前言
最近coderbbb升级文章的排序、推荐算法，有一个排序规则是基于有效阅读和总阅读的比值排序的。类似这样的排序需求很常见，通常都有一个绕不开的问题：当数据量比较小的时候，这个比值的可信度很低。基于此，我们需要使用威尔逊置信区间(Wilson score interval)来解决该问题。
关于威尔逊置信区间(Wilson score interval)的原理介绍，可以参考：威尔逊置信区间(Wilson score interval)
Java实现威尔逊置信区间(Wilson score interval)算法
强烈建议引用成熟库，自己实现算法是一个体力活。这里推荐Apache的commons-math3库对该算法的实现。
引入apache commons math3库
maven pom.xml文件中，添加apache commons math3的依赖，代码如下：
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-math3</artifactId>
<version>3.6.1</version>
</dependency>
计算威尔逊置信区间
直接使用apache commons math3的WilsonScoreInterval类中的createInterval方法计算威尔逊置信区间。代码如下：
public static void main(String[] args) throws Exception {
/**
* 10个阅读，3个点赞
*/
ConfidenceInterval interval = new WilsonScoreInterval().createInterval(10, 3, 0.95);
System.out.println(interval.getLowerBound() + "-" +interval.getUpperBound());
}
createInterval (int numberOfTrials, int numberOfSuccesses, double confidenceLevel)参数解释：
numberOfTrials必须大于0，代表总阅读量。（实验次数）numberOfSuccesses点赞数，不能大于第一个参数。（成功次数）confidenceLevel必须介于 0 和 1 之间（不包括），成功的真实概率落在返回区间内的期望概率。
返回值：返回一个ConfidenceInterval对象，该对象包含置信区间的上限、下限等数据。我们一般排序是用置信区间的下限排序，该值越高，代表文章的质量越好。
