评测方法论与数据透明度
了解我们如何评测和推荐电子书阅读器
Heat Score 计算方法
Heat Score 是我们的综合评分系统，用于衡量产品的市场热度和用户认可度。
| 评分维度 | 权重 | 计算方向 |
|---|---|---|
| 评论热度 | 55% | 评论数越多分数越高（对数增长，有上限） |
| 用户评分 | 20% | 评分越高分数越高（线性） |
| 数据新鲜度 | 15% | 最近爬取的产品分数更高 |
| 发布年份 | 10% | 近3年发布的产品加分 |
| 价格优势 | 5% | 低于$350的产品加分 |
| 折扣幅度 | 5% | 相比发布价折扣越大加分 |
评分范围：0-110 分
我们公开算法的方向和权重，但保留具体数学公式以防止数据被游戏化。
数据来源
我们从多个可靠来源收集数据，确保信息的准确性和全面性。
评论数
公开商品页抓取（以 Amazon 官方商品页为主）
更新频率：每周目标
用户评分
公开商品页抓取的聚合评分字段
更新频率：每周目标
发布年份
官方规格页/产品信息
更新频率：低频变更
价格
官方站点 + Amazon 官方商品页
更新频率：每周目标
更新频率
我们定期更新产品信息和评分，确保推荐始终保持最新。
| 数据类型 | 更新频率 | 说明 |
|---|---|---|
| 产品价格 | 每周目标 | 由爬虫任务批量更新，按数据源可用性执行 |
| Heat Score | 读取时重算 | 页面读取时基于最新快照计算排序 |
| 产品规格 | 按需 | 新产品发布或规格变更时更新 |
常见问题
Heat Score 会变化吗？
会。Heat Score 基于实时数据计算，当评论数、评分或价格变化时，Heat Score 也会相应变化。
为什么我的产品评分与这里不一致？
我们的评分来自公开商品页的聚合数据，不同来源可能有不同的评分标准和采样时间。
如何请求更新产品信息？
您可以通过联系我们来建议产品更新。我们会定期爬取最新数据，但也可以根据用户反馈优先处理特定产品。
Heat Score 的满分是多少？
Heat Score 的理论范围是 0-110 分，用于内部排序参考。我们不对外展示精确分值，以避免过度关注数字差异。
价格数据多久更新一次？
我们目标是每周更新一次价格，但实际更新频率取决于数据源的可用性和爬虫执行情况。