Zipf's Law is one of those empirica

Zipf's Law is one of those empirical rules that characterize a surprising range of real-world phenomena remarkably well. It says that if we order some large collection by size or popularity, the second element in the collection will be about half the measure of the first one, the third one will be about one-third the measure of the first one, and so on. In general, in other words, the k th-ranked item will measure about 1/ k of the first one.
To take one example, in a typical large body of English-language text, the most popular word, "the," usually accounts for nearly 7 percent of all word occurrences. The second-place word, "of," makes up 3.5 percent of such occurrences, and the third-place word, "and," accounts for 2.8 percent. In other words, the sequence of percentages (7.0, 3.5, 2.8, and so on) corresponds closely with the 1/ k sequence (1/1, 1/2, 1/3…). Although Zipf originally formulated his law to apply just to this phenomenon of word frequencies, scientists find that it describes a surprisingly wide range of statistical distributions, such as individual wealth and income, populations of cities, and even the readership of blogs.
To understand how Zipf's Law leads to our n log( n ) law, consider the relative value of a network near and dear to you--the members of your e-mail list. Obeying, as they usually do, Zipf's Law, the members of such networks can be ranked in the same sort of way that Zipf ranked words--by the number of e-mail messages that are in your in-box. Each person's e-mails will contribute 1/ k to the total "value" of your in-box, where k is the person's rank.
The person ranked No. 1 in volume of correspondence with you thus has a value arbitrarily set to 1/1, or 1. (This person corresponds to the word "the" in the linguistic example.) The person ranked No. 2 will be assumed to contribute half as much, or 1/2. And the person ranked k th will, by Zipf's Law, add about 1/ k to the total value you assign to this network of correspondents.

ผลลัพธ์ (ไทย) 1:

Zipf ของกฎหมายเป็นกฎผลที่หลากหลายจริงปรากฏการณ์ประหลาดใจอย่างยิ่งดี อย่างใดอย่างหนึ่ง กล่าวว่า ถ้าเราสั่งคอลเลกชันบางใหญ่ โดยขนาดหรือความนิยม องค์ประกอบในชุดที่สองจะวัดประมาณครึ่งของหนึ่ง หนึ่งสามจะประมาณหนึ่งในสามวัดแรก และอื่น ๆ ทั่วไป ในคำอื่น ๆ สินค้าอันดับ th k จะวัดเกี่ยวกับ 1 / k แรกจะอย่างหนึ่ง ในร่างกายขนาดใหญ่ทั่วไปของข้อความภาษาอังกฤษ คำนิยม โดยปกติบัญชีเกือบร้อยละ 7 ของทั้งหมดคำเกิด คำสอง, ", " ทำให้ 3.5 เปอร์เซ็นต์ของเหตุการณ์ดังกล่าว และอันดับสามคำ, "และ, " บัญชี 2.8 ร้อยละการ ในคำอื่น ๆ ลำดับของเปอร์เซ็นต์ (7.0, 3.5, 2.8 และอื่น ๆ) สอดคล้องใกล้เคียงกับ 1 / k ลำดับ (1/1, 1/2, 1/3...) แม้ว่า Zipf สูตรเดิมของเขากฎหมายใช้กับปรากฏการณ์นี้ความถี่ของคำ นักวิทยาศาสตร์พบว่า มันอธิบายจู่ ๆ หลากหลายการกระจายทางสถิติ เช่นให้เลือกมากมายแต่ละรายได้ ประชากรของเมือง และแม้กระทั่งผู้อ่านบล็อกเข้าใจว่าลูกค้าเป้าหมายกฎหมายของ Zipf n ของเราระบบกฎหมาย (n) พิจารณาค่าสัมพัทธ์ของเครือข่ายใกล้และรักคุณ - สมาชิกของรายชื่ออีเมล์ของคุณ ก็ เป็นพวกเขามักจะ ทำ กฎหมายของ Zipf สมาชิกของเครือข่ายดังกล่าวสามารถจัดอันดับในประเภทเดียวกันของ Zipf อันดับคำ - ด้วยจำนวนของข้อความอีเมลที่อยู่ของคุณในกล่อง อีเมล์ของแต่ละคนจะมีส่วนร่วม 1 / k รวม "ค่า" ของคุณในกล่อง โดยที่ k คือ ตำแหน่งของบุคคลนั้นคนที่ 1 หมายเลขการจัดอันดับในระดับเสียงของการสื่อสารกับคุณจึงมีค่าโดยกำหนดไป 1/1, 1 (คนนี้ตรงกับคำ "" ในตัวอย่างภาษาศาสตร์) บุคคลหมายเลข 2 การจัดอันดับจะถือนำครึ่งมาก หรือ 1/2 และ k th จะ ตาม Zipf ของกฎหมาย เพิ่มประมาณ 1 / k รวมค่าคุณกำหนดให้กับเครือข่ายนี้ร่วมจัดอันดับบุคคล

ผลลัพธ์ (ไทย) 2:

กฎหมาย Zipf เป็นหนึ่งในกฎเชิงประจักษ์ที่ลักษณะช่วงที่น่าแปลกใจของปรากฏการณ์โลกแห่งความจริงอย่างดี มันบอกว่าถ้าเราสั่งซื้อคอลเลกชันขนาดใหญ่ตามขนาดหรือความนิยมองค์ประกอบที่สองในคอลเลกชันจะอยู่ที่ประมาณครึ่งหนึ่งของตัวชี้วัดของการเป็นคนแรกที่หนึ่งในสามจะอยู่ที่ประมาณหนึ่งในสามตัวชี้วัดของคนแรกและอื่น ๆ . โดยทั่วไปในคำอื่น ๆ , k รายการ TH-อันดับที่จะวัดประมาณ 1 / k ของคนแรก.
เพื่อที่จะใช้เป็นตัวอย่างหนึ่งในร่างกายที่มีขนาดใหญ่ตามแบบฉบับของข้อความภาษาอังกฤษคำที่นิยมมากที่สุด "ที่" มักจะ คิดเป็นสัดส่วนเกือบร้อยละ 7 ของเหตุการณ์ที่เกิดขึ้นทุกคำ คำที่สองสถานที่ "ของ" ทำให้เพิ่มขึ้นร้อยละ 3.5 ของการเกิดขึ้นดังกล่าวและคำที่สามสถานที่ "และ" บัญชีเป็นร้อยละ 2.8 ในคำอื่น ๆ ตามลำดับเปอร์เซ็นต์ (7.0, 3.5, 2.8, และอื่น ๆ ) สอดคล้องอย่างใกล้ชิดกับลำดับที่ 1 / k (1/1, 1/2, 1/3 ... ) แม้ว่า Zipf เดิมสูตรกฎหมายของเขาที่จะใช้เพียงเพื่อปรากฏการณ์ของความถี่คำนี้นักวิทยาศาสตร์พบว่ามันอธิบายความหลากหลายที่น่าแปลกใจของการกระจายทางสถิติเช่นความมั่งคั่งส่วนบุคคลและรายได้ประชากรของเมืองและแม้กระทั่งผู้อ่านของบล็อก.
เพื่อให้เข้าใจถึงวิธีการ กฎหมาย Zipf นำไปสู่การเข้าสู่ระบบของเรา n (n) กฎหมายพิจารณาค่าความสัมพันธ์ของเครือข่ายที่ใกล้และรักกับคุณ - สมาชิกของรายการอีเมลของคุณ เชื่อฟังเช่นที่พวกเขามักจะทำ, กฎหมาย Zipf ของสมาชิกของเครือข่ายดังกล่าวจะถูกจัดอันดับในประเภทเดียวกันของวิธีการที่ Zipf อันดับคำ - จากจำนวนข้อความอีเมลที่อยู่ในในกล่องของคุณ บุคคลอีเมลแต่ละคนจะมีส่วนร่วมใน 1 / k ที่จะรวม "ค่า" ของในกล่องของคุณที่ k เป็นตำแหน่งของบุคคลนั้น.
คนอันดับ 1 ในปริมาณของการติดต่อกับคุณจึงมีค่าตั้งพล 1 / 1 หรือ 1 (คนนี้สอดคล้องกับคำว่า "ว่า" ในตัวอย่างภาษา.) คนอันดับที่ 2 จะได้รับการสันนิษฐานว่ามีส่วนร่วมในครึ่งเท่าหรือ 1/2 และบุคคลที่รับการจัดอันดับที่ k จะโดยกฎหมาย Zipf ของเพิ่มประมาณ 1 / k ไปมูลค่ารวมที่คุณกำหนดให้กับเครือข่ายตรงนี้

ผลลัพธ์ (ไทย) 3:

ซิพฟ์กฎหมายเป็นหนึ่งในบรรดากฎเชิงประจักษ์ที่บอกว่าช่วงที่น่าแปลกใจของโลกปรากฏการณ์น่าทึ่งดี มันบอกว่า ถ้าเราสั่งชุดใหญ่ตามขนาด หรือ ความนิยม องค์ประกอบที่สองในการเก็บรวบรวมจะถูกประมาณครึ่งหนึ่งวัดแรก อันที่ 3 จะอยู่ที่ประมาณหนึ่งในสาม วัดแรก และอื่น ๆ โดยทั่วไป ในคำอื่น ๆการจัดอันดับ K th สินค้าจะวัดเกี่ยวกับ 1 / K ของแรก
ใช้เวลาหนึ่งตัวอย่าง ในร่างกายใหญ่โดยทั่วไปของข้อความภาษาอังกฤษ นิยมคำ " , " โดยปกติบัญชีสำหรับเกือบร้อยละ 7 ของการเกิด คำทั้งหมด สถานที่ที่สองคำ " ของ " ทำให้ขึ้นร้อยละ 3.5 ของเหตุการณ์ดังกล่าว และสถานที่ที่สามคำ " และ " บัญชี 2.8 เปอร์เซ็นต์ ในคำอื่น ๆลำดับของเปอร์เซ็นต์ ( 7.0 , 2.8 , 3.5 , และอื่น ๆ ) สอดคล้องอย่างใกล้ชิดกับ 1 / K ลำดับ ( 1 / 1 , 1 / 2 , 1 / 3 . . . . . . . ) แม้ว่า ซิพฟ์สูตรเดิมกฎหมายของเขาใช้แค่ปรากฏการณ์นี้ความถี่ของคำ นักวิทยาศาสตร์พบว่า มันอธิบายช่วง จู่ ๆความกว้างของการกระจายทางสถิติเช่นความมั่งคั่งส่วนบุคคลและรายได้ ประชากรของเมืองและแม้แต่ผู้อ่านบล็อก .
เข้าใจว่าซิพฟ์กฎหมายนำไปสู่ของเรา n log ( n ) กฎหมาย พิจารณาค่าสัมพัทธ์ของเครือข่ายที่อยู่ใกล้และที่รักเพื่อคุณ -- สมาชิกของรายการอีเมลของคุณ เชื่อฟัง ตามที่พวกเขามักจะทำ ซิพฟ์กฎหมาย สมาชิกของเครือข่ายดังกล่าวสามารถจัดอยู่ในประเภทเดียวกันของวิธีที่ซิพฟ์อันดับคำ -- จำนวนข้อความอีเมลที่อยู่ในกล่องอีเมลล์ของแต่ละคน จะจัดสรร 1 / k " มูลค่ารวมของในกล่อง โดยที่ k คือตำแหน่งของบุคคล .
บุคคลอันดับ 1 ในหมวดของจดหมายกับคุณจึงมีค่าโดยพลการตั้งค่าเป็น 1 / 1 หรือ 1 ( คนๆนี้สอดคล้องกับคำว่า " ในตัวอย่าง ภาษา ) คนอันดับ 2 จะถือว่ามีส่วนร่วมครึ่งเท่า หรือ 1 / 2 และคนที่จัดอันดับ K th จะโดย ซิพฟ์กฎหมายเพิ่มเกี่ยวกับ 1 / K มูลค่ารวมคุณมอบหมายให้เครือข่ายผู้สื่อข่าว .