WedX - журнал о программировании и компьютерных науках

Определение стилей одежды для простых продуктов, чтобы они сочетались друг с другом

Я только начал немного играть с Magento, чтобы посмотреть, смогу ли я перенести один из старых данных B2B нашего клиента (из Microsoft AX) в магазин Magento.

Теперь я создал новый набор атрибутов с именем Одежда, который содержит дополнительную информацию, такую ​​как цвет и размер.

Теперь у клиента есть товары разных цветов и размеров, которые он называет стилями.

Интересно, какой лучший способ определить этот «стиль» в Magento.

So;

Куртка А

  • Размер 10/16
  • Цвет темно-синий

Куртка А

  • Размер 22/28
  • Цвет алый красный

Куртка Б

  • Размер 10/16
  • Цвет травяно-зеленый

.. так далее.

Казалось, что комплекты или сгруппированные предметы не подходят к делу, так как они не продаются парами. Я просто хочу определить один основной продукт с разными комбинациями цвета/размера.

magento-1.7
04.09.2013

Ответы:


1

Попробуйте использовать настраиваемый продукт. Конфигурируемый продукт - это тот, который вы хотите

https://www.magentocommerce.com/knowledge-base/entry/tutorial-creating-a-configurable-product

Надеюсь это поможет :)

05.09.2013

2

За исключением того, что настраиваемые продукты также вызывают проблемы с хостингом из-за количества продуктов, которые у вас есть в системе, по одному на комбинацию размера / цвета. Это наиболее распространенный метод, но при его выполнении есть побочные эффекты, один из которых - большие накладные расходы на обслуживание.

17.09.2013
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
Для любых предложений по сайту: [email protected]