排名怎么算
童装品牌榜与全国商业体榜的维度权重、归一方法与防扭曲机制,全部公开。
0—100
定稿权重,透明计算。
两榜各维度权重由站方定稿并写进算法版本;每个实体的维度得分与数据成色角标在详情页完整可见,按角标折算价系数即可复算加权分。
加权分是维度内相对位置的合成,不是市场份额或能力差距的百分比;同分按固定规则排序。
- 01
先统一实体身份
品牌榜与商业体榜的实体来自站点名录(种子文件维护)。各数据源用自己的叫法提及实体时,统一映射到名录条目;名录外的新实体不凭单条消息上榜,先入名录再参排。
- 02
每个维度内归一
提及/事件类计数指标先做对数压缩(log1p)再 min-max 归一到 0—100:数量级差异本身就是信息,头部极值不再把中段挤成 0 分带。营收与门店按定稿断点分层锚点计分(品牌营收 3/5/10/20 亿;门店 200/600 家分段、1000 家及以上满值;商场营收 10/20/50/150/200/250 亿六档(→20/40/60/80/90/100 分、250 亿及以上满分))——绝对口径,与同榜其他实体无关,池底与极值绑架问题在定义上消失;商业体体量(万㎡)按分位分计入客流复合(体量数据覆盖过半才启用,未达线时全维度按档位分计);客流档位等层级值线性归一。同一维度有多个指标时取均值,指标权重均等,不叠加放大。
- 03
缺数先填一层,按定稿权重加权
品牌榜:业绩 50% / 规模 30% / 媒体声量 20%(扩张维度已取消)。商业体榜:业绩 50% / 客流 30% / 媒体声量 10% / 童装业态亲和 10%(首店快闪维已取消),业绩维度整体缺数时滚给客流。缺营收的实体先按同条件组(商业体=同客流档、品牌=同门店量级带)取中位数填一层「推断填充」值——不罚零、不冒充实测,真实数据入场自动覆盖。维度分按数据成色折价后进加权:机器源 ×1.0、研报提取 ×0.85、人工种子 ×0.7、推断填充 ×0.5(总分上限随成色如实下压)。全榜无任何实体得分的维度自动滚出权重体系,其权重按比例摊给其余在役维度。权重为命主定稿,写进算法版本。
- 04
缺数计零,独立计权
各维度独立计权,分母固定为在役权重总和:某实体一个维度既无实测也无填充值时,该维度计 0 贡献,不把权重摊给其余维度(缺业绩不能靠规模补位),也不猜测;同时给出覆盖度(有效维度权重占比)。覆盖度不足 30% 的实体标「样本不足」,不进正式名次。注意区分两层规则:空转滚动是维度级全榜缩放(每个实体同等受益,不改变实体间相对比较),实体级缺数计零是单个实体的让位(改变实体间公平)——两者性质不同,不互替代。
- 05
数据置信级,随分披露并折价
每个维度按数据来源标注置信级:机器源(自动采集)>研报提取(公开研报/媒体整理)>人工种子(人工编制档位)>推断填充(缺数条件填充)。榜单行与实体详情页有角标,且置信级不只展示、还进入分数(维度分按档位折价后加权,系数见上一步);机器正源接入后同维度自动升档。商业体营收支持值级成色:联商网年度盘点值标「研报提取」档,项目长图人工估算标「人工」档,逐实体角标披露。
两榜权重表(本轮在役)。
权重正本在算法(方法版本随权重变更升级);下表由本轮计算结果直接生成,页面写的和算法算的一致。
童装品牌榜
本轮计分分母=在役权重和 1(有效维度:业绩、规模、媒体声量;空转维度已滚出,权重按比例摊给在役维度)。
- 业绩50%童装业务营收置信级:研报提取
- 规模30%门店规模置信级:人工种子
- 媒体声量20%站内品牌声量置信级:机器源
全国商业体榜
本轮计分分母=在役权重和 1(有效维度:业绩、客流规模、媒体声量、童装业态亲和;空转维度已滚出,权重按比例摊给在役维度)。
- 业绩50%商业体业绩(人工披露)置信级:研报提取
- 客流规模30%客流层级(人工种子)置信级:人工种子
- 媒体声量10%商场媒体声量置信级:机器源
- 童装业态亲和10%童装业态亲和置信级:机器源
防扭曲机制。
单源封顶
窗口提及门槛
成色折价,低置信不同权
样本不足标注
分级不进权重
你可能还想知道
商业体榜的客流数据可靠吗?
业绩和规模的数据从哪来?
声量是怎么统计的?
榜单多久更新一次?
同分怎么排序?
非上市品牌会不会吃亏?
榜单还分了子榜(价格带/定位分层),是怎么回事?
查看计算细节与当前版本
方法版本:2026.10-weighted-v4.8。加权分计算:每个指标在其所属榜的实体池内归一(提及/事件类计数先 log1p 压缩再 min-max;营收/门店/商场营收按定稿断点分层锚点绝对计分——营收 3/5/10/20 亿→25/50/75/100 分、20 亿及以上封顶,门店 200/600 家→25/50 分、1000 家及以上满值(此前段线性至 75),商场营收 10/20/50/150/200/250 亿→20/40/60/80/90/100 分、250 亿及以上满分(v4.7 六档连续插值,命主 2026-10-03 定稿);童装业态亲和按共现品牌数绝对档计分(每有一个榜内品牌+10 分封顶 100,v4.8 命主同日定稿);商业体体量按分位分计入客流复合,体量覆盖过半才启用),维度分=维度内各指标归一分的均值,实体总分=Σ(维度分×成色系数×维度权重)÷在役权重总和(成色系数:机器源 1.0/研报提取 0.85/人工种子 0.7/推断填充 0.5,按榜单行与详情页角标档位取值;单实体缺数维度计 0 贡献,不摊权重、不交叉补位;全榜空转的维度滚出权重体系、权重按比例摊给其余在役维度)。
覆盖度=有效维度权重和÷全部在役权重和;展示保留一位小数。窗口提及门槛(3 篇,声量/媒体类适用;亲和自 v4.8 起按品牌数绝对计分不卡门槛)、覆盖度门槛(30%)、营收/门店/商场营收分层锚点断点(值见上)、总分并列定序(业绩概数真值高者在前——锚点封顶后维度分相同而营收真值有别时据此分先后;推断填充值不参与定序、仅一方有真值时有值者在前;真值同或双方均无按名录名字典序,v4.5)、商业体榜业绩滚给客流的转移规则、空转维度滚动规则、缺营收条件填充(商业体=同客流档/品牌=同门店量级带的中位数,log 空间;同组无真值参考或门店量级缺省者不填充)、客流维体量复合(档位 0.6+体量 0.4,无体量回退档位全额;启用闸=有体量商场占池比≥50%,未达线时全维度按档位分计)、先验亲和分档(商场类型×定位垫底:购物中心×大众/中端/中低端=100、中高端=80、高端=60,百货=50,奥特莱斯/商业街区=40,类型或定位缺省者不垫底;垫底值按推断填充档折价 0.5,每有一个榜内品牌+10 分、10 个品牌及以上满分(v4.8 命主 2026-10-03 定稿,绝对口径;实测有行的实体逐个由实测接管)——先验只在亲和实测行整体缺席时兜底)、数据置信级分档与折价系数(机器源>研报提取>人工种子>推断填充,随维度分披露并进加权;商业体营收值级成色 annual=研报提取档/estimate=人工档,逐实体角标)、商场榜名录全量入池(无任何指标数据的商业体列示于榜尾样本不足区,0 分不计入正式名次,v4.5)均为算法内固定常量,变更即升版本并在本页公示。
事件词表(首店快闪):开店、新开、首店、入驻、开业、新店、新品、联名、快闪、拓店、进场。站内声量引擎统计口径=近 90 天文章实体标注计数(标注面=标题+摘要+正文全文;事件词按标题匹配);社媒外站统计随信源扩展升级,升级前如实披露口径边界。
上一代方法(AI 模型榜 Kemeny 共识 v15)的代码保留在系统中未删除,历史榜单可回溯;两榜体系不继承其任何票权结构。