Представим, что есть некое множество людей (пусть это будут политики), для которых мы можем подсчитывать некий рейтинг [популярности]. Состав членов (людей) этого множества меняется в течении времени: члены могут входить (гусары, молчать!) в множество и выходить из него. Для оценки рейтингов мы разместили портреты членов с анонсом характеристики каждого на сайте в интернете. Посетитель сайта, если он заинтересован информацией, может кликнуть на анонс и перейти на страницу с полной информацией о члене. В этот момент засчитывается факт "заинтересованности персоной". Если посетителю политик понравился, то в этом случае он [посетитель] может на этой же странице проголосовать "за политика". Голосовать "против" возможности нет.

По результатам посещений выстраивается два ряда значений для каждого члена множества: "интерес" и "голос". Каждый ряд имеет интервал между значениями в один час.

Необходимо найти методику определения рейтинга популярности по заданным рядам для каждого человека. Поскольку состав множества меняется, то рейтинг одного члена не может быть определен относительно к общей массе участвующих.

Критерии популярности: самое большое число "интереса" и соотношение "голоса" к "интересу" стремится к единице.

Возможно ли корректно высчитывать рейтинги, не обращаясь к данным за весь промежуток времени. Например, расчитывая корректировку только раз в неделю и по данным за неделю?

Допустим, что за неделю накопились такие данные по трём членам множества:

Пока, лично для меня, алгоритм подсчета неоднозначный.