动态权重
🎯 公平抽取-介绍
公平抽取是一种智能随机抽取方式，它通过动态权重算法确保每个成员被抽取的概率与其历史被抽中次数成反比，从而实现真正的公平性。
适用于课堂提问、任务分配、活动参与等需要公平随机选择的场景。
核心优势
- 智能平衡：避免频繁抽中同一学生
- 动态调整：权重随历史记录实时变化
- 多维度考量：综合总次数、小组、性别等因素
⚙️ 动态权重系统
动态权重系统是SecRandom实现公平抽取的核心引擎，通过5个关键维度计算每个成员的实时权重：
| 维度 | 作用 | 权重影响 |
|---|---|---|
| 📊 总抽取次数 | 防止频繁抽中同一人 | 次数越多，权重越低 |
| 👥 小组平衡 | 确保各小组机会均等 | 小组被抽次数影响权重 |
| ⚧️ 性别平衡 | 保持性别比例平衡 | 性别被抽次数影响权重 |
| 🎯 基础权重 | 提供基础公平性 | 固定基础分值 |
| 🆕 冷启动保护 | 保护新加入成员 | 前10次抽取权重保护 |
🔍 算法逻辑详解
📈 权重计算过程
系统通过以下几个步骤对每位学生的抽取权重进行计算：
1️⃣ 频率惩罚因子
系统根据学生的总抽取次数来计算频率惩罚因子，通过不同的数学函数来调整权重：
- 线性函数：权重随抽取次数的增加线性下降。
- 平方根函数：权重随着抽取次数的平方根减少。
- 指数函数：权重呈指数级下降。
2️⃣ 小组平衡因子
通过学生所在小组的历史抽取情况来确保每个小组有均等的机会。小组内抽取次数多的学生会得到适当的权重惩罚。
3️⃣ 性别平衡因子
根据每个性别的历史抽取次数，确保抽取过程中性别比例的平衡。如果某一性别被过度抽取，该性别的学生会受到惩罚。
4️⃣ 冷启动保护机制
对新加入的学生进行特别保护，确保他们在初期抽取中不会因数据不足而被忽视。保护期间会给予学生更高的初始权重。
5️⃣ 时间因子
考虑学生最后一次被抽中的时间。距离上次抽取较长时间的学生将会得到更高的权重，增加其被抽中的机会。
🔄 权重合成与调整
各个维度的权重会按照配置的比例进行加权合成，最终生成每个学生的总权重。系统会确保权重在设置的最小值和最大值之间，避免出现极端值影响公平性。
📊 实际应用示例
假设有30名学生，其中：
- 小明已被抽中15次（高频）
- 小红被抽中3次（中频）
- 小刚是新同学（冷启动）
根据上述算法：
- 小明：由于频率较高，频率惩罚较重，权重较低。
- 小红：抽中次数适中，权重在正常水平。
- 小刚：享有冷启动保护，权重较高。
🎲 抽取概率
系统根据实时权重计算抽取概率，确保长期统计下的公平性。
