乐学淘宝 2022-06-25 17:01:02

淘宝指数换算公式

淘宝的朋友一定都知道，我们搜索的时候会有一个指数指标，但是搜索的指数是计算出来的，有公式的。下面是部门计算的公式，看看这个搜索权重是怎么做的！

一、淘宝搜索体重概念查询淘宝宝贝体重工具https://www.de18.com/cqz.html

权重是反应参数指标在整个评价体系中的重要性。权重越高，指标越重要。

比如某校入学考试有三科:语文(100分)、数学(100分)、英语(100分)。最后按照语文30%、数学40%、英语30%的比例累计一个总分。高分者优先录取。

其中百分比是各科权重，数学占40%，说明学校更重视学生的数学。

计算权重的方法有很多，如:加权计算法、加权平均法、AHP层次法、优序图法等。今天我们用最简单的加权计算方法来实现一个商品重量模型。对其他权重算法感兴趣的朋友可以自行搜索学习。

二、淘宝搜索加权法

加权方法是什么？

还是上例，如果有一个考生的成绩如下:语文(85)、数学(90)、英语(80)，那么他的加权计算过程就是:85 * 30%+90 * 40%+80 * 30% = 85.5——也就是简单的[成绩*比例]

将上述科目映射到商品有如下关系:

主题=商品属性得分=属性得分得分=属性得分比率=属性权重。这是什么意思？让我们逐一解释。

1.确定权重指数[主题=商品属性]

这个指数很容易理解。标题、类别、品牌等。我们前面谈到过属于商品属性。

需要注意的是，在权重模型中，并不是商品的所有属性都会参与权重计算，只有影响用户搜索习惯和销量的属性才会参与计算。

如:品牌、价格、总销量、月销量、浏览量、收藏、产品评级等。对于不同的品类，一些独有的属性也会参与计算，比如:服装品类的材质、对季节的适应、手机品类的内存大小和存储大小等。

2.定义指标满分[分数=属性分数]

一个指标的满分就像为一个科目定义的满分。只有设定了上限，才能比较数据，才能判断一个具体分数的好坏。

在商品属性中，有些属性在系统设计之初就已经定义好了，比如评分，通常设置为10分制或者五星评分法。

但是这里还是需要为他们重新定义一组权重的满分，而不是用原来的10分制或者5星来计算，因为后者涉及到用户自定义权重的高低，需要动态调整。

还有一点需要注意的是，满分的定义要以属性值的个数为依据；如果平台有500个独立品牌，那么品牌的满分就不应该定义为100，而是1000；否则会出现集群现象，某个分数会有多个品牌，要尽量避免。

3.除以指标得分[得分=属性得分]

对于科目来说，试卷的评分早已有所规定，能得多少分就看学生自己的表现了。

大宗商品也是如此。属性满分定义后，需要根据统计数据和评分标准对某个特定属性的分数进行评分。

首先，你需要定制评分标准。有两种方法来指定标准:

人工体验的定义:根据后台销售数据，人为确定分数，搜索多、销量高的可以得高分，反之则得高分；比如手机类的品牌有华为、苹果、小米，其次是vivo、oppo、三星等。可以依次人为打分:华为(500)，苹果(450)，小米(400)，vivo(380)，oppo(350)，三星(320)。数据参照清晰:根据系统反馈的统计数据，通过计算得出得分；比如月销量，默认满分定义为1000分。如果月销量超过5000单，将获得1000分。如果月销量没有超过，动态获得的分数会按比例计算。

4.确定指标的权重[比例=属性权重]

权重模型和每个科目的比重一样，需要为参与计算的每个属性设置相应的权重。这里之所以不叫比例，是因为我们通常理解的比例是用百分制计算的，所有参与因素的比例最终需要等于100%。

但是商品模型的参数属性比较多，百分制的最终权重值非常聚合，搜索效果不好。

因此，通常采用重量设计方法。什么是对的？

比如数字8692 = 8 * 1000+6 * 100+9 * 10+ 2 * 1，其中千分之一的重量是1000，百分之一的重量是100，十分之一的重量是10，单位的重量是1。

同理，我们定义商品属性的权重，比如比较重要的属性:品牌(10万)、价格(10万)、总销售额(1万)、月销售额(1万)；重要属性:浏览量(1000)，收藏量(1000)；一般属性:存货(10)，物料(10)；不同的属性可以定义相同的权利。

了解以上几点后，设计权重模型的基本框架，将累计得分乘以权重即可得到最终的权重值。