我们可以看到目前很多的网站都会有内容评分，无论是电子商务、信息分享还是内容下载。内容的评分主要分为两类，一类是用户对内容的评分，主要针对用 户的使用感受，如电子商务网站的商品评分，内容分享网站的内容评分等，这个也是目前最普遍的评分模式，而内容的综合评分的计算也相对比较简单，大多是取所 有用户评分的均值；另一种评分方式就是网站自身对内容的评分，主要针对用户的历史行为数据，如通过用户对内容的访问情况评价内容的热门程度等。

　　这里要介绍的网站内容评分模型主要针对第二类的评分方式，因为评分的分值是相对固定的，100分制、10分制还是5分制，而用户相对于每个内容 所产生的行为数据的数值却千差万别，可能是千数量级，也可能是万数量级，甚至是百万数量级，如何将这些数据转化成标准的评分体制，并让最终的分值分布更加 合理化、有效化，从而让真正优质的内容获得较高的评分，并推荐给用户，是这里重点要解决的问题。

　　对商品的评估一般限于商品的浏览量和商品的销量两个方面，但是无法对浏览量和销量进行单独的评估，浏览量和销量往往会互相制约，所以在评估方面，两者都必须考虑进去。

　　商品评分 = 商品浏览量分数 × 权重（0.4） + 商品转化率分数 × 权重（0.6）；

　　（1）商品转化率 = 商品订单数 / 商品浏览访客数；

　　（2）商品浏览量分数 = （当前商品浏览量 / 当前所有商品当中的最高浏览量） × 100；

　　（3）商品转化率分数 = （当前商品转化率 / 当前所有商品当中的最高转化率） × 100；