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，其中我有一个像这样的值的总和

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

properties 是值向量，frequency 和 recency 标量值，取自给定的 N 个项目数据集。虽然这里的所有变量都是数字且具有离散整数值，但recency 值是给定时间范围内的 UNIX 时间戳（例如从现在开始 1 个月，或者从现在开始 1 周，等等）。

在数据集中，每个项目i都有一个表示为recency[i]的日期值和一个频率值frequency[i]，以及列表properties[i]。因此，item[i] 的所有属性都会在建议的时间范围内以recency[i] 表示的每一天进行评估。

根据此公式，item[i] 的新近度对 score 值的贡献是负贡献：时间戳越旧，得分越高（因此+ 在该公式中签名）。

我的想法是在给定范围内使用重新缩放方法，例如

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

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

使用 scikit-learn 对象 MinMaxScaler，因此通过将每个特征缩放到给定范围来转换 recency 值，如如何 Normalize and Standardize Time Series Data in Python 中所建议的那样

这是这个数值公式的正确方法吗？当与其他离散数值相加时，哪种替代方法可以标准化时间戳值？

Answer 1

recency 那么是绝对的 UNIX 时间戳吗？还是您已经减去当前时间戳？如果不是，那么根据您的目标，只需从recency 中减去当前的 unix 时间戳就足够了，这样它就可以一致地描述“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，但会保持一致。

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，许多都是有效的。除了最小-最大缩放（我建议使用0 作为最小值并将最大值设置为某个已知的最大时间偏移量）之外，您可能还需要考虑对数转换。