ค่าเฉลี่ยถ่วงน้ำหนักของคะแนนย่อยสามส่วน ไม่มีตัวคูณความเชื่อมั่น และไม่มีบทลงโทษแอบแฝง popover ของคะแนนจะแสดงสูตรจริง

mindberScore = round(
  innovationIndex × 0.40
  + functionalityScore × 0.50
  + activityScore × 0.10
, 1)

เมื่อคะแนนย่อยหนึ่งส่วนหายไป น้ำหนักของส่วนนั้นจะถูกกระจายตามสัดส่วนไปยังอีกสองส่วน มีสองในสามส่วนคือ medium; ครบสามส่วนคือ high. หากมีคะแนนน้อยกว่าสองส่วน จะไม่แสดง Mindber Score (insufficient) และหน้าจะแสดง “Score pending”.

น้ำหนักสำรองเมื่อขาดหนึ่งอินพุต

• ไม่มี Activity -> Innovation 44% · Functionality 56%
• ไม่มี Innovation -> Functionality 83% · Activity 17%
• ไม่มี Functionality -> Innovation 80% · Activity 20%

สถานะความเชื่อมั่น

• High - มีคะแนนย่อยครบสามส่วน ใช้น้ำหนักเริ่มต้น 40/50/10
• Medium - มีคะแนนย่อยสองในสามส่วน ใช้น้ำหนักสำรองด้านบน
• Insufficient - มีคะแนนน้อยกว่าสองส่วน จึงไม่แสดง Mindber Score

การตีความช่วงคะแนน

ช่วงคะแนนเป็นเกณฑ์คงที่ ไม่เปลี่ยนตามหมวดหมู่ ป้ายเปอร์เซ็นไทล์จะแสดงตำแหน่งของผลิตภัณฑ์เทียบกับคู่แข่งในหมวดเดียวกัน

ค่าเฉลี่ยของสามคะแนนย่อย: ความใหม่, ความแตกต่าง และ ความชัดเจนของแนวคิด ทุกส่วนใช้สเกล 0-10

innovationIndex = round((novelty + differentiation + conceptClarity) / 3, 1)

• ความใหม่ - แนวคิดหลักแตกต่างจากฐานของหมวดหมู่มากเพียงใด
• ความแตกต่าง - จำนวนฟีเจอร์ที่ผลิตภัณฑ์นี้มี แต่คู่แข่งอย่างน้อย 50% ในหมวดเดียวกันไม่มี ปรับเป็นสเกลด้วย min(10, unique × 1.5)
• ความชัดเจนของแนวคิด - คุณค่าหลักอ่านชัดเจนเพียงใดจาก tagline และคำอธิบายเท่านั้น

ค่าเฉลี่ยถ่วงน้ำหนักตามความเชื่อมั่นของคะแนนย่อยสี่ส่วน ความกว้างของฟีเจอร์ และ ความน่าเชื่อถือของประสิทธิภาพ คำนวณจากข้อมูลต้นทางโดยตรง ส่วนอีกสองส่วนใช้ LLM ช่วยประเมิน

functionalityScore = Σ(score × baseWeight × confidence) / Σ(baseWeight × confidence)

น้ำหนักพื้นฐาน:ความกว้าง 0.25 · ความลึก 0.30 · การผสานระบบ 0.20 · ประสิทธิภาพ 0.25. คะแนนที่มีหลักฐานบางจะมีน้ำหนักน้อยกว่าคะแนนที่มีข้อมูลชัดเจน

• ความกว้างของฟีเจอร์ - จำนวนฟีเจอร์จากข้อมูลต้นทาง คะแนน = min(10, round(log2(count + 1) × 2))
• ความลึกของฟีเจอร์ - คุณภาพของฟีเจอร์หลักเทียบกับผู้นำหมวดหมู่ พร้อมอ้างฟีเจอร์เฉพาะ
• พื้นผิวการผสานระบบ - หลักฐาน API สาธารณะ, webhook และ integration แบบ native หากไม่มีหลักฐาน จะตั้งค่าเป็นกลาง 5 พร้อมความเชื่อมั่น ≤ 0.4
• ความน่าเชื่อถือของประสิทธิภาพ - คำนวณจากสัญญาณกิจกรรมเว็บไซต์และเวลาโหลดหน้าแรก: 0.7 × (livenessScore / 10) + 0.3 × responseTimeScore

Mindber Activity Score แปลงการตรวจสอบกิจกรรมสาธารณะแบบสดเป็นสเกล 0-10 เดียวกับคะแนนรวม โดยสะท้อนความถี่การอัปเดตและสัญญาณความพร้อมใช้งานจากแหล่งสาธารณะ ไม่ใช่คุณภาพผลิตภัณฑ์หรือสุขภาพบริษัท

คะแนนกิจกรรมพื้นฐาน 0-100 อธิบายไว้ใน วิธีการกิจกรรม

คะแนนเดี่ยว ๆ ไม่พอ Mindber คำนวณการกระจายตามหมวดหมู่และจัดคะแนนสุดท้ายเข้าเป็นหนึ่งในห้าป้าย:

• ≥ p9010% แรก
• ≥ p7525% แรก
• ≥ p50เหนือมัธยฐาน
• ≥ p25ต่ำกว่ามัธยฐาน
• < p2525% ล่าง

จะเผยแพร่ baseline เมื่อหมวดหมู่มีผลิตภัณฑ์ที่ได้คะแนนอย่างน้อย 10 รายการเท่านั้น หากต่ำกว่านั้นจะแสดงเป็น ยังไม่จัดอันดับ

• Baseline เต็ม รีเฟรช รายสัปดาห์
• ป้ายเปอร์เซ็นไทล์ รีเฟรช รายวัน
• คะแนนผลิตภัณฑ์ สร้างใหม่เมื่อข้อมูลต้นทางเปลี่ยนหรือมีการอัปเกรดวิธีให้คะแนน

• ทุกประโยคที่ LLM เขียนต้องอ้างอิงฟีเจอร์ กรณีใช้งาน หรือข้อมูล baseline ที่เฉพาะเจาะจง
• ตัวกรองคำต้องห้ามทำงานกับเหตุผลทุกข้อ หากพบปัญหาจะล้างข้อความแทนการลองสร้างใหม่
• คะแนนย่อยต่ำ ความเชื่อมั่นต่ำ หรือการแทนที่โดยตัวกรองความปลอดภัยจะส่งบันทึกเข้าตรวจทานก่อนเผยแพร่
• คะแนนเปรียบเทียบภายในหมวดหมู่เท่านั้น ไม่ใช่คำตัดสินแบบสัมบูรณ์