Có một thuật ngữ bán khoa học cho hành vi lọc này?


8

Tôi đang tìm kiếm thuật ngữ áp dụng cho một loại hành vi lọc nhất định. Nó thường được sử dụng trong các giao diện giống như webshop, nơi một lượng lớn dữ liệu được lọc dựa trên lựa chọn các tiêu chí lọc. Đặc điểm nổi bật nhất là không thể chọn một tiêu chí bộ lọc dẫn đến không có kết quả , vì các bộ lọc sẽ làm như vậy bị ẩn với các cập nhật theo thời gian thực.

Để xem ví dụ, hãy xem phần công cụ tìm khởi động này trên webshop của blue-tomato.com.

Có một thuật ngữ cho loại lọc này?

Câu trả lời:


3

Mô tả của bạn nhắc nhở tôi về tìm kiếm Facided . Đây là cách người dùng có thể tương tác và tinh chỉnh một tập hợp kết quả tìm kiếm khổng lồ có thể theo cách trực quan. Bạn có thể đã nhìn thấy nó trên các trang web thư viện. Quan điểm của bạn về "không thể chọn một tiêu chí lọc dẫn đến không có kết quả" được đáp ứng vì các khía cạnh là các khía cạnh của các thuộc tính của các mục tìm kiếm. Do đó, luôn có ít nhất một mục đáp ứng tiêu chí tìm kiếm.


@MarkBooth Tôi xấu, cảm ơn vì lời khuyên. Đã thay đổi nó.
Scarfridge

3

Tôi không nghĩ có một tên chính thức cho loại lọc này. Loại bộ lọc mà bạn đề cập được gọi là "Lọc chủ động" trên Quince và là "Bộ lọc tìm kiếm dựa trên thuộc tính hoặc Bộ lọc tìm kiếm theo mặt" trên UX-Matters - Thực tiễn tốt nhất để thiết kế bộ lọc tìm kiếm theo mặt .

Sở dĩ bạn luôn nhận được kết quả với các kết hợp khác nhau là do hệ thống sử dụng khoảng không quảng cáo hiện tại để xây dựng các tùy chọn lọc. Vì vậy, nếu một kích thước cụ thể không có trong kho, nó sẽ không được hiển thị trên bộ lọc và bạn sẽ không thể chọn nó.


Cảm ơn câu trả lời chi tiết của bạn, liên kết UX-Matters của bạn chứa tên 'tìm kiếm theo khía cạnh', nhưng tên @scarfridge là câu trả lời, vì vậy tôi sẽ tìm câu trả lời của anh ấy. Cảm ơn!
epologee

1

Mô hình truy vấn được gọi là BMO (chỉ phù hợp nhất) và tránh các tập kết quả trống bằng cách trả lại kết quả khớp tốt nhất thay vì kết hợp hoàn hảo. Điều này có thể đạt được bằng cách xác định một thứ tự nghiêm ngặt một phần trên dữ liệu bạn có.

Điều này ngụ ý rằng trong trường hợp bạn không có kết quả trùng khớp "cứng", tất cả dữ liệu được trả về vì kết quả tốt nhất có thể là kết quả thấp nhất trong thứ tự nghiêm ngặt một phần của bạn. Vì vậy, trong các ứng dụng thực tế, bạn sẽ kết hợp các ràng buộc mềm với các ràng buộc cứng để đảm bảo rằng ít nhất một số kết quả có liên quan sẽ được trả về.

Bạn có thể tìm thấy một bài viết giới thiệu ở đây .

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.