题解
题面描述
给定一个字典，字典的键为用户的 id，值为包含用户行为数据的字典，数据包括 steps（步数）、active_minutes（活动时长）以及 calories（卡路里）。要求对这三列数据进行最大最小归一化处理，然后使用下列公式计算每个用户的行为得分：
score=log(1 + normalized_steps) + exp(normalized_active_minutes) + normalized_calories*(normalized_calories + 1)/2
其中，log 表示自然对数，exp 表示指数函数。得分最终使用 round 保留至多三位小数。如果所有用户的 steps、active_minutes 和 calories 都为零，则返回结果为 NaN 。
题目内容
在一个在线购物平台上，系统每天会汇总所有用户的活跃数据。每位用户的数据包含三个指标：点击次数（clicks）、浏览时长（duration，单位：秒）和购买次数（purchases）。
为了公平地衡量每位用户的活力水平，需要先对所有用户的数据进行 Min-Max 归一化，然后根据归一化后的数值计算活力分数。
记归一化后的点击次数为 s，归一化后的浏览时长为 t，归一化后的购买次数为 c，则活力分数计算公式为：
score=ln(1+s)+et+2c×(c+1)
其中 ln 为自然对数，et 为指数函数。
