关于购物类网站商品推荐实现

[qq_26032631]

具体问题：
1、如某个商品推荐模块，要实现按指数推荐商品，也即排序，单指数排序不用说，当我需要综合指数排序时，如何实现？
我的看法：如指数有：销量、评价、价格等多重指数，现在要按这几个指数综合起来排序，由于各个指数不是同一度量单位，我认为应该是要建立一套数据模型算法，找了一些数学建模方法，但具体如何运用，不清楚。

有大牛们出来指点一下吗？邀请了啊

[以专业开发人员为伍]

谁知道你找了什么数学建模方法呢？

[以专业开发人员为伍]

给你在选择是学模型时的两个方面的“理论”建议： 1. 当你为每一个商品计算“综合排行指数”的时候，不要用一个指标权重参数几何套用到所有商品上。当有n指标，那么很可能就有n个“凸点”都是标杆。你站在一个标杆上看其它的标杆，就都不是标杆了。所以推荐指数必定应该把最有特色的商品排在最前边，而不是把最没有特色（最符合平均指标）的商品排在最前边。 例如对于某一个商品，可能其价格的权重是10.5，其销量的权重是200；对另外一个商品，可能其价格的权重就是30，而其销量的权重是120。每一个商品的排序的权重应该是不一样的，以这个权重恰好可以让其成为“标杆”为原则，而不是以其恰好是平均权重为原则。 2. 实际上给出排序之前，你要先了解访问此功能的客户的特征。例如一个客户最近1周总是搜索价格在500块钱左右的商品，你给将价格为8000元的商品排在第一位就不合适了，尽管这个商品滋生的排序属于第一。因此，实际的排序不是按照“价格、评价、销量”等，而是按照这些指标与当前客户的“心理落差”来排序的。 因此系统不应该简单为商品排序，而应该为每一组客户分别维护一个推荐商品排序。 3. 在排序之前，通常应该剔除不应该参与排序的商品。比如说此客户最近已经购买过的商品。因为剔除掉的商品可能恰好是“标杆商品”，那么剔除它就会让原来的权重系统崩塌，需要从原来被这个标杆隐藏起来的一堆商品之中重新选举出标杆商品来，重新计算权重。

[以专业开发人员为伍]

另外，假设一个商品的各个指标的数值都比另外一个小，它也完全可能成为标杆（从而比另外一个排名靠前）。这就是依据“每一个商品的权重都是独立算出的，而不是平均权重”而得到的。你选择所谓的“数学模型”时首先要选择这类数学模型，而千万不要选择那种“平均权重”的数学模型。