一种思想

近期，在进行关联商品推荐功能模块的开发过程中，学到了一种“从小到大”的筛选思想。

例如，希望在商品详情页推送5个相关的商品，判断“关联度”的因素简化为三个：产品分类，服务分类，标准分类。这三个分类各占一定的分数。得分最高的5个相关商品将在推荐位进行展示。

在最开始的时候，我是打算用“从大到小”的方式进行，先根据其中一个因素（例如产品分类）查出部分商品，给予这些商品分数（例如10分）。

之后再从这些商品中查找满足第二个因素（服务分类）的商品，再加上一定分数（例如8分）。

最后，再从过滤的商品中找出满足第三个因素（标准分类）的商品，加上分数（例如5分）。

然后进行排序，选取得分最高的前5个商品。

 

但这样会出现一个问题，如果一开始的基数很大，那么系统开销就会上升，而且很多由于只去前五商品，会导致很多商品查不出来但不被需要，造成浪费。

后来向人请教后，换了一种“从小到大”的方式进行。先查同时满足三因素（产品、服务、分类）的商品，如果数量够了，则直接任意取5个。如果数量不足，则减少条件（例如保留产品和服务），此时查出来的总数，如果>=5，则取得分最高的5个，如果不够，则再次减少条件。

这样的好处就是，基数小，浪费少。