产品搜索权重的概念是什么？

作为各大电商的商业机密，商品搜索权重的设计很少与这一知识相关；由于项目的需要，我整理了一些重量设计数据。这里分享一个简单的权重计算模型，感兴趣的朋友可以根据自己的需求进行优化。

1、 重量概念

权重是反应参数指标在总体评价体系中的重要性。权重越高，指数就越重要。

例如，一所学校的招生考试有三门科目：语文（100分）、数学（100分、英语（100分。最后，将按照30%的语文、40%的数学和30%的英语的比例累积总分。分数较高者优先录取。

百分比是每个科目的权重，数学占40%，表明学校对学生的数学更加重视。

计算权重的方法有很多，例如：加权计算法、加权平均法、AHP层次法、优先图法等。今天，我们使用最简单的加权计算方法来实现一种商品的权重模型，对其他权重算法感兴趣的朋友可以自行搜索和学习。

2、 加权方法

什么是加权法？

在上面的例子中，如果考生的分数如下：语文（85），数学（90），英语（80），那么他的加权过程是：85*30%+90*40%+80*30%=85.5-一个简单的相加过程[分数*比例]。

将上述账户映射到商品具有以下关系：

科目=商品属性

得分=属性得分

得分=属性得分

比例=属性权重

这是什么意思？让我们逐一解释一下。

1.确定权重指标[科目=商品属性]

权重指数很容易理解。我们上面提到的标题、类别、品牌等都是商品属性。

需要注意的是，在权重模型中，并非产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。

例如，品牌、价格、总销售额、月销售额、浏览量、收藏量、产品评级等；对于不同的类别，还将计算一些独特的属性，例如服装类别的材质和季节性，以及手机类别的内存大小和存储大小。

2.定义指标的满分[得分=属性得分]

指标的满分值与为帐户定义的满分值相同。只有设定了上限，数据才能具有可比性，我们才能判断特定分数的质量。

在商品属性中，一些属性自系统设计之初就已用分数定义。例如，评分通常设置为10分制或五星评分法。

然而，这里我们仍然需要重新定义一组权重的满分，而不是使用原始的10分系统或5颗星来计算，因为用户定义权重的高度稍后会涉及，需要动态调整。

另一点需要注意的是，满分值的定义应该基于属性值的数量；如果平台拥有500个自主品牌，则品牌的满分不应定义为100，而应定义为1000；否则，会出现聚集现象，多个品牌会出现在某个分数上，应尽量避免。

3.划分指标得分[得分=属性得分]

至于受试者，考试分数已经规定。你能考多少取决于你自己的表现。

商品也是如此。定义属性的满分后，需要根据统计和评分标准对特定属性的得分进行评分。

首先，您需要自定义评分标准。有两种方法可以指定标准：

劳动经验定义：根据后台销售数据手动确定得分。如果有很多搜索，那么可以获得高销售额，反之亦然；例如，华为、苹果和小米是手机领域的热门品牌，其次是Vivo、Oppo和三星。您可以依次手动设置分数值：华为（500）、苹果（450）、小米（400）、Vivo（380）、Oppo（350）和三星（320）。

有明确的数据参考：分数是根据系统反馈的统计数据计算得出的；例如，对于月销售额，默认满分定义为1000分。如果月销量超过5000单，将获得1000分。如果月销量不超过5000单，则根据比例计算动态得分。

4.确定指标的权重[比例