江苏龙网

  1. 首页 > 生活 > >

团购网站默认排序算法逻辑是咋样的

谢邀。不知道。
■网友
360和某团购巨头有过合作，之前刚好负责过团购排序这部分，在条件允许的前提下简单说下。具体路径：360手机卫士-摇一摇-摇周边-“摇”，如下图。
团购网站默认排序算法逻辑是咋样的

其实既然是排序，就不可避免要引入一个类似分数的参照。比如距离近的分数高，评分高的分数也高。
第一步：全面地列出影响用户团购的因素。销售量、星级、商户评论数、商户人均、商户营业时间、商圈、不可用时间、团购使用时间、是否预约、团购类别（优惠券或普通团购）等等都会影响用户的行为，具体可仔细参考团购页面。
第二步：衡量以上每个因素的重要性，并转换成统一单位计分。这一步是难度最大的一个环节，关键在于这些因素本身不具备相同单位且不能直接主观转换。举例：500米外的4星团购和1000米外的5星团购，哪个更受用户欢迎？很明显，无论按照什么黑科技算法都无法让所有人满足，甚至很多情况下的排序算法会让大部分用户不满意，在距离和评分两个维度下尚且难达成统一意见，更不必说十几个因素一起排序了。不过最终计分还是按照简单的加权算总分的方式。
经过前面两个环节，已经算出总分，是不是就可以欢乐地去团购了？图样图森破。
第三步：考虑第二步中可能出现的问题并解决。引入一个概念“边际效用”，比如团购A销售量10，B的销售量为100，那么我们认为相同情况下B可能比A好很多。然而如果C的销售量为1000，而D的销售量为10000，我们则认为两家差距可能没有那么大，尤其是无论如何一定存在某种可能导致商家刚刚开业，各方面数据不稳定，或者开业酬宾后期下滑等等。在这种条件下，最容易受此因素影响的数据实际上是销量：多者几万，少者个位数，理论上说应该建立两套以上公式才能保证评分的准确性，毕竟销量到了一定程度就不那么重要了，而初期还是比较受重视才对。
第四步：考虑用户个性化需求。当用户下午使用团购应用时，我们认为Ta一般不会去订蛋糕。不仅吃不下，蛋糕这种个性化非常强的团购一般会刻字，通常是需要预定的。同理，当半夜用户打开团购时，我们更应该推送夜宵之类团购。更多的，当同一用户短时间内反复刷新应用，我们认为用户对目前的推送结果不满意，需要通过算法调整推送其它团购。
第五步：剔除异常值。这同样是一个非常棘手以至于几乎无法解决的问题。举例：推送的团单是“肯德基——洗手间”，诸如此类。按实际的用户使用场景来说，大多数用户不需要推送此类团单，当然也不反感；但从另一方面来讲，少数用户非常需要洗手间，甚至习惯这样使用。因此本身剔除异常值应该排序靠前，但考虑到毕竟确实有实际需求，因此我们这里仅仅提出来，具体怎么处理还要看产品的定位才行。
第六步：商家的需求及其它。最简单的例子：排他性协议。比如商家合作时可能要求团购网站降低竞争对手的排序等等，类似于某度的竞价排名，够写一篇新的文章了，这里不展开讨论。
【团购网站默认排序算法逻辑是咋样的】 一些必要的补充说明：互联网时代瞬息万变，本回答可能和实际情况有轻微出入。并且根据我的猜测，美团之类内部可能会有比本文更精密的答案，甚至可能会有专门的部门研究。如果最终得出小数点后20位的结果进行排序，我都会觉得很正常。本文仅供参考。

■网友
http://tech.meituan.com/meituan-search-rank.htmlhttp://tech.meituan.com/rerank_solution_offline.html《美团O2O排序解决方案》可以了解下
■网友
终极奥义：谁给钱多谁排前面


    推荐阅读


    上一篇：互联网数据分析的主要工作内容是啥?

    下一篇：怎样理解 Enterprise 2.0