一种基于多层级权重约束的鞋履款式智能匹配方法及系统与流程
本发明涉及数据处理,具体涉及一种基于多层级权重约束的鞋履款式智能匹配方法及系统。
背景技术:
1、鞋履款式匹配用于从多个候选鞋履中确定与用户足部条件、使用条件、外观偏好及交易条件相适配的对象。现有技术通常将用户输入转换为关键词、标签或特征向量,再依据鞋履属性与用户特征之间的相似度、加权评分或排序结果完成候选筛选。
2、该类处理方式往往将不同性质的需求置于同一评分空间,足鞋结构需求、场景功能需求、款式审美需求和交易偏好需求之间缺少明确的层级约束,导致外观或价格等低层级匹配结果可能抵消前掌空间、鞋腔高度、防滑或缓冲等高层级不匹配。现有技术还常将鞋履的各项属性作为彼此独立的匹配依据,未对由同一鞋履结构属性形成的多个满足能力设置统一容量边界,使同一结构能力可能被多个需求重复计入,造成候选鞋履的可满足程度被高估。另一方面,现有加权评分通常直接输出总分或排序位置,未记录各需求在属性承接后仍未被分配的权重,因而难以区分总体轻微偏离与单项严重失配,也无法稳定判断候选鞋履应在哪一需求层级被排除。上述处理机制使候选筛选结果易受权重配置和候选集合变化影响,且匹配结果缺少可追溯的需求满足关系。因而,需要解决多类需求缺少层级隔离、鞋履属性承接能力被重复计算以及未满足需求无法形成明确筛选依据的问题。
技术实现思路
1、本发明提供一种基于多层级权重约束的鞋履款式智能匹配方法及系统,用于至少解决如何在多类用户需求具有不同层级且鞋履属性承接能力存在共享约束的条件下,对需求权重进行受限分配并基于未分配权重筛选鞋履的问题。
2、第一方面,本发明提供一种基于多层级权重约束的鞋履款式智能匹配方法,该方法包括:
3、获取用户需求数据及鞋履属性数据;
4、将用户需求数据转换为需求权重集合,需求权重项包括需求层级、作用对象标识及受层级权重预算约束的权重份额;
5、将鞋履属性数据转换为款式承载集合,款式承载项包括作用对象标识及承接容量,部分款式承载项组成共享容量组;
6、按作用对象标识建立需求权重项至款式承载项的承接通道,按层级顺序经承接通道分配权重份额,分配量受承接容量及共享容量组的容量上限约束,逐层锁定款式承载项的已占承接容量及共享容量组的累计承接量,并将未分配的权重份额确定为需求剩余权重;
7、按需求剩余权重筛选鞋履,生成鞋履匹配结果。
8、第二方面,本发明提供一种基于多层级权重约束的鞋履款式智能匹配系统,用于实施基于多层级权重约束的鞋履款式智能匹配方法,该系统包括:
9、数据获取模块,用于获取用户需求数据及鞋履属性数据;
10、权重构建模块,用于将用户需求数据转换为需求权重集合,需求权重项包括需求层级、作用对象标识及受层级权重预算约束的权重份额;
11、承载构建模块,用于将鞋履属性数据转换为款式承载集合,款式承载项包括作用对象标识及承接容量,部分款式承载项组成共享容量组;
12、权重分配模块,用于按作用对象标识建立需求权重项至款式承载项的承接通道,按层级顺序经承接通道分配权重份额,分配量受承接容量及共享容量组的容量上限约束,逐层锁定款式承载项的已占承接容量及共享容量组的累计承接量,并将未分配的权重份额确定为需求剩余权重;
13、匹配筛选模块,用于按需求剩余权重筛选鞋履,生成鞋履匹配结果。
14、相比于现有技术,本发明的优点及有益效果在于:
15、通过将用户需求数据转换为需求权重集合,并以需求层级、作用对象标识和受层级权重预算约束的权重份额组织不同需求,实现了多类需求在统一数据结构中的分层表达。通过将鞋履属性数据转换为款式承载集合,并为款式承载项设置承接容量及共享容量组的容量上限,能够限制单个鞋履属性及同一结构能力对多个需求的重复承接。通过作用对象标识建立需求权重项至款式承载项的承接通道,使权重份额仅在具有对应作用关系的需求与属性之间分配。通过按层级顺序分配权重份额并逐层锁定已占容量,能够阻止较低需求层级的匹配结果改变较高需求层级的分配状态。通过将未分配权重份额确定为需求剩余权重,并据此筛选鞋履,实现了对未满足需求的定量保留和候选鞋履的逐层判断。由此,鞋履匹配结果能够同时反映需求层级、属性承接边界和未满足程度,使筛选依据保持清楚、一致并可追溯。
1.一种基于多层级权重约束的鞋履款式智能匹配方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述用户需求数据转换为需求权重集合,包括:根据所述用户需求数据确定足鞋结构需求、场景功能需求、款式审美需求和交易偏好需求;将所述足鞋结构需求、所述场景功能需求、所述款式审美需求和所述交易偏好需求依次划分为不同需求层级,分别确定各需求的作用对象标识,并生成所述需求权重项。
3.根据权利要求2所述的方法,其特征在于,所述权重份额的确定,包括:基于所述用户需求数据确定各需求权重项的需求基础重要度、需求证据置信度和场景强化系数,所述需求基础重要度用于指示需求失配对鞋履实际穿着的影响程度,所述需求证据置信度用于指示所述用户需求数据对相应需求的支持程度,所述场景强化系数用于指示当前使用场景对相应需求权重的调整程度;将所述需求基础重要度、所述需求证据置信度和所述场景强化系数的乘积分别确定为各需求初始权重;按照所述各需求初始权重在同一需求层级内的占比分配所述层级权重预算,得到所述权重份额。
4.根据权利要求1所述的方法,其特征在于,所述将所述鞋履属性数据转换为款式承载集合,包括:从所述鞋履属性数据中确定鞋履结构属性、鞋履功能属性、鞋履外观属性和交易属性;分别确定各属性的作用对象标识和属性值,生成所述款式承载项;根据所述属性值的数据来源可靠程度及多个数据来源之间的一致程度确定所述属性值的数据可信度,并根据所述属性值及所述数据可信度确定所述承接容量。
5.根据权利要求4所述的方法,其特征在于,所述共享容量组的确定,包括:在多个款式承载项由同一鞋履结构属性生成的情况下,将所述多个款式承载项划入同一共享容量组,并根据所述鞋履结构属性确定所述共享容量组的容量上限;使所述共享容量组内各款式承载项累计承接的权重份额不超过所述容量上限。
6.根据权利要求1所述的方法,其特征在于,所述按所述作用对象标识建立所述需求权重项至所述款式承载项的承接通道,包括:基于所述用户需求数据确定所述需求权重项的需求目标,并基于所述鞋履属性数据确定所述款式承载项的属性值;确定预设作用关系,所述预设作用关系用于指示所述款式承载项的属性对所述需求权重项所表征需求的满足关系或补偿关系;在所述需求权重项与所述款式承载项的作用对象标识相同或满足所述预设作用关系的情况下,根据所述需求目标与所述属性值之间的偏离量确定承接有效度,并在所述承接有效度大于零的情况下建立所述承接通道。
7.根据权利要求6所述的方法,其特征在于,所述经所述承接通道分配所述权重份额,包括:基于所述用户需求数据确定各需求权重项的允许放宽等级和需求证据置信度,所述允许放宽等级用于指示所述需求目标允许调整的程度,所述需求证据置信度用于指示所述用户需求数据对所述需求权重项所表征需求的支持程度;统计各需求权重项的承接通道数量;在同一需求层级内,按照所述允许放宽等级由低到高、所述承接通道数量由少到多、所述权重份额由大到小和所述需求证据置信度由高到低确定需求权重项的分配顺序;按照所述分配顺序和所述承接有效度由高到低的顺序,将所述权重份额分配至具有剩余承接容量且满足所述共享容量组的容量上限约束的款式承载项。
8.根据权利要求7所述的方法,其特征在于,在同一需求层级内的任一需求权重项存在未分配的权重份额,且与所述任一需求权重项具有承接通道的全部款式承载项均无剩余承接容量的情况下,确定占用其中任一款式承载项的承接容量的另一需求权重项,并将被占用的款式承载项确定为当前款式承载项;在存在与所述另一需求权重项具有承接通道、具有剩余承接容量且满足所述共享容量组的容量上限约束的替代款式承载项,且所述替代款式承载项的承接有效度相对于所述当前款式承载项的承接有效度的下降量不大于允许的承接有效度下降量时,将所述另一需求权重项已分配至所述当前款式承载项的权重份额重新分配至所述替代款式承载项,并将释放的承接容量用于分配所述任一需求权重项未分配的权重份额。
9.根据权利要求1所述的方法,其特征在于,所述按所述需求剩余权重筛选鞋履,包括:将同一需求层级内各需求剩余权重之和与所述层级权重预算之比确定为层级剩余率,将同一需求层级内各需求剩余权重与各自权重份额之比的最大值确定为最大单项剩余率;按照所述层级顺序,在任一鞋履的当前需求层级的层级剩余率不大于与所述当前需求层级对应的层级剩余率阈值,且所述最大单项剩余率不大于与所述当前需求层级对应的单项剩余率阈值的情况下,将所述任一鞋履保留至下一需求层级进行筛选,直至完成全部需求层级,得到所述鞋履匹配结果。
10.一种基于多层级权重约束的鞋履款式智能匹配系统,用于实施权利要求1至9任一项所述的基于多层级权重约束的鞋履款式智能匹配方法,其特征在于,所述系统包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com