CN104077703A - 二手物品成色计算方法 - Google Patents

Abstract

本发明提供了一种二手物品成色计算方法，包括以下步骤：a)获取二手物品的卖家提供的二手物品类别信息，提供该类别下的多个物品状况描述选项；b)收集卖家对于所发布的二手物品的物品状况的多个描述；c)根据所收集的多个描述，确定二手物品状况的决定维度，并根据所述决定维度计算所述二手物品的最高成色；d)在已计算出的最高成色的基础上，计算辅助维度的影响以便对最高成色进行修正，得到修正后的中间值；以及e)将步骤d中得到的中间值输入到判别式，得出该二手物品的最终成色值。

Description

二手物品成色计算方法

技术领域

本发明涉及一种通过计算机实现的二手物品评估方法，特别涉及一种基于物品状况的二手物品成色计算的方法。

背景技术

通常，二手市场上物品类繁多的二手物品，如何评估其新旧程度(成色)，并无一套统一的简单易实施的标准。二手用户中，卖家(即二手物品出售发布信息者)只能凭借各自的经验判断给出一个感知成色，而买家(二手物品求购者)只能通过卖家发布信息中的各种繁杂描述评估物品的新旧程度，影响用户体验。同时，若无一套成色计算体系，对给二手物品提供参考价格也是一道难题，这是由于对二手物品来说，它的成色对它的价格有着显著影响，全新物品和使用了几年、有划伤、功能出现问题的物品它们的价格是有明显差异的。如何根据二手物品的描述信息，标准化、量化它的成色对提高用户体验及价格参考计算有着重要的意义。

对于当前多品类、海量的二手转让物品，需要一套易扩展的、统一的成色计算算法，这中包括对物品描述的规范性设定，以使得所有的物品描述趋于统一，便于成色计算。

发明内容

本发明提供了一套统一的、规范化的二手成色计算方法，根据本发明的第一方面，提供了一种二手物品成色计算方法，包括以下步骤：a)获取二手物品的卖家提供的二手物品类别信息，提供该类别下的多个物品状况描述选项；b)收集卖家对于所发布的二手物品的物品状况的多个描述；c)根据所收集的多个描述，确定二手物品状况的决定维度，并根据所述决定维度计算所述二手物品的最高成色；d)在已计算出的最高成色的基础上，计算辅助维度的影响以便对最高成色进行修正，得到修正后的中间值；以及e)将步骤d中得到的中间值输入到判别式，得出该二手物品的最终成色值。

优选地，所述步骤a中所述物品状况描述选项是将二手物品的物品状况分类为若干个限制性且规范化的描述选项供卖家选择。

优选地，所述步骤b中采用多等级或评分的方式来将每个描述进行划分。

优选地，所述步骤c中所述的决定维度根据物品中对成色值起决定性作用的至少一个维度或多个维度的组合来确定物品的最高成色。

优选地，所述步骤d中的辅助维度是指对二手物品的成色值不起决定性作用的至少一个维度，不同的所述辅助维度对于二手物品的成色决定程度是不同的。

优选地，为不同的辅助维度赋予不同的权重，第k个辅助维度的权重值W_k的计算方法如下：

$W_k=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{N_i}{\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{N}_j}\·\frac{{\mathrm{XP}}_i-{\mathrm{DP}}_{i,k}}{\underset{s=1}{\overset{n}{\mathrm{\Σ}}}({\mathrm{XP}}_i-{\mathrm{DP}}_{i,s})}$

其中，i,j＝1,…,m，s＝1,…,n，m为二手物品样本的类别总数，n为辅助维度的总数，N为历史数据中m类二手物品的每个类别的样本数量，XP_i为第i类别下全新物品的价格，DP(i,k)表示第i样本类别下，除第k辅助维度外，其他维度都正常的二手物品价格均值。

优选地，所述步骤d中的中间值计算公式如下：

其中GC为通过所述决定维度计算出的二手物品的最高成色值，0≤GC≤1，W_i为各个辅助维度对应的权重值，L_i是对应于该权重的预设的经验参数。

优选地，某个特定辅助维度W_k(k＝1,…,n)的权重是通过采集该类产品的历史价格数据计算得到的。

优选地，所述辅助维度对价格影响越大，其权重值越大。

优选地，所述步骤e中的判别式如下：

$T_{\mathrm{cs}}=\underset{T_i\∈T}{\arg \min }\mathrm{abs}(T_i-M)$

其中，T_cs为最终成色值，T为二手物品的成色，其被划分为n档，即T＝T₁,…,T_n，i≤n,且i、n为正整数，abs为取绝对值。

根据本发明提供的统一的、规范化的成色计算方法，可以为物品成色的计算提供了标准化的数据，针对不同分类给出不同的设计方案，同时兼顾算法的简洁快速性和通用兼容性。根据本发明，在简化用户发布二手物品售卖流程的同时，规范化评估物品新旧程度的影响因素，也在一定程度上量化了因素值的大小。根据二手物品的描述信息，标准化、量化它的成色对提高用户体验机价格参考计算有着重要的意义。

应当理解，前述大体的描述和后续详尽的描述均为示例性说明和解释，并不应当用作对本发明所要求保护内容的限制。

附图说明

参考随附的附图，本发明更多的目的、功能和优点将通过本发明实施方式的如下描述得以阐明，其中：

图1示出了本发明的二手物品成色计算方法的步骤流程图。

具体实施方式

通过参考示范性实施例，本发明的目的和功能以及用于实现这些目的和功能的方法将得以阐明。然而，本发明并不受限于以下所公开的示范性实施例；可以通过不同形式来对其加以实现。说明书的实质仅仅是帮助相关领域技术人员综合理解本发明的具体细节。

在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。

如图1示出了根据本发明的二手物品成色计算的方法的步骤。

在步骤105中，获取二手物品的卖家(即售卖者或信息发布者)提供的二手物品类别信息，提供该类别下的限制性且规范化的多个物品状况描述选项；

在现有技术中，二手物品的售卖者或信息发布者通常只能凭借各自经验判断给出一个感知成色从而进行语言文字上的描述或照片展示，而买家(即，二手物品求购者)只能通过卖家发布信息中的各种繁杂描述来评估物品的新旧程度。这需要对买家判别二手物品的经验、能力等提出很高的要求。根据本发明，代替了以往对二手物品的描述性展示，而是将二手物品的物品状况分类为若干个限制性且规范化的描述选项供卖家选择。

二手物品状况的描述选项可以根据不同的二手物品类别而变化。以3C数码产品为例，3C数码产品分类的描述选项可以包括但不限于“外观”、“性能”、“使用情况”等，“外观”例如可以包括“机身磨损”、“屏幕划痕或坏点”等；“性能”例如可以包括“待机时间”、“功能完好程度”等；使用情况例如可以包括“剩余保修期”、“购买时间”、“维修历史”等多个选项。3C数码产品例如手机、笔记本电脑、电脑配件、电脑整机、平板电脑、游戏机、数码相机、mp3播放器、多媒体播放器、家用电器等等。

另外，不同物品可能根据物品各自的属性特点具有各自不同的描述选项，例如可以为笔记本类物品提供“键盘磨损”维度的描述，而触屏类手机则没有此类维度的描述。不同物品的同一描述选项可能具有不同的取值范围，例如笔记本的“待机时间”是以小时为单位，而手机的则是以天为单位。

每一类别下的描述选项的确定可以基于对历史数据的分析和挖掘，例如基于以往的二手物品卖家所选用描述词的出现频率等等。

在步骤110中，收集卖家对于所发布的二手物品的“物品状况”的多个描述。针对每个描述特征，本发明采用多等级或评分的方式来将每个描述进行划分。例如可以就“机身磨损”这一描述分为三个等级，等级A：无磨损；等级B：轻微磨损；等级C：明显磨损。优选地，由于不同等级之间是互斥的关系，因此用户在多个等级描述中只允许择一进行选择。下表1给出了一个示例性的描述特征及其等级的示例。

表1 描述特征及其等级

优选地，在步骤105中，以复选项的方式提供针对某一类别的二手物品的多个描述，供发布者进行勾选。

在步骤115中，根据所收集的多个描述，确定二手物品状况的决定维度，并根据所述决定维度计算所述二手物品的最高成色。下面的表2示意性示出了当具有两个决定维度时，确定最高成色的计算方法。

第一决定维度	第二决定维度	最高成色规则
			等级A	等级A	95成新  AA
等级B	等级B	9成新  AB/BA/BB
			等级C	等级C	8成新  AC/BC
	等级D	7成新及以下  其余组合
				等级E
	等级F

表2 基于两个决定维度确定最高成色的计算方法

例如，如果收集到的描述特征中第一决定维度选择的是等级A，第二决定维度选择的是B，则通过对表2查表的方式得知该物品的最高成色为“9成新”；又例如，如果收集到的描述特征中第一决定维度选择的是等级B，第二决定维度选择的是F，则通过对表1查表的方式得知该物品的最高成色为“7成新”。

决定维度可根据物品中对成色值起决定性作用的至少一个维度或多个维度的组合来确定物品的最高成色。例如在二手手机类物品中，“机身磨损”情况和“屏幕划痕或坏点”情况对成色档次影响较大，将作为决定维度。优选地，也可以将不同的决定维度赋予不同的权重后来组合确定物品的最高成色。

在步骤120中，在已计算出的最高成色的基础上，计算辅助维度的影响以便对最高成色进行修正，得到修正后的中间值。

根据本发明的辅助维度是指对二手物品的成色值不起决定性作用的至少一个维度。例如,在二手手机类物品中，“待机时间”维度和“功能”维度对成色档次影响较小，可作为辅助维度。根据本发明,不同的辅助维度对于二手物品的成色决定程度是不同的,因此为不同的辅助维度赋予不同的权重。对于二手物品来说，成色决定了二手物品的价格，因此可以通过历史成交的二手物品的价格来推断某个维度的等级水平对于二手物品的成色影响。根据本发明，某个特定辅助维度W_k(k＝1,…,n)的权重是通过采集该类产品的历史价格数据计算得到的，具体的计算公式如下：

$W_k=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{N_i}{\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{N}_j}\·\frac{{\mathrm{XP}}_i-{\mathrm{DP}}_{i,k}}{\underset{s=1}{\overset{n}{\mathrm{\Σ}}}({\mathrm{XP}}_i-{\mathrm{DP}}_{i,s})}---\left(1\right)$

其中，i,j＝1,…,m，s＝1,…,n，m为二手物品样本的类别总数，m个类别可以根据二手物品的各种属性划分，比如按照不同的品牌、不同的功能(例如智能手机、功能型手机等)、不同的型号(例如7寸大小的平板电脑、10寸大小的平板电脑)等等。n为辅助维度的总数。N为历史数据中m类二手物品的每个类别的样本数量，XP_i为在第i类别下全新物品的价格，DP(i,k)表示第i样本类别下，除第k辅助维度外，辅助维度都正常(基本无瑕疵或无功能上的问题)的二手物品价格均值。

以辅助维度选择“待机时间(W₁)”和“功能完好(W₂)”两个维度为例，选择的样本为两个不同品牌的手机，其各自的样本总数为N₁和N₂。上述公式(1)中，m＝2，n＝2，则公式(1)可以简化为，对于维度“待机时间”,其权重W₁计算如下：

$W_1=\frac{N_1}{N_1+N_2}\·\frac{{\mathrm{XP}}_1-{\mathrm{DP}}_{11}}{({\mathrm{XP}}_1-{\mathrm{DP}}_{11})+({\mathrm{XP}}_1-{\mathrm{DP}}_{12})}+\frac{N_2}{N_1+N_2}\·\frac{{\mathrm{XP}}_2-{\mathrm{DP}}_{21}}{({\mathrm{XP}}_2-{\mathrm{DP}}_{21})+({\mathrm{XP}}_2-{\mathrm{DP}}_{22})}---\left(2\right)$

权重W2计算如下：

$W_2=\frac{N_1}{N_1+N_2}\·\frac{{\mathrm{XP}}_1-{\mathrm{DP}}_{12}}{({\mathrm{XP}}_1-{\mathrm{DP}}_{11})+({\mathrm{XP}}_1-{\mathrm{DP}}_{12})}+\frac{N_2}{N_1+N_2}\·\frac{{\mathrm{XP}}_2-{\mathrm{DP}}_{22}}{({\mathrm{XP}}_2-{\mathrm{DP}}_{21})+({\mathrm{XP}}_2-{\mathrm{DP}}_{22})}---\left(3\right)$

计算出各个辅助维度的权重W_k(k＝1,…,n)后，在代入到下列中间值计算公式(4)中计算中间值：

其中GC为通过“决定维度”计算出的二手物品的最高成色值，0≤GC≤1，例如当最高成色为9.5成新时GC值为0.95,9成新时GC值为0.9，8成新时GC值为0.8，7成及7成以下成新时GC值为0.7。W_i为各个辅助维度对应的权重值，L_i是对应于该权重的预设的经验参数，其值优选为小于等于1。

例如，当只考虑二个维度时，上述(3)式可以简化为

中间值＝GC·(1-0.5[W₁*L₁+W₂*L₂])  (5)

优选地，对二手物品的成色影响较小的为辅助维度各自的权重可在计算完成后保持一段时期不变。在确定辅助维度的权重之前，会用线上历史数据进行训练，即该品牌二手物品一个“辅助维度”和其他品牌的“辅助维度”进行计算得到各个维度的权重。

优选地，所述的辅助维度对价格影响越大，其权重也会越大。

在步骤125中，将步骤120中得到的中间值输入到判别式，得出该二手物品的最终成色值。

优选地，判别式计算最终成色的算法，具体公式如下：

$T_{\mathrm{cs}}=\underset{T_i\∈T}{\arg \min }\mathrm{abs}(T_i-M)---\left(6\right)$

其中，T_cs为最终成色值，二手物品的成色T划分为n档(其中n为正整数)，即T＝T₁,…,T_n，i≤n,且i为正整数。abs为取绝对值。

例如n＝5，T₁＝0.95，T₂＝0.9，T₃＝0.85，T₄＝0.8，T₅＝0.7。

当M＝0.94，则T_cs＝argmin{abs(0.95-0.94),abs(0.9-0.94),abs(0.85-0.94),abs(0.8-0.94),abs(0.7-0.94)}，其中0.95-0.94＝0.01最小，则确定最终成色值为0.95。

当M＝0.6，则T_cs＝argmin{abs(0.95-0.6),abs(0.9-0.6),abs(0.85-0.6),abs(0.8-0.6),abs(0.7-0.6)}，其中0.7-0.6＝0.1最小，则确定最终成色值为0.7。

当M＝0.99，则T_cs＝argmin{abs(0.95-0.99),abs(0.9-0.99),abs(0.85-0.99),abs(0.8-0.99),abs(0.7-0.99)}，即0.99-0.95＝0.04最小，则确定最终成色值为0.95。

本专利的二手物品成色计算方法特别适用于3C类产品的成色评估，下面的一个实施例中，以二手手机作为示例，描述二手物品成色计算的步骤：

首先，获取二手手机的售卖者或信息发布者提供的二手手机类别信息，提供该类别下的限制性且规范化的多个物品状况描述选项；

二手手机的描述选项一般包括但不限于“外观”、“性能”、“使用情况”，“外观”例如可以包括“机身磨损”、“屏幕划痕或坏点”等；“性能”例如可以包括“待机时间”、“功能完好程度”等；使用情况例如可以包括“剩余保修期”、“购买时间”、“维修历史”等多个选项。

优选地，二手手机的“待机时间”以天为单位。

接着，收集卖家对于所发布的二手手机的“物品状况”的多个描述。

优选地，大体包括“机身磨损”、“屏幕划痕或坏点”、“功能”、“待机时间”、“剩余保修期”、“购买时间”、“维修历史”等情况的勾选项，所述的“待机时间”以天作为单位。

再接着，根据所收集的多个描述，确定二手手机状况的决定维度，并根据决定维度计算所述二手手机的最高成色。例如，在以二手手机为实施例的本实施例中，确定“机身磨损”情况和“屏幕划痕或坏点”情况对成色档次影响较大，作为决定维度。下面的表3示意性示出了当具有这两个决定维度时，确定最高成色的计算方法。

机身磨损	屏幕划痕或坏点	最高成色规则
			等级A，近乎全新	等级A，无	95成新  AA
等级B，轻微	等级B，轻微	9成新  AB/BA/BB
			等级C，少量明显	等级C，明显	8成新  AC/BC
等级D，多处明显		7成新及以下  其余组合
			等级E，破裂损伤

表3 基于“机身磨损”和“屏幕划痕或坏点”两个决定维度确定最高成色的计算方法

通过“机身磨损”情况和“屏幕划痕或坏点”情况两个决定维度进行组合初步确定该手机的最高成色档次，例如收集到的描述特征中“屏幕划痕”选择的是等级A，即“无”,“机身磨损”确定为第二决定维度并选择的是B，及“轻微”,则通过对表3的方式得到该二手手机的最高成色为“9成新”；又例如，如果收集到的描述特征中“屏幕划痕”确定选择的是等级B,“机身磨损”选择的是等级E，则通过对表3查表的方式得到该二手手机的最高成色值为“7成新”。

优选地，也可以将不同的决定维度赋予不同的权重后来组合确定二手手机的最高成色。

然后，在已计算出的最高成色的基础上，计算辅助维度的影响以便对最高成色进行修正，得到修正后的中间值。

根据本发明的辅助维度在本实施例中是指对二手手机成色值不起决定作用的至少一个维度。例如“功能”、“待机时间”、“剩余保修期”、“购买时间”、“维修历史”等5个维度的值，这里包括5个但不限于5个“辅助维度”，这些维度为二手手机的成色档次影响较小，可作为辅助维度。对于二手手机来说，成色决定了二手手机的价格，因此可以通过历史成交的二手手机的价格来推断某个维度的等级水平对于二手手机的成色影响。根据本实施例，某个特定辅助维度的权重W是通过采集该类二手手机的历史价格数据计算得到的。表4示出了示例性的两个辅助维度的情况。

待机时间W1	功能完好W2
		A.1天	A.完全正常
B.1-2天	B.有点故障
		C.超过2天	C.有严重故障

表4 辅助维度和“待机时间”和“功能”的情况

这里以辅助维度选择“待机时间(W₁)”和“功能完好(W₂)”为例，选择的样品为两个不同品牌的手机，例如小米手机和三星手机，其各自的样本总数为N₁和N₂。首先，取手机类别精确到品牌如小米的一段时间内发布数据，对数据做一定的预处理，一般指噪声数据处理，对于维度“待机时间”,其权重W₁计算公式如下：

其待机时间权重W₁计算如下：

$W_1=\frac{N_1}{N_1+N_2}\·\frac{{\mathrm{XP}}_1-{\mathrm{DP}}_{11}}{({\mathrm{XP}}_1-{\mathrm{DP}}_{11})+({\mathrm{XP}}_1-{\mathrm{DP}}_{12})}+\frac{N_2}{N_1+N_2}\·\frac{{\mathrm{XP}}_2-{\mathrm{DP}}_{21}}{({\mathrm{XP}}_2-{\mathrm{DP}}_{21})+({\mathrm{XP}}_2-{\mathrm{DP}}_{22})}---\left(7\right)$

功能完好权重W2计算如下：

$W_2=\frac{N_1}{N_1+N_2}\·\frac{{\mathrm{XP}}_1-{\mathrm{DP}}_{12}}{({\mathrm{XP}}_1-{\mathrm{DP}}_{11})+({\mathrm{XP}}_1-{\mathrm{DP}}_{12})}+\frac{N_2}{N_1+N_2}\·\frac{{\mathrm{XP}}_2-{\mathrm{DP}}_{22}}{({\mathrm{XP}}_2-{\mathrm{DP}}_{21})+({\mathrm{XP}}_2-{\mathrm{DP}}_{22})}---\left(3\right)$

其中N₁为小米手机的样本总数，N₂为三星手机的样本总数，XP₁为全新小米手机的价格均值，DP₁₁表示除“待机时间”外，其他维度都正常的小米手机的价格均值，DP₁₂表示除“功能完好”外，其他维度都正常的小米手机的价格均值；XP₂为全新三星手机的价格均值，DP₂₁表示除“待机时间”外，其他维度都正常的三星手机的价格均值，DP₂₂表示除“功能完好”外，其他维度都正常的三星手机的价格均值。

优选地，选取手机类别例如二手小米手机一段时间内发布的数据，对数据做一定的预处理，包括噪声数据处理。所发布的价格数据中，辅助维度(即：对成色影响较小的维度)算法中的权重是一段很长时间内是不变的，在确定权重之前，会用线上历史数据进行训练，得到各个维度的权重。

计算出两个辅助维度的权重W₁和W₂后，再代入到中间值计算公式中计算中间值：

优选地，根据当前的“决定维度”计算出二手手机的最高成色值设置为GC，9.5成新值为0.95,9成新为0.9，8成新为0.8，7成及7成以下成新为0.7。根据计算出“待机时间”权重为W₁，“功能”权重为W₂，则计算中间值的公式为：

中间值＝GC·(1-0.5[W₁*L₁+W₂*L₂])   (9)

其中L₁和L₁是人工预设的经验参数，其值小于等于1。优选地，对二手手机的成色影响较小的为辅助维度各自的权重可在计算完成后保持一段时期不变。优选地，在确定辅助维度的权重之前，会用线上数据进行训练，即该品牌二手手机一个“辅助维度”和其他品牌的“辅助维度”进行计算得到各个维度的权重。

最后，将上述步骤中得到的中间值输入到判别式，得出该二手手机的最终成色值。

优选地，判别式计算最终成色的算法利用上述公式(6)，中间值为M。设定n＝4，T₁＝0.95，T₂＝0.9，T₃＝0.8，T₄＝0.7。

具体如下：

中间值M小于等于0.7，最终成色为0.7；

中间值M大于等于0.95，最终成色值为0.95；

中间值M在(0.7,0.95)区间，则取min{abs(T₁-M),abs(T₂-M),abs(T₃-M),abs(T₄-M)}中最小的差值对应的成色，如M＝0.94，则0.95-0.94＝0.01最小，则最终成色为9.5成。其中，abs为取绝对值。

例如，以二手小米手机作为实施例，若计算出的中间值为0.95，则根据上述判别式判断出二手小米手机的最终成色值95成新；计算出的中间值为0.7，则二手小米手机的成色值为7成新；中间值为0.85，则根据上述判别式得出二手小米手机的成色值为8成新。

优选地，这里只是举出“辅助维度”中的“功能”和“待机时间”作为具体实施例，其他辅助维度同样可以运用相同的公式计算出权重，得到二手手机的最终成色值。

可选的，本发明的二手物品的成色计算方法同样适用于笔记本、平板电脑、数码相机、游戏机、ipod等整个3C数码分类。

根据本发明提供的统一的、规范化的成色计算方法，可以为物品成色的计算提供了标准化的数据，针对不同分类给出不同的设计方案，同时兼顾算法的简洁快速性和通用兼容性。根据本发明，在简化用户发布二手物品售卖流程的同时，规范化评估物品新旧程度的影响因素，也在一定程度上量化了因素值的大小。根据二手物品的描述信息，标准化、量化它的成色对提高用户体验机价格参考计算有着重要的意义。

应当理解，前述大体的描述和后续详尽的描述均为示例性说明和解释，并不应当用作对本发明所要求保护内容的限制。

结合这里披露的本发明的说明和实践，本发明的其他实施例对于本领域技术人员都是易于想到和理解的。说明和实施例仅被认为是示例性的，本发明的真正范围和主旨均由权利要求所限定。

Claims (10)

1.一种二手物品成色计算方法，包括以下步骤：

a)获取二手物品的卖家提供的二手物品类别信息，提供该类别下的多个物品状况描述选项；

b)收集卖家对于所发布的二手物品的物品状况的多个描述；

c)根据所收集的多个描述，确定二手物品状况的决定维度，并根据所述决定维度计算所述二手物品的最高成色；

d)在已计算出的最高成色的基础上，计算辅助维度的影响以便对最高成色进行修正，得到修正后的中间值；以及

e)将步骤d中得到的中间值输入到判别式，得出该二手物品的最终成色值。

2.根据权利要求1所述的二手物品成色计算的方法，其中所述步骤a中所述物品状况描述选项是将二手物品的物品状况分类为若干个限制性且规范化的描述选项供卖家选择。

3.根据权利要求1所述的二手物品成色计算的方法，其中所述步骤b中采用多等级或评分的方式来将每个描述进行划分。

4.根据权利要求1所述的二手物品成色计算的方法，其中所述步骤c中所述的决定维度根据物品中对成色值起决定性作用的至少一个维度或多个维度的组合来确定物品的最高成色。

5.根据权利要求1所述的二手物品成色计算的方法，其中所述步骤d中的辅助维度是指对二手物品的成色值不起决定性作用的至少一个维度，不同的所述辅助维度对于二手物品的成色决定程度是不同的。

6.根据权利要求5所述的二手物品成色计算的方法，其中为不同的辅助维度赋予不同的权重，第k个辅助维度的权重值W_k的计算方法如下：

$W_k=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{N_i}{\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{N}_j}\·\frac{{\mathrm{XP}}_i-{\mathrm{DP}}_{i,k}}{\underset{s=1}{\overset{n}{\mathrm{\Σ}}}({\mathrm{XP}}_i-{\mathrm{DP}}_{i,s})}$

其中，i,j＝1,…,m，s＝1,…,n，m为二手物品样本的类别总数，n为辅助维度的总数，N为历史数据中m类二手物品的每个类别的样本数量，XP_i为第i类别下全新物品的价格，DP(i,k)表示第i样本类别下，除第k辅助维度外，其他维度都正常的二手物品价格均值。

7.根据权利要求6所述的二手物品成色计算的方法，其中所述步骤d中的中间值计算公式如下：

其中GC为通过所述决定维度计算出的二手物品的最高成色值，0≤GC≤1，W_i为各个辅助维度对应的权重值，L_i是对应于该权重的预设的经验参数。

8.根据权利要求6所述的二手物品成色计算的方法，其中某个特定辅助维度W_k(k＝1,…,n)的权重是通过采集该类产品的历史价格数据计算得到的。

9.根据权利要求6所述的二手物品成色计算的方法，其中所述辅助维度对价格影响越大，其权重值越大。

10.根据权利要求1所述的二手物品成色计算的方法，其中所述步骤e中的判别式如下：

$T_{\mathrm{cs}}=\underset{T_i\∈T}{\arg \min }\mathrm{abs}(T_i-M)$

其中，T_cs为最终成色值，T为二手物品的成色，其被划分为n档，即T＝T₁,…,T_n，i≤n,且i、n为正整数，abs为取绝对值。