基于感性需求的个人服装管理与个性化搭配推荐智能系统的制作方法

本发明涉及一种基于感性需求的个人服装管理与个性化搭配推荐智能系统，属于智能服装管理、专家系统、智能推荐技术领域。

背景技术：

随着电子商务的快速发展，越来越多的人们选择在网上购买服装，不仅可供选择类目多，同时便宜且方便。但也带来三个突出的问题：其一是对于购物行为较频繁的群体来说，太多的衣服会增加个人服装管理的困难，甚至产生重复购买相似服装的现象；其二是购买过程中可供参考的实物穿着图只有商家提供的精心挑选的模特图，而模特的身材可能并不适合大部分购买者，导致买家试穿时视觉效果不及期望，部分消费者由于各种原因将衣服束之高阁，造成资源浪费，增加不必要的花费；其三是工作压力增大导致大部分人没有过多的时间留给服装搭配与挑选式购买，同时也有部分人对于服装搭配并不在行，面对不同的场合需求，无法找到最适合自己的穿搭。

针对以上三个问题，目前已有相关专家搭配系统的研究，也有不同的推荐系统的研究，但是这些研究的数据来源都是直接利用电商网站的服装数据库或是直接参考时尚网站搭配模版，虽然可以解决部分搭配和推荐问题，但是专业性和用户针对性明显不够强。另一方面对于服装管理的研究仍有非常大的空白有待填补，同时基于用户个人服装管理而进行贴合用户自身条件及活动场合的搭配推荐系统仍有待开发。

技术实现要素：

本发明的目的是：解决用户对服装管理不当、无法合理搭配及挑选适宜服装的问题，并针对用户的喜好及专业搭配意见进行服装风格推荐。

为了达到上述目的，本发明的技术方案是提供了一种基于感性需求的个人服装管理与个性化搭配推荐智能系统，其特征在于，包括：

注册与登录模块，用户通过注册与登录模块完成个人客观属性信息的录入，并依据录入的信息登录系统，个人客观属性信息包括用户id、与用户id相对应的用户基本信息、与用户id相对应的用户体态信息；

个人服装管理模块，用户通过个人服装管理模块录入用户已有的服装的照片，每张照片仅包含一件服装单品，个人服装管理模块通过对照片进行语义分割获得每件服装的客观属性和主观属性，客观属性包括服装的细节特征信息，主观属性包括服装的感性风格信息；个人服装管理模块依据不同季节对用户录入的照片进行分类，对同一季节分类下的服装而言，个人服装管理模块依据每件服装的客观属性与主观属性映射形成的感性风格分类模型，对不同服装按照感性风格进行分类管理；

预先建立的专家搭配规则库，专家搭配规则库通过建立不同的个人客观属性、着装场合与服装的客观属性之间的映射关系，以及个人感性需求与着装场合间的映射关系形成各种专家搭配规则，其中，着装场合包括季节信息及服装穿着场合；

个性化推荐模块，用户通过个性化推荐模块输入当前的季节信息及服装穿着场合，个性化推荐模块通过判断用户个人服装管理模块中得到的当前季节对应的服装客观属性与专家推荐服装的客观属性的匹配度，当匹配度达到一定阈值时，将相关的服装的照片展示给用户，当匹配度未达到一定阈值时，个性化推荐模块接入网上商店，并给出匹配度最高的top-n推荐列表，在用户进行挑选后将服装链接及服装信息推送给用户。

优选地，所述个人服装管理模块依据获得的所有服装的客观属性和主观属性统计出用户偏好的服装风格和服装细节元素，通过所获得的用户偏好的服装风格和服装细节元素建立用户个人兴趣模型。

优选地，所述用户基本信息包括年龄区段、职业大类、所在地区，其中，年龄区段分为20-25、25-30、30-35，职业大类包括白领、自由职业、家庭主妇，所在地区按城市等级或区域划分；所述用户体态信息包括肤色、脸型、身型、身高，其中，肤色包括白皮、黄皮、棕皮或更细节，脸型包括v形脸、长形脸、方脸、倒三角形脸、椭圆形脸、圆形脸，身型包括偏瘦型、直线型、曲线型、偏胖型，身高包括矮、较矮、标准、较高、高。

优选地，所述细节特征信息包括颜色、领型、廓形、长度信息，其中，颜色包括红色系、绿色系、蓝色系、深色系、金属色系、浅色系等，领型包括圆领、v领、一字领、驳领、衬衫领，廓形包括a型、h型、x型、s型，长度包括为短、中、中长、长。

优选地，在所述专家搭配规则库中，个人客观属性与服装的客观属性间的规则具体为肤色-服装颜色搭配规则、脸型-领型搭配规则、体型-廓形搭配规则、身高-衣长搭配规则；所述服装穿着场合包括婚礼、葬礼、工作、约会、夜店、出游、晚宴晚会。

优选地，所述个性化推荐模块中，在根据服装的客观属性在个人服装管理模块中匹配服装的照片时，若匹配度未达到一定阈值时，个性化推荐模块先询问用户是否进行新的购物行为，若用户选择接受，则结合用户个人兴趣模型从网上商店中找到匹配度最高的服装链接及服装信息推送给用户。

本发明的有益效果是：系统通过感性分类模型可实现对用户个人服装进行感性分类管理，了解用户偏好的服装风格及喜好元素，方便用户查看已购买服装，并可作为系统为用户挑选推荐服装搭配的个人服装数据库。另一方面，专家搭配库可根据不同季节、场合以及用户自身条件所适合的服装风格进行筛选与搭配，并针对用户已有服装进行匹配，帮助用户判断是否需要进行其他更适合服装的购买行为，并可根据用户偏好的服装风格以及用户个人信息数据库进行适合用户购买能力的相关推荐。系统适合于当下工作繁忙无暇亲自挑选购买服装或是对服装搭配不精通的群体，不仅可以提高用户服装管理效率，避免出现用户紧急时刻找不到合适服装搭配或者不记得时间较长的购买行为导致重复购买相似服装的现象，方便用户自身形象管理，可大大提高用户生活品质。

附图说明

图1是基于感性需求的个人服装管理与个性化搭配推荐智能系统模块实现步骤图；

图2是按照季节分类的实验者个人服装单品照片合集；

图3是匹配度高时根据用户个人服装单品给出的搭配推荐；

图4是匹配度低时提供给用户的3套搭配推荐。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明提供了一种基于感性需求的个人服装管理与个性化搭配推荐智能系统，包括注册与登录模块、个人服装管理模块、专业服装搭配模块、个性化推荐模块。以下对分别介绍各个模块的具体实现方式：

注册与登录模块，用户在初次使用本系统时，需利用注册与登录模块完成注册，注册时需要录入用户的个人客观属性信息，个人客观属性信息包括用户id、与用户id相对应的用户基本信息、与用户id相对应的用户体态信息。用户基本信息包括年龄区段、职业大类、所在地区，其中：年龄区段可分为20-25、25-30、30-35等；职业大类可分为白领、自由职业、家庭主妇等；所在地区可以按城市等级或区域划分。用户体态信息包括肤色、脸型、身型、身高等，其中：肤色可分为白皮、黄皮、棕皮或更细节；脸型可分为v形脸、长形脸、方脸、倒三角形脸、椭圆形脸、圆形脸；身型可分为偏瘦型、直线型、曲线型、偏胖型；身高可分为矮、较矮、标准、较高、高。用户录入的用户id、用户基本信息、用户体态信息在后台数据库中进行存储，并在专业服装搭配模块中与服装细节特征形成映射关系。注册后，用户每次使用本系统时，通过注册与登录模块利用用户id登录本系统。

个人服装管理模块，用户在初次使用本系统时还必须通过个人服装管理模块录入其所拥有的所有服装的照片。对服装进行拍摄时，一张照片仅包含一件服装单品。照片需满足一定像素要求，由个人服装管理模块给出一张标准照片，用户录入的照片的亮度需与给出的标准照片相近。图2为按照季节分类的实验者个人服装单品照片合集，经过适当剪裁与调光以适合于系统清晰识别服装细节。照片录入时，用户根据服装的不同穿着季节，将照片分类录入。在本实施例中，将季节分为春秋季、夏季、冬季3种季节。

个人服装管理模块通过语义分割法对照片显示的服装的客观属性和主观属性分别进行解读。客观属性包括服装的细节特征信息，细节特征信息保存在系统后台数据库对应项下，包括颜色、领型、廓形、长度等信息，其中：颜色可分为红色系、绿色系、蓝色系、深色系、金属色系、浅色系等；领型可分为圆领、v领、一字领、驳领、衬衫领等；廓形可分为a型、h型、x型、s型等；长度可分为短、中、中长、长。在个人服装管理模块中录入的细节特征信息将被用于与同样基于细节特征信息的专家搭配规则库进行最佳推荐的匹配。

主观属性为服装感性风格，通过对录入的照片进行语义分割后所显示服装的感性风格来建立感性风格分类模型。对于同一季节录入的所有服装照片而言，按照感性风格进行分类，从而实现感性风格归类管理。而前文所述的细节特征信息保存在系统后台数据库中对应的感性风格类别下。更进一步，可以利用细节特征信息(细节特征信息反应用户的喜好元素)及其对应的感性风格类别(感性风格类别反应用户的偏好服装风格)建立用户个人兴趣模型。

专家搭配规则库，通过建立不同的个人客观属性、着装场合与服装的客观属性之间的映射关系，以及个人感性需求与着装场合间的映射关系形成各种专家搭配规则。在本实施例中，个人客观属性主要是用户体态信息；着装场合包括季节信息及服装穿着场合，服装穿着场合包括婚礼、葬礼、工作、约会、夜店、出游、晚宴晚会等；服装的主观属性主要是服装感性风格；服装的客观属性主要是服装的细节特征信息。用户体态信息与细节特征信息间的规则具体为肤色-服装颜色搭配规则、脸型-领型搭配规则、体型-廓形搭配规则、身高-衣长搭配规则。

个性化推荐模块，用户利用个性化推荐模块首先需要输入当前的季节(即在春秋季、夏季、冬季3种季节分类中选择一种)、当前的服装穿着场合(即在，在婚礼、葬礼、工作、约会、夜店、出游、晚宴晚会7种场合中选择一种)，并且个性化推荐模块还会读取用户通过注册与登录模块录入的用户体态信息。个性化推荐模块访问专家搭配规则库，依据专家搭配规则库中的各种专家搭配规则，得到与当前的季节、当前的服装穿着场合、当前用户的用户体态信息相匹配的各种服装感性风格及与各服装感性风格相对应的服装搭配中各件单品服装的细节特征信息。个性化推荐模块依据用户个人兴趣模型从多种服装感性风格中选择当前用户感兴趣的服装感性风格，从而得到最终的服装感性风格及对应的服装搭配方案。随后，个性化推荐模块将服装搭配方案中各件单品服装的细节特征信息与用户通过个人服装管理模块录入的用户现有服装的细节特征信息进行匹配，匹配时，可仅匹配与当前季节分类及当服装感性风格分类下的用户现有服装的细节特征信息。若匹配度达到一定阈值，则将相匹配的用户现有的服装加入服装搭配方案中。如图3所示是匹配度高时，根据用户个人服装单品给出的搭配推荐。

若找不到匹配度达到一定阈值的服装，则告知用户现有的服装搭配不适合，并给出专家判断理由(即给出服装搭配方案及对应的细节特征信息)，并建议用户进行新的购物行为。若用户选择接受，则个性化推荐模块与购物网站后台数据库连接，根据用户个人兴趣模型，结合细节特征信息搜寻匹配的服装，并生成top-n列表向用户进行推荐。如图4所示，是匹配度低时提供给用户的3套搭配推荐。