|
总样本数 如：80个点评 但它没有和时光顺序进行权重计算，我以为，只有最近的服务，才最能反映下一次服务的情形。 1 当数据量过多的时候，对用户的评价反响就会痴钝
那么点评的分数是否应当设计成和时效性挂钩呢?一周内的评分应该是最高权重，而半年前的分数给予十分低的权重。实在淘宝已经做了，动态评分体系，时间是六个月。
商品：有形，标准，生产与消费分别，可存储 基础构造如下 服务：无形，异质，出产与消费同步，易逝性 评分项目 如：综合评分，送货速度 当然，这里存在一个临界点的问题，不可能呈现一个最新评论是差评就立即拉低了分数，或者一个忽然的好评进步了分数，当中的可操作性还要好好考虑。
解决方案： 单个样本的点评内容(值得一体的是京东对点评还进行了细分，以优点，不足和总结来领导用户对点评进行格局化浮现。) 现在主流网站的评分和评价体系如图 我认为这套体系有以下毛病 然而我就想找茬了，岂非不更好的系统来推翻这一套现有的体系吗?不破不破，抛砖引玉。 最幻想的状况，这些分数的分布也只是一个正态分布，但实际上也不是这样的分布。那还有更好的显著的辨别档次的方法么? 一，量化数据部门 这个评分体系的优点良多，被大多数网站普遍采取，已经成为了商定俗成的常识，用户不管是在哪个网站，都可以懂得这一套评价体系，并且疾速的对本人查看的商品构成一个直观印象。 例如：把所有学生的分数按次序排序，一个班级100个人，拍100名。按五分制盘算，1-20名算5分，21-40名算4分，以此类推。这样做出来的品位划分，是最平匀分布也最显明的。对于用户来说，就能够更好的抉择和对照。 --该名目单项水平样本数 如： 好评10个，中评1个跟差评0个。(也有通过百分比来显示的) -->二，不可量化信息局部 2 分数散布不平均 --程度 如：好评，中评和差评;或者1-5分 打个比喻说，同样一个班级，A老师评分比较宽容，作文分数都在90分以上，随意找一个都是90分100分的人。B老师评分严厉，只有两三个上90分的。那么我从这个班级中随机抽出一个学生，他的分数是90分整，我不知道是A老师评的仍是B老师评价的，那他的写作程度到底是怎么呢? 这样拉平分数，有人会说，都是好产品，总有10%给1分，还不迭格，这怎么做生意呢?所以，我想，这个也是有限度的拉平分数距离，比方最低3分。3分到5分的分数区间，按排名匀称拉平，也比80%都是4.5分这样更有参考价值。 解决计划： 这个反映愚钝的意思，举一个例子会比拟形象。假如一个商户的服务有1000个单位的高分，但是跟着最近生意的增加，或者其余什么起因导致了服务品质降落，持续涌现了10个左右的低分，但是总评分数仍然是在高分上，那么最近购置的客户的实在感触就无法立刻被反应出来，而商户也可能由于这种敏感的分数体系而疏忽对用户供给高质量服务的保持。 在电子商务范畴，产品的评分和评估体制是必不可少的，这甚至是高过传统商务模式的长处，逛街购物永远无奈晓得某一个实体商店的评分和评价。评分和评价体系的目标是对商品的附加服务进行量化考察。如售后，送货速度，商家立场，产品实际应用休会等。这些附加于商品自身的主观性花费感想，是无法标准化的。
这些问题我想不是我第一个想到，也不是我第一个提出。那为什么当初没有相似的实例，是不是没有可操作性?本文就先写到这里，隔上一段时间，再来思考。 所以须要有海量的个体单元信息(用户点评)来复合描写全部服务的感触，给用户一个具象无穷濒临尺度的商品形象。 相关的主题文章： (责任编辑：admin) |