1L 给我们辛苦的WG
下面附上可以加分的细则，请大家花点时间看看，为了WG，谢谢了！
1.分数组成音悦V榜记录一周内MV的播放、推荐、下载、收藏、喜欢等十项数据，综合得出排名。
站内完整播放15% （即播放最高分为15分，以此类推）
站外完整播放15%
推荐次数5%
收藏次数7.5%
下载次数12.5%
评论用户数5%
新浪微博12.5%
腾讯热度12.5%
人人Like7.5%
QQLike 7.5%
2.分数组成说明十项数据中，每一项都很重要，单项成绩过高对整体排名影响不大。
收藏次数：同一ID针对一支MV总共只能收藏一次，同一IP下每周最多记10次；下载次数：同一ID针对一支MV多次下载总共只记一次，同一IP下每周最多记10次；
推荐次数：同一ID针对一支MV，一天只能推荐一次，同一IP下每周最多记5次；评论用户数：同一用户每周多次评论只记一次；
新浪微博：指MV在新浪微博被完整播放的次数，同一IP下每周最多记10次；
腾讯热度：指MV在腾讯微博、QQ空间、朋友网内被完整播放的次数，同一IP下每周最多记10次；
人人Like/空间Like：指在站内播放页MV被点击(人人)喜欢/(空间) 赞 按钮的次数；十项数据在揭榜时均显示防刷后（计入榜单）的数据。
3.打榜动态与周榜
(1)打榜动态：将符合入围条件的MV根据当周累计数值进行实时排名，十分钟更新一次，打榜动态为下期周榜入围歌曲的实时排名，并显示了升降趋势和数据。
(2)周二至周日，默认显示打榜动态，方便悦友们查看本周的数据动态。
(3)实时排名数据在当周周日24点后清零，并开始进行下一周排名。
(4)周榜：打榜动态经过一周升降之后，形成周榜，每周一为周榜发榜日。
6、具体算法：单项分数计算：单项分数为一首MV在单项上的数据取自然对数，除以所处语种的MV在该单项上最高数据的自然对数。 即公式为：单项分数 = ln(MV在单项上的数据) / ln(所处语种的MV在该单项上最高数据)
举例如下：一首MV的被收藏次数为 500次所处语种的MV的被收藏次数最高数据为 2000次那么这首MV收藏的单项的得分为 ln(500) / ln(2000) = 0.8176 因此，MV某项的数据越接近最大值，它该项的分数就越接近1。如果MV的某项数据为最大值，它的这项分数即为1。总分计算方式一首MV的最终分数（综合指数）为该MV在每个单项上的得分乘以该单项权重之后的总和举例如下：上例中，该MV的收藏单项得分为0.8176，收藏分变为0.8176*7.5=6.132，其他项也按此方法相加得出最终分数。也就是说，如果一支MV的各项数据均为最高，那么15+15+5+7.5+12.5+5+12.5+12.5+7.5+7.5=100，它的最终分数将为100分。
下面附上可以加分的细则，请大家花点时间看看，为了WG，谢谢了！
1.分数组成音悦V榜记录一周内MV的播放、推荐、下载、收藏、喜欢等十项数据，综合得出排名。
站内完整播放15% （即播放最高分为15分，以此类推）
站外完整播放15%
推荐次数5%
收藏次数7.5%
下载次数12.5%
评论用户数5%
新浪微博12.5%
腾讯热度12.5%
人人Like7.5%
QQLike 7.5%
2.分数组成说明十项数据中，每一项都很重要，单项成绩过高对整体排名影响不大。
收藏次数：同一ID针对一支MV总共只能收藏一次，同一IP下每周最多记10次；下载次数：同一ID针对一支MV多次下载总共只记一次，同一IP下每周最多记10次；
推荐次数：同一ID针对一支MV，一天只能推荐一次，同一IP下每周最多记5次；评论用户数：同一用户每周多次评论只记一次；
新浪微博：指MV在新浪微博被完整播放的次数，同一IP下每周最多记10次；
腾讯热度：指MV在腾讯微博、QQ空间、朋友网内被完整播放的次数，同一IP下每周最多记10次；
人人Like/空间Like：指在站内播放页MV被点击(人人)喜欢/(空间) 赞 按钮的次数；十项数据在揭榜时均显示防刷后（计入榜单）的数据。
3.打榜动态与周榜
(1)打榜动态：将符合入围条件的MV根据当周累计数值进行实时排名，十分钟更新一次，打榜动态为下期周榜入围歌曲的实时排名，并显示了升降趋势和数据。
(2)周二至周日，默认显示打榜动态，方便悦友们查看本周的数据动态。
(3)实时排名数据在当周周日24点后清零，并开始进行下一周排名。
(4)周榜：打榜动态经过一周升降之后，形成周榜，每周一为周榜发榜日。
6、具体算法：单项分数计算：单项分数为一首MV在单项上的数据取自然对数，除以所处语种的MV在该单项上最高数据的自然对数。 即公式为：单项分数 = ln(MV在单项上的数据) / ln(所处语种的MV在该单项上最高数据)
举例如下：一首MV的被收藏次数为 500次所处语种的MV的被收藏次数最高数据为 2000次那么这首MV收藏的单项的得分为 ln(500) / ln(2000) = 0.8176 因此，MV某项的数据越接近最大值，它该项的分数就越接近1。如果MV的某项数据为最大值，它的这项分数即为1。总分计算方式一首MV的最终分数（综合指数）为该MV在每个单项上的得分乘以该单项权重之后的总和举例如下：上例中，该MV的收藏单项得分为0.8176，收藏分变为0.8176*7.5=6.132，其他项也按此方法相加得出最终分数。也就是说，如果一支MV的各项数据均为最高，那么15+15+5+7.5+12.5+5+12.5+12.5+7.5+7.5=100，它的最终分数将为100分。
