排名方法 rankings
排名方法允许您为要针对给定配置文件显示的项目排名。 创建排名方法后，即可将它分配给选择策略以定义应首先选择哪些项。
提供了两种类型的排名方法：
-
公式 允许您定义规则，这些规则将确定应首先显示哪个项目，而不是考虑项目的优先级分数。
-
AI模型 允许您使用经过训练的模型系统，这些系统将利用多个数据点来确定应该首先显示哪些项目。
创建排名方法 create
要创建排名方法，请执行以下步骤：
-
导航到 策略设置 菜单，然后根据要使用的排名类型选择 公式 或 AI模型 菜单。
-
单击屏幕右上角的 创建公式 或 创建AI模型 按钮。
-
根据您的需要配置公式或AI模型，然后保存。
有关如何创建排名公式和AI模型的详细信息，请参阅决策管理文档：
note note NOTE 排名公式中的嵌套深度限制为30级。 这是通过计数PQL字符串中的 )个右括号来测量的。 规则字符串的大小最多可达8KB，适用于UTF-8编码字符。 这相当于8,000个ASCII字符（每个1字节），或2,000-4,000个非ASCII字符（每个2-4字节）。 了解有关Decisioning护栏和限制的更多信息
决策策略支持最多10个选择策略和决策项目组合。 了解有关Decisioning护栏和限制的更多信息
| note note |
|---|
| NOTE |
| 此功能仅适用于具有管理员权限的Customer Journey Analytics客户。 |
| 在开始之前，请确保已将Journey Optimizer与Customer Journey Analytics集成，以便将Journey Optimizer数据集导出到默认数据视图中。 了解如何在 Customer Journey Analytics中利用 Journey Optmizer 数据 |
个性化优化模型是一种AI模型，可让您定义业务目标，并利用客户数据训练面向业务的模型以提供个性化优惠并最大化KPI。 有关如何创建个性化AI模型的详细信息，请参阅决策管理文档。
默认情况下，个性化优化模型使用 优惠点击次数 作为优化量度。 如果您正在使用Customer Journey Analytics，Decisioning允许您利用自己的自定义量度来优化您的模型。
为此，请访问个性化AI模型创建屏幕并展开 转化事件 下拉列表。 默认Customer Journey Analytics 数据视图中的所有量度都会显示在列表中。 选择要优化模型的量度，然后照常完成AI模型创建。
| note note |
|---|
| NOTE |
| 默认情况下，Customer Journey Analytics中的量度使用“最后接触”归因模型，该模型将100%的点数分配给转化前最近发生的接触点。 |
| 虽然可以修改归因模型，但并非所有的归因模型都适合用于人工智能模型优化。 我们建议仔细选择与您的优化目标一致的归因模型，以确保模型准确性和性能。 |
| 有关可用归因模型及其使用指南的更多详细信息，请参阅Customer Journey Analytics 文档 |
在公式中利用决策项目属性 items
排名公式以 PQL语法 表示，并且可以利用各种属性，例如配置文件属性、上下文数据以及与决策项目相关的属性。
要在公式中利用与决策项目相关的属性，请确保遵循排名公式代码中的以下语法。 展开每个部分以了解更多信息：
