我总觉得这个活动入口的文案有点问题，啊哈哈～
似乎没有做到完全适应对应的活动，而自由变换风格。当然，这只是猜测，不影响理解，更不会影响了解意图和答题的的的。。
等等，我这就来“卖艺”了～
我个人认为制定商品推荐的排序策略需要考虑下面五个步骤，包括：
解题第一步：分析
解题第二步：假设
解题第三步：建立模型
解题第四步：验证模型
解题第五步：获得数据进行优化
解题第一步：分析
主要分析为什么要制定排序策略，是目前有了什么问题么？还是需要着重优化？又或者是其他的原因或者目的？
可能存在的问题
1 转化率低。我认为这是核心的问题。具体表现可能有：直接的推荐转化率低；根据用户单一行为的推荐转化率低；根据用户多重行为的推荐转化率低；
补充可能的用户行为有：浏览、收藏、加入购物车、结算、评价、分享等等，并且包括瞬时（短期）以及延时（长期）的相关行为数据；
可能影响转化的因素除了推荐商品自身因素外——商品标题、包装、简介，是否促销，是否有优惠，是否有购买数据，是否有较好的评价等等，可能涉及到的其他因素有：购买者兴趣爱好，购买者工作性质，购买者冬季欲望，购买者在同一平台上短时间内浏览同类商品的相关数据，购买者是否受到其他人影响（地位高中低等相关人员）等等。。
2 优化现有推荐算法，提升转化率（到一定程度放缓，优化优先级会降低）
3 目前没有推荐算法，需要新增推荐（这种情况比较少见，但开始会有简单的推荐逻辑）
总体来说，个人觉得第一种情况是最常见的，第二种是第一种的深化
解题第二步：假设
假设：较准确的，或者说高转化率的推荐，其实是建立在掌握用户数据的情况下，进行高质量的推荐才会有的效果。
在这个假设过程中，我们需要解决几个问题：
1. 完善商品信息。包括基本信息，如第一步中提到的那些。
2. 完善获得用户数据的方式、方法等。比如通过活动获得，通过用户注册信息获得，用户登录后用户行为获得，用过第三方冷启动获得。。用户相关的数据和商品之间的匹配程度越高，推荐策略的效果越好。。
3. 使用数据进行建模，更好的指导推荐。
弊端：这个过程比较持久，而且不太可能会短期内一蹴而就，需要团队有较好的计划和战略。
优势：一旦建成会一劳永逸，并且在这个过程中，能够让团队的凝聚力更强，还能锻炼业务能力。
风险：失败的风向，被竞争者反超的风险等
解题第三步：建立模型
这部分需要根据业务不断的调整推荐的算法策略，使其更加准确，从而带来更好的效果
解题第四步：验证模型
简单带过，就是发版之后去验证，是骡子是马牵出来溜溜就知道了。
解题第五步：获得数据进行优化
将实际的数据与计划的进行对比，优化推荐算法，以期望调整偏移值。
——————分割线——————
猜测可能的方式有
1. 搜索排名
搜索排名因素，大致分为三个方面:
1.1 相关性
顾客搜索的关键词与商品的相关性，这是最基本的搜索排名因素。
1.2 转化率
商品销售转化率的高低，在 Amazon 也是重要的排序因素。
1.3 账号权重及表现
与淘宝的千人千面类似。这是出于对用户购物体验的重视，Amazon想让每个顾客优先搜到的自己更感兴趣的商品。
扩展阅读：
http://bbs.fobshanghai.com/thread-6512095-1-1.html
http://www.wtoutiao.com/p/143KNPD.html
2. 推荐排序
也就是智能排序，智能排序是根据用户的关注、标签和微博内容等相关信息，帮助用户梳理微博内容，对同类微博进行合并、对可能感兴趣的微博内容进行优先展示的排序的功能。通过智能排序，能够帮你第一时间找到感兴趣的微博、合并微博中的重复信息、掌握朋友们共同关心的事情。
扩展阅读：
https://zhuanlan.zhihu.com/p/20713521?refer=dataman
https://zhuanlan.zhihu.com/p/20744793?refer=dataman
http://www.cnblogs.com/eniac12/p/5329396.html
3. 其他补充
3.1 跑分模型。这个模型会根据你商品的跑分来决定你的商品展现位置，跑分的高低有很多因素，但最重要的就是你的成交额，与转化率关系密切，就是说你的客单价乘以你卖的件数。
3.2 客单价影响。为什么我乘起来跟别人的差不多，或者比他还高，却排在他后面，这就是另外的影响因素，通常比较重要的一点就是客单价，天猫鼓励高客单价，同样的销售额，默认的是高客单价排在前面。
3.3 时间模型。越靠近下架时间的商品，会有优先权重（也可能相反），评价商品质量，这个也会影响你商品跑分，权重说高不高说低也不低，这个最直接的表现就是你店铺DRS评分。
3.4 商品的类目契合度。因为有些商品他的类目不太好判断，比如包装袋这个商品，他划分的类目是3c数码累。所以，商品跟你在后台达尔文系统所选的契合度越高，搜索权重就越高。
3.5 文本模型，文本模型权重不算太高，但也很重要，这个文本模型有两种，这个文本模型有两种，听我讲，一种是详情页，一种是标题，详情页里面系统会自动提词，看看你有没有违规，有没有触碰敏感词，比如说什么类目第一啊 全天猫第一之内的词汇。
3.6 店铺分数模型。店铺的分数也是影响商品排序的因素之一。这一点类似 App Store 开发者的权重会影响应用质量一样。
其他，求补充…
谢谢！
联系客服
