demo-understand-your-mind-for-shopping

智能挽单 · 流失预警与挽回。电商购买意图闭环判断模型（Qwen3.5-4B + LoRA，第三轮）在 11 个测试集案例上的逐步回放：模型预测用户下一步要走时，按流失节点（提单、优惠、规格、评价、复看、浏览）匹配挽回玩法。

• 单文件静态页 index.html，不需要后端，页面里不调用模型；每一步的模型输出是本地推理预先跑好的。
• 案例已脱敏：商品与用户标识已替换，去掉了时间戳和模型输入。
• 部署：在 Vercel 导入本仓库，Framework 选 Other，无需构建命令。
• 中间手机的版式参照真实电商 App 的商城首页、商详和规格面板（顶部频道、搜索、功能入口、活动区、双列推荐流；大图、价格条、服务项、店铺卡、底部购买栏），按真实埋点的页面和动作逐步还原；品牌名已去掉，商品图、价格、评价都是示意内容。
• 手机里会高亮用户下一步真实点的位置，点它就往下走一步；点别处会提示这位用户真实的下一步是什么。
• 右侧是模型每一步的判断：流失风险、流失节点、挽回方案（L1 信息帮助 → L2 服务权益 → L3 价格权益 → L4 会后触达）、购买意愿和下一步预测，回放到截点后揭晓真实结果和“挽回窗口”。
• 挽回玩法名称取自业务的《玩法全集》（运费立减、退换货包邮、立减、膨胀券、货补、触达、站内投放）；手机顶部的“挽留卡”是示意，没有真实触达过用户，挽回效果需要 AB 实验验证。
• 前 6 个案例是模型提前预警、用户真实离开且当天未下单的挽回案例；第 7 个是浏览离开（不花钱，只做后续推荐）；后 4 个是不该挽回的对照。
• 地址后加 #3 打开第 3 个案例，#3-5 直接停在第 3 个案例的第 5 步。