我刚才举了几个例子的。比如高斯分布，normalize之后最大数不是1而是看具体在几个sigma. Normalize要根据每个变量的不同分布来选择方法。举例，如果某个或某些变量是高斯分布却按比例去normalize对最后的打分很可能有比较大的影响。

Weight根据已有的信息我就没办法了，但是如果你有以往的数据，也许可以试着做machine learning. 当然首先要看你们看重的是什么。比如说你们最看重partners给你们带来的经济效益，那么效益高的打分应该也高，可以去regression analyse一下这些变量与效益的关系来寻找更合理的weights，至少可以以此为参考调整原先的weights. 这个有待讨论。