文中一部分文字：

1. Signals/features (Item 基础权重)
Item 基础权重是指网站初始时候所需要考虑的Item 本身的因素，相当于冷启动，主要考虑
如下因素：
1. PFS 和QFS/UFS 提供的商品、用户、Query 的一些特征；
2. 质量度：PWS 综合考虑商品销量，商品所来源商家等因素，得到商品质量的综合评分。
商品所积累的点击，购买等行为也能体现商品的质量。对于这些数据，我们更多在反馈
的时候考虑；
3. Item 和Query 之间的相关性：推荐RS 提供了User 和Product 的相关性，检索BS 提供了
Query 和Product 的相关性。
网页质量/商品质量（PWS）
商品质量是排序中一个很关键的因素。网页排序中最为关键的因素是通过PageRank，
Authority-Hub 等网络的方式得到的页面的质量度。它们较好得利用了hyper-link（用户行为）
所体现的商品质量。
商品商品
相似性
商家提供
的部分商
品销量
商品质量
PM经验
数据
商品评论
抓取
BI
销量预估
商品质量
排序
商品数据
推荐
相对网页来讲，商品质量的计算较为困难一些，因为我们缺少类似于网页的全局的对于质量
的反馈机制（后续可以考虑商品、品牌、商家等组成的一个异构网络，以及该异构网络下的
商品质量的计算。）。商品在各个模块（检索，推荐，运营）下的行为后续会是计算商品质量
的很重要的指标。这里需要加入学美的数据清洗（尤其是用户行为针对商品属性上有bias
的情况下），因为在不同模块，比如在检索结果下的点击行为很多时候不只是依赖于商品质
量，也受相关性，展现位置等因素的影响。