用戶在地圖上搜索一個地點到另外一個地點後，會有不同的公交線路。如何為這些線路排序，將最適合、成本最低的公交線路推薦給用戶呢？如何衡量推薦策略是否真正滿足用戶需求，是否真的有效呢？以下，筆者將為大家詳細講述。
一、背景以及目的
1. 背景
搜索一個地點到另外一個地點後，會有不同的公交線路，探討其中的推薦策略。
2. 目的
通過分析公交推薦路線的策略四要素，給用戶提供最適合，成本最低的公交線路線。
3. 如何衡量策略是否有效？
- 推薦線路排序後，用戶點擊線路越靠前，則策略越有效。
- 用戶是否換到其他的排序方法，比如：換乘少，步行少等排序方法，換的次數越多，策略越無效。
二、產品目標
基於不同的用戶和場景，給用戶提供成本最低、最適合的公交線路。
三、具體策略
1. 待解決問題
針對不同的用戶和場景，如何給用戶提供成本最低最適合的公交線路呢？
2. 輸入
影響因素有哪些？
其中，若一個因素佔據用戶主要考慮因素，如時間因素，則係數加權時間——意為：耗費時間越長的線路得分越多，則排序越靠後。
3. 計算邏輯
有時候推薦的路線可能不是最快的、步行距離最短的，但是為什麼會成為推薦路線？
——這是由於不同的影響因素，都有各自的權重係數，所有的影響因素與其權重係數的積加起來，就會得到一條路線的得分。
最佳出行方案應該就是那條得分最低的方案。所以，首先我們需要將方案的各個影響因素的單位統一起來，將時間、步行距離、換成次數折算成分值。
影響因素換算如下圖所示：
由圖可知：
如果方案一花費的時間為40分鐘，步行距離800米，換乘次數2次，花費4元；方案二花費的時間50分鐘，步行距離400米，換乘次數1次，花費2元。
方案一的得分為：時間得分 = 40/ 5 = 8分；步行距離得分 = 800/ 400= 2分；換乘得分 = 2 / 1 = 2分；價格得分=4/2=2分。
方案二的得分為：時間得分 = 50 / 5 = 10分；步行距離得分 = 400 / 400 = 1分；換乘得分 = 1 / 1 = 1分；價格得分=2/2=1分
計算邏輯為：方案得分 = 方案時間 * 時間係數 + 方案步行距離 * 步行距離係數 + 換乘次數 *換乘係數 + 價格得分*價格係數+出行方式 * 出行方式係數。
我們假設係數如下圖所示：
所以，拿之前的公式算出最終每條線路的得分同時結合用戶特徵（個性化調整其係數和得分情況）和環境特徵（調整係數和得分情況）作出最終的排序。
舉例：
用戶特徵：若根據用戶行為記錄，該用戶偏向於點擊/收藏/停留時間長 步行少的路線，那麼“步行少”的係數就應當在該用戶的整體計算中減少。
場景特徵：若用戶輸入的目的地為高鐵站，根據大量用戶的歷史數據。當用戶輸入了“高鐵站”，用戶主要的訴求是“準確”和“用時短”，所以此時這兩個的係數應該減少。
4. 輸出
輸出最終的得分結果，從得分低到得分高排序。
迭代依據為：
- 推薦線路排序後，用戶點擊的線路越靠前，則策略越有效。
- 用戶是否換到其他的排序方法，比如：換乘少、步行少等排序方法，換的次數越多，策略越無效。
題圖來自Unsplash, 基於CC0協議。
閱讀更多 人人都是產品經理 的文章
