【技术实现步骤摘要】
本专利技术涉及订单处理，尤其涉及一种购物订单的适老化处理方法。
技术介绍
1、随着计算机与网络技术的不断发展，网络购物模式应运而生，为人们的生活提供了诸多便利。尤其是近年来移动终端技术的迅猛发展，使得网络购物模式成为一种主流的购物模式。然而，在网络购物模式下，用户下单后，可能还需要对订单进行更多的操作，例如修改收货地址、换货、退货、退款、与商家沟通、评论等。这些操作对于老年人和特殊人群来说并不友好，需要较高的学习成本。因此，需要一种能够支持老年人和特殊人群处理网络购物订单的方法。
技术实现思路
1、为了解决上述
技术介绍
中所提到的技术问题，而提出的一种购物订单的适老化处理方法。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种购物订单的适老化处理方法，包括以下步骤：
4、s1、人工智能问答系统筛选出在与用户对话中获取的第一购物需求信息；
5、s2、线上客服基于所述人工智能问答系统与用户的对话信息对第一购物需求进行修整，获得第二购物需求信息；
6、s3、第二购物需求信息输入到订单处理模型中，输出受用户购物需求和随机因素影响下的订单链接指令；
7、s4、若用户直接响应订单链接指令完成相关订单处理操作，则生成对应订单信息；若用户未直接响应订单处理指令完成相关订单处理操作，则重复执行步骤s1-s4，直到用户响应末轮重复执行中步骤s3输出的订单链接指令的订单处理操作；
8、s5、订单信息和所述人工
9、区块链是指一个分布式可共享的、通过共识机制可信的、每个参与者都可以检查的公开账本，但是没有一个中心化的单一用户可以对它进行控制，它只能够按照严格的规则和公开的协议进行修订。通过去中心化的、无需信任积累的信用建立范式，并集体维护一个可靠数据库，形成一种不可更改的分布式共享总帐。本专利技术方法借助区块链技术，记录订单信息和对话信息，维护一个可靠的数据记录库，该数据库是以时间先后顺序进行加密的、不可篡改的、可信任的数据库。
10、作为上述技术方案的进一步描述：
11、所述订单处理模型包括输入层、隐藏层和输出层，输入层以n维向量x为输入向量，输入层节点个数由反应问题本质的特征量决定，所述隐藏层有p个神经元，输出层有q个神经元。
12、作为上述技术方案的进一步描述：
13、所述隐藏层中第h个神经元的输入表示为
14、
15、式中，xi(k)表示输入向量，k表示样本数据，k＝1,2,3…m，wih表示输入层与隐藏层的连接权值，bh表示隐藏层中各神经元的阈值；
16、所述隐藏层中第h个神经元的输出表示为
17、hoh(k)＝f[hih(k)],h＝1,2,…,p。
18、作为上述技术方案的进一步描述：
19、所述输出层中第q个神经元的输入表示为
20、
21、式中，who表示隐藏层与输出层的连接权值，bo表示输出层中各神经元的阈值；所述输出层中第q个神经元的输出表示为
22、yoo(k)＝f[yio(k)],o＝1,2,…q；
23、式中，f(·)表示激活函数。
24、作为上述技术方案的进一步描述：
25、使用s型函数作为激活函数f(·)，订单处理模型的输入为
26、x＝x1w1+x2w2+…+xnwn；
27、订单处理模型的输出为
28、
29、作为上述技术方案的进一步描述：
30、所述步骤s4中，通过受用户购物需求和随机因素影响的误差函数对重复执行中步骤s3输出的首轮订单链接指令yo1和末轮订单链接指令yoq之间的误差来修正连接权值who。
31、作为上述技术方案的进一步描述：
32、所述受用户购物需求和随机因素影响的误差函数为
33、
34、式中，e表示受用户购物需求影响的误差函数，qt表示受随机因素影响的误差函数。
35、作为上述技术方案的进一步描述：
36、所述受随机因素影响的误差函数为
37、qt＝f(tt,st,ct,rt)＝α1·tt×α2·st×α3·ct×α4·rt；
38、式中，t表示时刻，tt表示随时间表现出的稳定时间趋势，st表示订单指令链接随季节波动的量化因子，ct表示除季节性波动以外出现的周期性波动因子，rt是受偶然随机情况影响的因子，α表示各属性随机因素所占的权重。
39、现有技术中，在影响因素变化时，必然是会牺牲部分高质量可行方案，因此本申请根据此类技术方案的弱项加以改进，引入了具有相互关联且适用于计算参数为可变参数情况下的误差函数，且为了进一步降低影响因素的过分影响，各个影响艺术之间也是需要具备一定联动性质的。本技术方案克服了误差函数一成不变的技术偏见，极大的提升了技术合理性，可以在不同影响因素下结合用户购物需求数据，给出更贴合实际的高质量的可行方案。
40、作为上述技术方案的进一步描述：
41、所述订单处理操作包括但不限于申请退款的操作、申请退货的操作、申请换货的操作、修改收货地址的操作、查询物流信息的操作、评论的操作。
42、综上所述，由于采用了上述技术方案，本专利技术的有益效果是：通过经客服修正和确认后的购物需求信息输入到订单处理模型后，接口同步返回一个对应用户购物需求的订单确认页面的url链接，专员通过微信或其他方式把这个url链接发给客户，客户打开url链接后会显示订单的详细信息，确认无误后点击提交订单然后支付即可。助手方式下单虽然是由专员操作了下单的大部分工作，但是最终是否需要提交订单和支付订单完全由客户自己决定，没有侵犯客户的自由购物的权利，简化购物流程，这相当于在老年人或者特殊人群用户和客服之间架起了一座信息互通的桥梁，使中老年客户购物更便捷。
本文档来自技高网...【技术保护点】
1.一种购物订单的适老化处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种购物订单的适老化处理方法，其特征在于，所述订单处理模型包括输入层、隐藏层和输出层，输入层以n维向量x为输入向量，输入层节点个数由反应问题本质的特征量决定，所述隐藏层有p个神经元，输出层有q个神经元。
3.根据权利要求2所述的一种购物订单的适老化处理方法，其特征在于，所述隐藏层中第h个神经元的输入表示为
4.根据权利要求3所述的一种购物订单的适老化处理方法，其特征在于，所述输出层中第q个神经元的输入表示为
5.根据权利要求4所述的一种购物订单的适老化处理方法，其特征在于，使用S型函数作为激活函数f(·)，订单处理模型的输入为
6.根据权利要求5所述的一种购物订单的适老化处理方法，其特征在于，所述步骤S4中，通过受用户购物需求和随机因素影响的误差函数对重复执行中步骤S3输出的首轮订单链接指令yo1和末轮订单链接指令yoq之间的误差来修正连接权值who。
7.根据权利要求6所述的一种购物订单的适老化处理方法，其特征在于，所述受
8.根据权利要求7所述的一种购物订单的适老化处理方法，其特征在于，所述受随机因素影响的误差函数为
9.根据权利要求1所述的一种购物订单的适老化处理方法，其特征在于，所述订单处理操作包括但不限于申请退款的操作、申请退货的操作、申请换货的操作、修改收货地址的操作、查询物流信息的操作、评论的操作。
...【技术特征摘要】
1.一种购物订单的适老化处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种购物订单的适老化处理方法，其特征在于，所述订单处理模型包括输入层、隐藏层和输出层，输入层以n维向量x为输入向量，输入层节点个数由反应问题本质的特征量决定，所述隐藏层有p个神经元，输出层有q个神经元。
3.根据权利要求2所述的一种购物订单的适老化处理方法，其特征在于，所述隐藏层中第h个神经元的输入表示为
4.根据权利要求3所述的一种购物订单的适老化处理方法，其特征在于，所述输出层中第q个神经元的输入表示为
5.根据权利要求4所述的一种购物订单的适老化处理方法，其特征在于，使用s型函数作为激活函数f(·)，订单处理模型的输入为
<...【专利技术属性】
技术研发人员：陈全亮，王志鸿，袁经伟，李国强，
申请(专利权)人：青岛益生康健科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。