起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據處理：非搜索場景下的列表應該如何排序呢？
了解綜合排序的使用場景以及與個性化推薦的區別；了解綜合排序的影響因子以及常見的排序方法；基于業務需求對列表中的字段進行排列，輔助決策。
《數據處理之搜索如何命中》中說到了搜索結果的排序其實是對文本數據和業務數據得分的計算，那么對于非搜索場景下的列表應該如何排序呢？
有兩種排序方式：單一維度排序；綜合排序。單一維度排序就是將所有的內容按照某一維度進行排序，比較簡單不再贅述，主要說一下綜合排序。
一、定義
綜合排序就是綜合數據的多個維度進行排序，以搜索數據表為例，綜合排序涉及數據表的上傳時間、查看次數、更新周期、被搜索次數、熱度等維度，每個維度都有相應的權重值，通過一定的公式計算出每個物品的“得分”進行降序排列。
二、使用場景
用于展示具有一定量級的數據且數據有多個指標維度，需要將某些高質量的數據突出展示，可使用綜合排序，為每個維度值賦予一定權重。
用于展示搜索結果，需要根據命中字段、時間、搜索次數等維度進行綜合排序。
可搭配多個單個維度排序規則使用。
Q：綜合排序與個性化推薦的區別，可否用個性化排序代替綜合排序？
A：個性化推薦需要大量的數據，需要對用戶、數據進行建模并不斷訓練優化，因此對于有限數量（幾百至幾千）的結果展示，可采用綜合排序的方法，將優質內容推薦給用戶，同時也大大降低了開發成本。
關于個性化推薦：
個性化推薦是根據用戶的興趣、特點和行為，向用戶推薦用戶感興趣的信息和內容。在個性化推薦系統中，需要基于用戶的基本信息和行為對用戶進行建模，同時基于物品的特征和信息對物品進行建模，將兩者進行匹配篩選，找到用戶可能感興趣的推薦物品，最后推薦給用戶。
常用的個性化推薦方法有：
① 基于內容推薦：分析用戶看過的內容（歷史內容等 ）再進行推薦；
② 基于用戶的協同過濾（UserCF）：給用戶推薦和他興趣相似的其它用戶喜歡的內容；
③ 基于物品的協同過濾（ItemCF）：給用戶推薦和他之前喜歡的物品相似的物品；
④ 基于標簽的推薦：內容有標簽，用戶也會因為用戶行為被打上標簽，通過給用戶打標簽或是用戶給產品打標簽為其推薦物品。
除此之外，還有隱語義模型推薦（LFM）、社會化推薦、根據時間上下文推薦、基于地理位置的推薦（LARS）等方法，各種推薦算法是可以疊加在一起的，根據不同算法的權重調整，給用戶最為精準智能的推薦。
三、排序方法
提供兩種排序方法：多維度分別單一排序；按總分值進行排序。
1. 多維度分別單一排序
定義：為每個維度定義排序方式（升序or降序），當A維度相同的情況下，按照B維度排序，若此時B維度相同，再按照C維度排序….直到最后一個維度，如果還相同，這時候就要看是隨機排序，還是按照唯一不重復的值進行排序。
使用場景：
- 適合維度較少，或者場景不復雜的情況；
- 適用于維度對結果影響非常明顯的情況；
- 需要排序的維度之間重要程度有明顯的不同。（若不同維度之間并沒有絕對的誰比誰重要的關系，不適合用此排序方式）
2. 按總分值進行排序
將多個不同維度（不同單位）的因素綜合到一起的方式有很多，比較常用和簡單的就是普通線性加權。（一般需要和pm一起確定因子和權重）
（1）普通線性加權
普通線性加權是將維度賦予一定的權重，然后將不同的維度乘以各自的權重再進行累加，如下樣式：
總分=維度A*維度A權重 +維度B*維度B權重 + 維度C*維度C權重 +……+維度N*維度N權重
舉例：當我們在某平臺購買東西時，物品排序受到瀏覽量、成交量和價格的影響，賦予一個權重值，瀏覽量：1分、成交量4分、價格5分。
那么 各個物品的得分=瀏覽量*1+成交量*4+價格*5；排序為：A>B>C
如果按照這個公式進行計算的話，會出現問題。首先我們期望價格越低越好，而通過這個公式計算價格越高，得分越高排名越靠前，顯然這是不對的。
問題出在哪呢？沒有歸一化
（2）歸一化加權
歸一化加權是將維度值進行細分，從產品業務角度出發賦予不同的系數，也是最通用的一種方法，樣式如下：
總分=（維度A權重*歸一化的系數值a） + （維度B權重*歸一化的系數值b）+ …… + （維度N權重*歸一化的系數值n）
關于如何定義各維度的歸一化系數值，提供以下幾種方法供使用：
方法一：按照階梯分段進行處理
以瀏覽量為例：
- 當瀏覽量小于100時定義系數為0.1，
- 瀏覽量100~500時定義系數為0.2，
- 瀏覽量500~1000時定義系數為0.3，
- ……瀏覽量越高，系數越高（小于等于1）。
當瀏覽量特別多的時候，如10萬，此時數量已經不那么重要了，可以將超過10萬的瀏覽量的系數定義為0.9。有時候為避免馬太效應，甚至可以將系數降低，給予一定的懲罰（涉及到降權）。
方法二：按照百分比進行處理
仍以瀏覽量為例：
- 將瀏覽量由小到大進行排序，前5%的系數為0.1
- 5%-10%的系數是0.2；
- 10%-20%的系數是0.3；
- 20%-30%的系數是0.4
- ……
方法三：按照線性函數轉化處理（線性歸一化）
系數=（A-min）/（max-min），將數據值映射到[0, 1]之間。
這種處理方法的缺點是若數值集中且某個數值很大，歸一化后各值接近于0，并且將會相差不大，（如 1， 1.2， 1.3， 1.4， 1.5， 1.6，50）這組數據。當有新數據加入時，會導致max和min的變化，需要重新定義。
方法四：按照對數進行處理
這個方法很適合處理極值，經常用在數據分化比較大的場景，有些數值很大，有些很小。這里一般使用Y=a*log10（X）+b的形式，通過調整a與b來根據數據調整曲線。
四、優化調整
給定初步的權值之后可以進行灰度（甚至直接上線），根據實際結果不斷調整系數和權重值，在產品的發展過程中，也需要根據各階段的側重點的不同來調節權重和系數。
作者：墨白，公眾號：UED_family
本文由 @墨白 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
贊??歸一化我記得數值分析代數等等用得太多了