我在电子商务平台上有各种卖家的数据。我正在尝试根据各种功能计算卖家排名分数，例如
1]订单履行率[数字]
2]订单取消率[数字]
3]用户评分[1-5] {1-2：最差，3：平均，5：好} [分类]
4]确认订单所需的时间。 （卖家所用时间越短越好）[数字]
我的第一直觉是对所有特征进行标准化，然后将参数/特征乘以一些权重。将每个卖家分数加在一起。最后，根据此分数查找卖家的相对排名。
我的卖家得分等式看起来像
卖家得分= w1 *订单履行率 - w2 *订单取消率+ w3 *用户评级+ w4 *确认订单所需的时间
其中，w1，w2，w3，w4是权重。
我的问题是三折
是否有更好的算法/方法来解决这个问题？即我线性地添加了各种功能，我想知道建立排名系统的更好方法吗？
如何获得权重值？
除了使用上述功能之外，我能想到的更多是正面评价与负面评论的比率，受损商品的比率等。这些如何符合我的评分等式？
如何在查找卖家排名分数时合并数字和分类变量？ （我的分类变量很少）
是否有一种可以接受的方法来衡量这样的多变量系统？
答案 0 :(得分：1)
我建议采用以下方法：
首先，在矩阵中保留您可用的所有功能，或者您认为它们是否有用。
（提示：分类变量通过简单编码转换为数字。因此您可以轻松地将它们合并（以您编码用户评级的确切方式））
然后，您必须应用降维算法，例如奇异值分解（SVD），以保留最重要的变量。应用SVD可能会让您感到惊讶，哪些功能可能很重要，哪些功能不重要。
应用SVD后，为您决定保留的n个最重要的功能选择正确的权重，实际上取决于您，因为它纯粹是定性的，并且依赖于域，哪些功能更重要。
你可能以形式化的方式计算权重的唯一方法是，如果要素与某些东西直接相关，例如。收入。由于这很难完成，我建议手动应用权重，但对于规范化摇动，设置：
w1 + w2 + ... + wn = 1
即，将“总重要性”拆分为您选择的功能。