策略产品经理：如何有效推荐地图公交线路？

　　用户在地图上搜索一个地点到另外一个地点后，会有不同的公交线路。如何为这些线路排序，将最适合、成本最低的公交线路推荐给用户呢？如何衡量推荐策略是否真正满足用户需求，是否真的有效呢？以下，笔者将为大家详细讲述。
　　一、背景以及目的
　　1。背景
　　搜索一个地点到另外一个地点后，会有不同的公交线路，探讨其中的推荐策略。
　　2。目的
　　通过分析公交推荐路线的策略四要素，给用户提供最适合，成本最低的公交线路线。
　　3。如何衡量策略是否有效？
　　推荐线路排序后，用户点击线路越靠前，则策略越有效。
　　用户是否换到其他的排序方法，比如：换乘少，步行少等排序方法，换的次数越多，策略越无效。
　　二、产品目标
　　基于不同的用户和场景，给用户提供成本最低、最适合的公交线路。
　　三、具体策略
　　1。待解决问题
　　针对不同的用户和场景，如何给用户提供成本最低最适合的公交线路呢？
　　2。输入
　　影响因素有哪些？
　　其中，若一个因素占据用户主要考虑因素，如时间因素，则系数加权时间意为：耗费时间越长的线路得分越多，则排序越靠后。
　　3。计算逻辑
　　有时候推荐的路线可能不是最快的、步行距离最短的，但是为什么会成为推荐路线？
　　这是由于不同的影响因素，都有各自的权重系数，所有的影响因素与其权重系数的积加起来，就会得到一条路线的得分。
　　最佳出行方案应该就是那条得分最低的方案。所以，首先我们需要将方案的各个影响因素的单位统一起来，将时间、步行距离、换成次数折算成分值。
　　影响因素换算如下图所示：
　　由图可知：
　　如果方案一花费的时间为40分钟，步行距离800米，换乘次数2次，花费4元；方案二花费的时间50分钟，步行距离400米，换乘次数1次，花费2元。
　　方案一的得分为：时间得分4058分；步行距离得分8004002分；换乘得分212分；价格得分422分。
　　方案二的得分为：时间得分50510分；步行距离得分4004001分；换乘得分111分；价格得分221分
　　计算逻辑为：方案得分方案时间时间系数方案步行距离步行距离系数换乘次数换乘系数价格得分价格系数出行方式出行方式系数。
　　我们假设系数如下图所示：
　　所以，拿之前的公式算出最终每条线路的得分同时结合用户特征（个性化调整其系数和得分情况）和环境特征（调整系数和得分情况）作出最终的排序。
　　举例：
　　用户特征：若根据用户行为记录，该用户偏向于点击收藏停留时间长步行少的路线，那么“步行少”的系数就应当在该用户的整体计算中减少。
　　场景特征：若用户输入的目的地为高铁站，根据大量用户的历史数据。当用户输入了“高铁站”，用户主要的诉求是“准确”和“用时短”，所以此时这两个的系数应该减少。
　　4。输出
　　输出最终的得分结果，从得分低到得分高排序。
　　迭代依据为：
　　推荐线路排序后，用户点击的线路越靠前，则策略越有效。
　　用户是否换到其他的排序方法，比如：换乘少、步行少等排序方法，换的次数越多，策略越无效。