[发明专利]一种基于不同维度特征和综合评价指数的残留物判定算法

说明书

技术领域

本发明涉及电商网站购物中商品筛选技术领域，具体为一种基于不同维度特征和综合评价指数的残留物判定算法。

背景技术

商品筛选，即按照条件对商品(尤其是同一品目下商品)进行的筛除性及对比性选择，该过程中用户体验的优劣是用户评价各电商网站购物体验的最重要指标之一。

由于用户对筛选条件的不确定，筛选结果与用户需求间可能存在误差。比如，当用户进行商品筛选时，常出现某些商品不满足部分筛选条件、同时高度符合其他筛选条件；这类商品在筛选系统中会被过滤掉，却经常可以被用户接受，甚至最终购买。

为解决相关问题，当前电商在商品筛选的基础上提供了商品推荐功能。其主要根据用户以往的购买或浏览记录进行商品推荐，或根据用户定义的筛选条件、提供其他进行过类似操作的用户的商品购买数据供用户参考；商品推荐可以在一定程度上解决筛选结果与用户需求之间的差异性问题，但由于商品的频繁更新，以往的用户购买数据往往并不具有代表性。

另外，当用户定义了多个条件进行商品搜索或商品筛选时，若结果为空，电商多呈现给用户去掉某一个或某几个筛选条件后的结果。这样的处理方式，因没有考虑到商品满足及不满足各筛选条件的程度，而不具有科学性。

发明内容

针对上述不足，本发明提供一种基于不同维度特征和综合评价指数的残留物判定算法。首先，将残留物定义为：在用户筛选过程中的一些不满足但是接近某些筛选条件、同时高度符合其他筛选条件，并极有可能被用户接受的商品。技术方案如下：

一种基于不同维度特征和综合评价指数的残留物判定算法，包括：

步骤1：计算未通过筛选商品整体满意度pos_u与整体不满意度neg_u：

posu=Σv=0n-1ρv·posu,s/Σv=0n-1ρv]]>

negu=Σv=0n-1ρv·negu,v/Σv=0n-1ρv]]>