如何标准化 unix 时间戳以求和为离散数值？

Question

我有一个“理想”公式，其中有如下值的总和

score[i] = SUM(properties[i]) * frequency[i] + recency[i]

是取自给定的 N 个项目数据集properties的值向量frequency 和recency标量值。虽然这里的所有变量都是数字且具有离散整数值，但该recency值是给定时间范围内的 UNIX 时间戳（例如自现在起 1 个月或自现在起 1 周等，每天）。

在数据集中，每个项目i都有一个表示为 的日期值recency[i]、一个频率值frequency[i]和一个列表properties[i]。因此， 的所有属性item[i]都会在每天的recency[i]建议时间范围内进行评估。

根据此公式，新近度对score值的贡献item[i]是负贡献：时间戳越旧，得分越好（因此+该公式中的符号）。

我的想法是在给定范围内使用重新缩放器方法，例如

scaler = MinMaxScaler(feature_range=(min(recencyVec), max(recencyVec)))
scaler = scaler.fit(values)
normalized = scaler.transform(values)

其中recencyVec收集recency每个数据点的所有向量，其中min(recencyVec)是第一天，max(recencyVec)是最后一天。

使用 scikit-learn 对象MinMaxScaler，因此recency通过将每个特征缩放到给定范围来转换值，如如何在 Python 中规范化和标准化时间序列数据中所建议的

这是该数值公式的正确方法吗？当时间戳值与其他离散数值求和时，哪种替代方法可以标准化时间戳值？

Answer 1

那么是recency绝对的 UNIX 时间戳吗？或者您已经减去当前时间戳了吗？如果不是，那么根据您的目标，简单地从 中减去当前的 unix 时间戳可能就足够了recency，以便它一致地描述“从现在开始的秒数”，或者时间增量而不是绝对的 unix 时间。当然，这会产生相当大的分数，但它会是一致的。

您使用什么缩放取决于您的目标（什么是可接受的score？），但只要它们是单调的，许多缩放都是有效的。除了最小-最大缩放（我建议使用0最小值并将最大值设置为某个已知的最大时间偏移）之外，您可能还需要考虑对数转换。