供应商字段

• 案例价格区间 (start, end)，需求价格money
  • 数学公式：调和平均值可以提高距离近的价格的权重（联想并联电阻的公式），可能会接近0；加上算术平均值作为缓冲距离，可以使距离不产生ZeroDivisionError。

  d1 = money - start
    
  d2 = money- end 
    
  d_{harmony}= 2 \left| d1*d2 \right| /(|d1|+|d2|)
    
  d_{arithmetic} = | (start+end)/2 - money|
    
  d_{last} = (d_{harmony}+ d_{arithemic})/ 2
    
  
  

  • 代码

  # s1表示距离相关评分
  s1 = money/d_last
  # flag_range = (-1, 0, 1) 分别表示 money与(money,start)的区间关系为greater，in, less
  flag_range= 0
  # d1*d2>0表示money不在区间中，d1和d2的符号相同，取d1符号的负数，就表示区间flag_range
  if (d1*d2)>0:
      flag_range = - np.sign(d1)
      w = 1- 2* flag_range
  # s2表示区间相关评分
  s2 = w
  # a1和a2可以根据需求改变
  s_ultimate = a1*s1 + a2*s2
  # 如需高性价比，则 (a1, a2) = (2,1)，如需高质量 (a1, a2) = (1, 2)
    
    
  # 求最高分, ranges是一系列价格区间 [(start, end),...] 的列表，求出money所在区间的start_1, end_1
  start_1, end_1 = get_interval(money, ranges)
  best_score= 3+ 4+4*start_1/(end_1-start_1)
  

离散字段打分

• 只能判断存在性，或者用矢量相似度

案例/字符串相似性判断

• 最简单的方法，使用分词器，然后计算Jaccard相似度

req = set(analysis.extract_tags(text_req))
supp = set(analysis.extract_tags(text_supp))
# 简单的长度计算
r_jaccard = len(req.intersection(supp))/len(req.union(supp))
# 复杂一点的cosine相似度

• 进阶方法，需要使用分类或聚类算法