4 月発表（8 ヶ月前）：60 × 1.0 = 60
• 10 月発表（2 ヶ月前）：60 × 1.32 = 79.2
→ 新しい記事に補正を加えて公平に
3. 対数（ln）による限界効用逓減
「いいね 100 個」と「いいね 1000 個」のスコア差は、「10 個」と「100 個」の差より小さくなります。これにより、人気記事が精品記事を圧倒することを防ぎます。
| いいね数 | 得点（係数 2.5 後） | 1個増加あたり |
|---|
| 10 | 9.8 | — |
| 50 | 13.8 | +0.10 |
| 100 | 15.5 | +0.034 |
| 500 | 19.6 | +0.010 |
💡 意味： 偽いいね 100 個を作るよりも、真実のいいね 30 個 + 有料閲覧 3 件のほうが高得点になります。これがアルゴリズムによる「真実投票への誘導」です。
4. 選考プロセス
- 対象記事： 当年（1月1日〜12月31日）に発表された
status = published の記事
- スコア計算： 12月31日時点のデータで全候補記事のスコアを計算
- ランキング： Sfinal の高い順に並べる
- 上位選出： 上位 10 名（デフォルト、店主が 1〜50 の範囲で調整可）
- 自動発行： 抵用券 ¥10,000 + 記事に L3 バッジ
- 店主手動： 現金 ¥10,000 を別途振込（店主から作者に連絡）
5. 不正防止メカニズム
- 0〜1 ヶ月の観察期：発表直後の瞬間的なバイラルでは選出されない
- 対数による飽和：大量のいいね操作で得点を稼ぐことが困難
- 多次元評価：閲覧だけでなく、有料読者・学者推薦も重要
- 学者推薦の高い係数：専門家による評価が決定的影響を持つ
- L2 ボーナス：すでに admin により内容が認定された記事に加点
6. なぜ admin は手動で介入しないのか
店主の哲学：
「枪口抬高 1cm」— 認認真真に学問をする方が、誰でも正当に評価される仕組みを作りたい。
admin（汪嘉源）の個人的好み・主観で判断すると、不公平が生じます。
アルゴリズム（公開・反復可能・誰でも検証可能）に判断を委ねることで、L3 賞は真に客観的な栄誉となります。
これは田中慶太郎（文求堂）の精神「学界の発展に資する」を、現代的なテクノロジーで実装したものです。
7. ご質問・アルゴリズム改善提案
本アルゴリズムは公開・透明であり、皆様のご意見により改善されます。改善案・不正な使用例の報告は、メッセージ機能より店主までお寄せください。
なお、本ルールは予告なく変更される可能性がありますが、変更内容は本ページに公示し、変更日以降に発表された記事から適用されます（過去の評選結果には遡及しません）。
最終更新日：2026 年 5 月 19 日