ODS层，表以及数据镜像
PAI层，计算得出总评分（商品销量评分*0.6 + 商品榜单评分*0.1 + 供应商评分*0.3，同类目商品两两关联
搜款网爬虫结果
每天0:20开始任务
1）商品销量评分：销量*0.2 +上款量*0.2 + 收藏量*0.4 + 档口推荐*0.1 + 增长率（近3天）*0.12）商品榜单评分：取每个榜单前20，满分20分，依次下降1分，若一个商品存在多个榜单上，封顶100分3）商品新鲜度：近7天 80分近15天 60分近一个月40分1个月以上 20分4）供应商评分：0.4 内部数据评分 ■ 0.3 1 - 发货退 ■ 0.1 1 - 未发货退 ■ 0.1 1 - 尺寸退 ■ 0.3 1 - 质量退 ■ 0.1 采购spu数 ■ 0.1 对应spu采购件数 0.6 供应商平台评分 ■ 0.3（销量总和*0.2+上款量总和*0.3+收藏量总和*0.4） ■ 0.1 在架商品数 ■ 0.1 累计销量 ■ 0.3 粉丝数 ■ 0.1 年上新款数 ■ 0.1 榜单排名/总榜数
DWS层，筛选出当季款、有类目、店铺排名在3000以内、以及在上架状态的商品数据，计算各项评分，商品详情拆分再根据给定属性名重组，商品名称过滤掉无用字段（如实拍、现货、年份等等）
DWD层，数据标准化，按爬虫时间进行数据分区
机器学习PAI，商品属性、名称分别通过相似度匹配得出分数
ADS层，通过以图搜图模型跑出来的同图相似度分数与商品属性、名称的文本相似度分数，再和其他分数按不同权重相加得出商品推荐分
