Existe um termo semi-científico para esse comportamento de filtragem?

Estou procurando o termo que se aplica a um certo tipo de comportamento de filtragem. É frequentemente usado em interfaces semelhantes a lojas virtuais, onde grandes quantidades de dados são filtradas com base em uma seleção de critérios de filtro. O recurso mais distintivo é que é impossível escolher um critério de filtro que não produza resultados , pois os filtros que o fazem ficam ocultos com atualizações em tempo real.

Para ver um exemplo, consulte esta seção do localizador de inicialização na loja virtual blue-tomato.com.

Existe um termo para esse tipo de filtragem?

Sua descrição me lembra a pesquisa facetada . Essa é a maneira pela qual os usuários podem interagir e refinar um conjunto possivelmente enorme de resultados de pesquisa de maneira intuitiva. Você pode ter visto isso em sites de bibliotecas. Seu argumento sobre "impossível escolher um critério de filtro que não conduza a resultados" é atendido porque as facetas são facetas das propriedades dos itens de pesquisa. Portanto, sempre há pelo menos um item que atende ao critério de pesquisa.

Eu não acho que exista um nome oficial para esse tipo de filtragem. O tipo de filtragem a que você se refere é chamado de "Filtragem ativa" no Quince e como "Filtragem baseada em atributos ou filtros de pesquisa facetada" nas UX-Matters-Best Practices para criar filtros de pesquisa facetada .

O fato de você sempre obter resultados com combinações diferentes é porque o sistema usa o inventário atual para criar opções de filtragem. Portanto, se um tamanho específico não estiver no inventário, ele não será mostrado no filtro e você não poderá escolher.

O modelo de consulta é chamado de BMO (apenas melhores correspondências) e evita conjuntos de resultados vazios retornando as melhores correspondências em vez das correspondências perfeitas. Isso pode ser alcançado definindo uma ordem parcial estrita sobre os dados que você possui.

Isso implica que, no caso de você ter zero correspondências "difíceis", todos os dados serão retornados, porque o melhor resultado possível é o menor na sua ordem parcial estrita. Portanto, em aplicações práticas, você combinará restrições suaves com difíceis para garantir que pelo menos alguns resultados relevantes sejam retornados.

Você pode encontrar um artigo introdutório aqui .