先上圖
????????在上圖是目前遇到的最大問題跨嘉，按照一定的排序規(guī)則之后，我們根據(jù)收藏點擊等指標吃嘿，將數(shù)據(jù)選出來出現(xiàn)了顯示結(jié)果被一個用戶霸屏現(xiàn)象祠乃，如果是京東淘寶數(shù)據(jù)，這種情況是比較好解決的兑燥，因為數(shù)據(jù)體量是不同級別的亮瓷。從技術(shù)角度來講，這些都是正常的降瞳，因為這些數(shù)據(jù)指標和seo都達到了指標嘱支，才會被排到了頂部。但是從ctr和業(yè)務(wù)角度來說挣饥，統(tǒng)一用戶數(shù)據(jù)霸屏一定是影響用戶體驗過程除师，我這里就不用 用戶域和內(nèi)容域匹配概率 分析了，這個也是淺顯的東西扔枫。我們就此問題討論一下然后汛聚，提出解決具體解決方案。?說個題外話短荐，此問題本身不是算法自身導(dǎo)致的倚舀，而是內(nèi)容管控問題叹哭，一個內(nèi)容app上升期都會遇到的問題，因此瞄桨，既然是必然出現(xiàn)的话速，所以有必要將心得洗(寫)出來，大家指正批評芯侥。
? ? ? ? ?類似算法對比
????????在實現(xiàn)過程中，鄙人有設(shè)計過另外一個排序算法乳讥，情景也比較類似柱查。業(yè)務(wù)如下：我們產(chǎn)品是由一個渠道詳情頁面的，詳情頁面有評價內(nèi)容云石，列表顯示唉工，如果該渠道的評價是由少量用戶多次評價出來的，那么在排序過程汹忠，按照預(yù)定的指標因子對評價內(nèi)容進行排序的話淋硝，會出現(xiàn)相同用戶內(nèi)容堆疊問題。作為排序任務(wù)宽菜，其實都是遇到了同樣的情形：在窗口內(nèi)容出現(xiàn)的聚類內(nèi)容不是自己想要的谣膳。像評價內(nèi)容數(shù)據(jù)打算的話，我當時給定的算法基調(diào)是铅乡，分桶继谚，按照識別特征分組，接下來游走編碼就能緩解這部分為題阵幸。反過來思考花履，es的搜索能這么做嗎？頻道內(nèi)容做評價排序的話挚赊，我們可以認為是將原本數(shù)據(jù)數(shù)據(jù)域維度已經(jīng)分好塊诡壁，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(品類荠割，品牌妹卿，詞,排序因子,user) 與渠道評價（1,排序因子，user）的復(fù)雜度對比涨共。渠道評價內(nèi)容的排序算法纽帖，對排序的桶增加維度，就是 在 搜索模塊的算法举反。復(fù)用原有的評價內(nèi)容排序算法懊直，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)容入桶編號火鼻，因此評價內(nèi)容排序算法不能應(yīng)用到搜索模塊室囊。
? ? ? ? ?需要算出異常用戶
? ? ? ? 我們目前的計算公式如下：S（I）*ES(I)? 雕崩，其中ES(I) 是搜索引擎控制的一個分值，我們可以將這個描述為SEO指標融撞。S（I）則是指標因子
用戶發(fā)布內(nèi)容盼铁，會優(yōu)先去踩點，自己的專注領(lǐng)域尝偎。一旦在專注領(lǐng)域和指標因子都達標了饶火，那么就會比較有機會上top n，在用戶專注度比較高的情況下致扯，就有機會出現(xiàn)搜索內(nèi)容霸屏情況肤寝。通過數(shù)據(jù)摸索，我發(fā)現(xiàn)數(shù)據(jù)其實規(guī)律性比較大抖僵，我們用戶群聚類鲤看，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級別耍群，業(yè)務(wù)是反應(yīng)出來是有一個 詞搜索 出現(xiàn) 同一用戶霸屏現(xiàn)象义桂，其實這個有可能是這個有一批用戶會有這樣的現(xiàn)象。
? ? ? ? ?先寫到這里了蹈垢，因為是邊處理問題邊記的東西慷吊，所以不會有太多的文字編排。
? ? ? ? 采坑記
在計算異常用戶的時候耘婚，出現(xiàn)一個細節(jié)問題罢浇，導(dǎo)致召回率特別高，而精確度不高沐祷，能召回表示大方出現(xiàn)問題的可能性比較小嚷闭，也就是另外一個影響 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)整了思路赖临，采用了針對 詞的重要程度區(qū)分計算胞锰，融合到 前面計算影響因子，這個思路想了很久兢榨，感覺應(yīng)該可以嗅榕，目前在調(diào)試數(shù)據(jù)。
? ? ? ? ?勝利是個假象吵聪？?2020/10/12
今天調(diào)試的數(shù)據(jù)來看凌那，召回率沒有降低，但是準確率還是沒有達到要求吟逝，十分失望帽蝶，應(yīng)該是降權(quán)的閾值設(shè)置太小了。
? ? ? ? ?初見效果块攒？?2020/10/16
今天上了一版生產(chǎn)環(huán)境励稳，效果已經(jīng)出來了佃乘，‘床墊’，檢索數(shù)據(jù)還是往優(yōu)化方向顯示驹尼。上圖
????????初見效果趣避？?2020/10/19
? ?周六計算了數(shù)據(jù)，用于改良上周五新翎，出現(xiàn)的 星夕床墊的出現(xiàn)的用戶出現(xiàn)前top 50 概率程帕。
總結(jié)： 目前解決思路因為是邊做邊記錄問題的方式，所以解決思路還是沒有具體說明：
? ? 1地啰、首先我們需要肯定自己在 搜索圖片這塊的正確性骆捧，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髓绽。
? ? 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)品排序準則妆绞，也就是說 競排機制不太完善顺呕，需要改善。
? ? 3括饶、鑒于此情景類似 之前設(shè)計的 渠道 評價內(nèi)容排序場景株茶，復(fù)用算法問題經(jīng)過討論 認為 維度不同導(dǎo)致需要另外設(shè)計一套 用于適配當前情況。
? ? 4图焰、確定思路之后启盛，就是在，寫代碼檢測? 壞數(shù)據(jù)技羔，并且修復(fù)僵闯。
