先上圖
????????在上圖是目前遇到的最大問題，按照一定的排序規(guī)則之后，我們根據(jù)收藏點(diǎn)擊等指標(biāo)，將數(shù)據(jù)選出來出現(xiàn)了顯示結(jié)果被一個(gè)用戶霸屏現(xiàn)象，如果是京東淘寶數(shù)據(jù)，這種情況是比較好解決的，因?yàn)閿?shù)據(jù)體量是不同級別的。從技術(shù)角度來講，這些都是正常的，因?yàn)檫@些數(shù)據(jù)指標(biāo)和seo都達(dá)到了指標(biāo)，才會(huì)被排到了頂部。但是從ctr和業(yè)務(wù)角度來說，統(tǒng)一用戶數(shù)據(jù)霸屏一定是影響用戶體驗(yàn)過程，我這里就不用 用戶域和內(nèi)容域匹配概率 分析了，這個(gè)也是淺顯的東西。我們就此問題討論一下然后，提出解決具體解決方案。?說個(gè)題外話，此問題本身不是算法自身導(dǎo)致的，而是內(nèi)容管控問題，一個(gè)內(nèi)容app上升期都會(huì)遇到的問題，因此，既然是必然出現(xiàn)的，所以有必要將心得洗(寫)出來，大家指正批評。
? ? ? ? ?類似算法對比
????????在實(shí)現(xiàn)過程中，鄙人有設(shè)計(jì)過另外一個(gè)排序算法，情景也比較類似。業(yè)務(wù)如下：我們產(chǎn)品是由一個(gè)渠道詳情頁面的，詳情頁面有評價(jià)內(nèi)容，列表顯示，如果該渠道的評價(jià)是由少量用戶多次評價(jià)出來的，那么在排序過程，按照預(yù)定的指標(biāo)因子對評價(jià)內(nèi)容進(jìn)行排序的話，會(huì)出現(xiàn)相同用戶內(nèi)容堆疊問題。作為排序任務(wù)，其實(shí)都是遇到了同樣的情形：在窗口內(nèi)容出現(xiàn)的聚類內(nèi)容不是自己想要的。像評價(jià)內(nèi)容數(shù)據(jù)打算的話，我當(dāng)時(shí)給定的算法基調(diào)是，分桶，按照識別特征分組，接下來游走編碼就能緩解這部分為題。反過來思考，es的搜索能這么做嗎？頻道內(nèi)容做評價(jià)排序的話，我們可以認(rèn)為是將原本數(shù)據(jù)數(shù)據(jù)域維度已經(jīng)分好塊，只是說在子域內(nèi)的數(shù)據(jù)需要排序而已。從業(yè)務(wù)轉(zhuǎn)換為 空間維度 可表示為：es搜索(品類，品牌，詞,排序因子,user) 與渠道評價(jià)（1,排序因子，user）的復(fù)雜度對比。渠道評價(jià)內(nèi)容的排序算法，對排序的桶增加維度，就是 在 搜索模塊的算法。復(fù)用原有的評價(jià)內(nèi)容排序算法，我們需要對內(nèi)容的 品牌和 品類識別 填充數(shù)據(jù)，才能對內(nèi)容入桶編號，因此評價(jià)內(nèi)容排序算法不能應(yīng)用到搜索模塊。
? ? ? ? ?需要算出異常用戶
? ? ? ? 我們目前的計(jì)算公式如下：S（I）*ES(I)? ，其中ES(I) 是搜索引擎控制的一個(gè)分值，我們可以將這個(gè)描述為SEO指標(biāo)。S（I）則是指標(biāo)因子
用戶發(fā)布內(nèi)容，會(huì)優(yōu)先去踩點(diǎn)，自己的專注領(lǐng)域。一旦在專注領(lǐng)域和指標(biāo)因子都達(dá)標(biāo)了，那么就會(huì)比較有機(jī)會(huì)上top n，在用戶專注度比較高的情況下，就有機(jī)會(huì)出現(xiàn)搜索內(nèi)容霸屏情況。通過數(shù)據(jù)摸索，我發(fā)現(xiàn)數(shù)據(jù)其實(shí)規(guī)律性比較大，我們用戶群聚類，需要得到哪些用戶異常行為可能性比較大，原本的用戶族群100w級別? 可以縮短到1k級別，業(yè)務(wù)是反應(yīng)出來是有一個(gè) 詞搜索 出現(xiàn) 同一用戶霸屏現(xiàn)象，其實(shí)這個(gè)有可能是這個(gè)有一批用戶會(huì)有這樣的現(xiàn)象。
? ? ? ? ?先寫到這里了，因?yàn)槭沁吿幚韱栴}邊記的東西，所以不會(huì)有太多的文字編排。
? ? ? ? 采坑記
在計(jì)算異常用戶的時(shí)候，出現(xiàn)一個(gè)細(xì)節(jié)問題，導(dǎo)致召回率特別高，而精確度不高，能召回表示大方出現(xiàn)問題的可能性比較小，也就是另外一個(gè)影響 檢查用戶是不是異常用戶的 因數(shù)沒有加入？期待改進(jìn)之后效果? go? ? 2020/10/09
? ? ? ? 黎明前的寒冷 2020/10/11
今天調(diào)整了思路，采用了針對 詞的重要程度區(qū)分計(jì)算，融合到 前面計(jì)算影響因子，這個(gè)思路想了很久，感覺應(yīng)該可以，目前在調(diào)試數(shù)據(jù)。
? ? ? ? ?勝利是個(gè)假象？?2020/10/12
今天調(diào)試的數(shù)據(jù)來看，召回率沒有降低，但是準(zhǔn)確率還是沒有達(dá)到要求，十分失望，應(yīng)該是降權(quán)的閾值設(shè)置太小了。
? ? ? ? ?初見效果？?2020/10/16
今天上了一版生產(chǎn)環(huán)境，效果已經(jīng)出來了，‘床墊’，檢索數(shù)據(jù)還是往優(yōu)化方向顯示。上圖
????????初見效果？?2020/10/19
? ?周六計(jì)算了數(shù)據(jù)，用于改良上周五，出現(xiàn)的 星夕床墊的出現(xiàn)的用戶出現(xiàn)前top 50 概率。
總結(jié)： 目前解決思路因?yàn)槭沁呑鲞呌涗泦栴}的方式，所以解決思路還是沒有具體說明：
? ? 1、首先我們需要肯定自己在 搜索圖片這塊的正確性，也就是按照 交互看數(shù)據(jù)，以及SEO 的排序方式是合理有效的。
? ? 2、出現(xiàn) 【星夕床墊】用戶 在床墊 領(lǐng)域的檢索出現(xiàn)霸屏情況也是利用了 我們app產(chǎn)品排序準(zhǔn)則，也就是說 競排機(jī)制不太完善，需要改善。
? ? 3、鑒于此情景類似 之前設(shè)計(jì)的 渠道 評價(jià)內(nèi)容排序場景，復(fù)用算法問題經(jīng)過討論 認(rèn)為 維度不同導(dǎo)致需要另外設(shè)計(jì)一套 用于適配當(dāng)前情況。
? ? 4、確定思路之后，就是在，寫代碼檢測? 壞數(shù)據(jù)，并且修復(fù)。
