我正在构建一个推荐系统，它可以对汽车替代品进行基于多标准的排名。我只需要以有意义的方式对替代方案进行排名。我有办法通过表格询问用户问题。
每辆车将根据以下标准进行评判：价格、尺寸、电动/非电动、距离等。正如您所看到的，它混合了各种数据类型，包括序数、基数（计数）和定量数据。
我的问题如下：
我应该使用哪种技术将所有模型合并到一个可以排名的分数中。我查看了标准化加权和模型，但我很难将权重分配给序数（排名）数据。我尝试使用更智能的方法为序数数据分配数值权重，但我不确定它是否合适。请帮忙！
在有人帮助我找到最佳排名方法的答案之后，如果最佳排名替代方案在绝对范围内不够好怎么办？我如何检查以进一步扩大替代集？
3.由于上面提到的标准（价格等）都在不同的单位上，是否有一个好的方法来标准化属于不同尺度的混合数据类型？鉴于数据属于许多不同的类型，这样做是否有意义？
对这些问题的任何帮助将不胜感激！谢谢你！