一种服装定制方法和系统与流程

1.本发明涉及服装加工技术领域，具体涉及一种服装定制方法和系统。


背景技术：

2.随着我国居民可支配收入连年增长，消费意识显著增强，年轻人对个性化的定制服装需求也更加强烈。然而传统定制产业链面临生产效率低、制作周期长、生产成本高等痛点，无法实现定制服装的规模化生产。
3.同时，我国存在大量的小规模供应商和加工厂，仍靠传统的渠道接单，难以合理规划和统筹生产，导致了资源和时间的闲置和浪费。
4.近年来，随着互联网技术的兴起，许多以出口代工起家、积累了丰富研发和生产经验的传统服装企业在发展过程中结合了“互联网+”、智能制造等技术，开始逐渐向服装定制行业摸索转型了“互联网+”、智能制造等技术，开始逐渐向服装定制行业摸索转型。然而目前大部分相关项目或偏向于生产制造方，或偏向于用户需求方，难以将需求端和供应端进行融合。


技术实现要素：

5.针对现有技术中存在的上述技术问题，本发明提供一种服装定制方法和系统，将用户的设计进行拆解和汇总，并分派到厂家，实现需求端到供应端的合理规划和统筹生产。
6.本发明公开了一种服装定制方法,所述方法包括：为用户提供服装模板，同时为服装模板提供可调整选项；获取用户的定制服装，所述定制服装基于所述服装模板及其可调整选项进行设计；将多个定制服装进行拆解和汇总，获得汇总数据；将所述汇总数据分派给多个厂家进行生产和加工，制得定制服装；将所述定制服装发送给用户。
7.优选的，所述可调整选项包括以下任一版型信息或它们的组合：裁片形状、配饰、面料和辅料；其中，面料包括面料类型、材质、颜色、印花和绣花。
8.优选的，为用户提供服装模板的方法包括：
9.根据用户的历史数据，预测用户对服装模板的满意度；
10.根据所述满意度，为用户提供多个待选服装模板。
11.优选的，所述历史数据包括历次订单数据和用户对订单的实际评价，预测用户满意度的方法包括：
12.基于机器学习的算法，以实际评价作为标签，对历次订单数据进行训练，获得用户评分模型；
13.通过用户评分模型对服装模板进行预测，获得用户满意度。
14.优选的，所述机器学习的方法包括卷积神经网络。
15.优选的，将所述汇总数据分派给多个厂家的方法包括：
16.根据所述厂家提供的服务和所述汇总数据，生成多个分派方案；
17.根据历史数据的历史订单和实际评价，获得所述服务的评分；
18.基于所述评分、物流、服务排期和服务价格，对所述分派方案进行评分；
19.基于所述分派方案的评分选择分派方案。
20.优选的，对所述分派方案进行评价的模型为：
[0021][0022]
其中，score为分派方案评分，λ为用户匹配系数，price为服务定价，penalty为惩罚值，n表示为服务的数量；
[0023]
penalty＝(t1
‑
t0)2+t3+s
[0024]
其中，t1表示为服务的生产时间，t0表示为预设的理想时间，t3表示为物流时间，s表示为评价惩罚值；
[0025]
price＝(p1+p2)
×
(1+θ)
[0026]
其中，p1表示为原料价格，p2表示为工艺制作费用，θ表示为溢价比例。
[0027]
优选的，获得所述服务的评分方法包括：
[0028]
将历史订单中定制服装的总体评价或评分继承到相应厂家的服务中；
[0029]
将历史订单中定制服装的服务评价或评分加权到相应厂家的服务中，获得所述服务的评分。
[0030]
本发明还提供一种用于实现上述服装定制方法的系统，包括推荐模块、设计模块、汇总模块、分派模块和交货模块；
[0031]
所述推荐模块用于为用户提供服装模板，同时为服装模板提供可调整选项；
[0032]
所述设计模块用于获取用户的定制服装，所述定制服装基于所述服装模板及其可调整选项进行设计；
[0033]
所述汇总模块用于将多个用户的定制服装进行拆解和汇总，获得汇总数据；
[0034]
所述分派模块用于将所述汇总数据分派给多个厂家进行生产和加工，获得定制服装；
[0035]
所述交货模块用于将所述定制服装发送给用户。
[0036]
优选的，所述系统还包括供应链管理模块和评价管理模块，
[0037]
所述供应链管理模块用于录入厂家的版型信息、价格信息和生产排期信息；
[0038]
所述评价管理模块用于根据历史数据，获得服务的评价；
[0039]
所述推荐模块用于根据用户的历史数据，预测用户对服装模板的满意度，并根据所述满意度，为用户提供多个待选服装模板；
[0040]
所述分派模块还用于根据所述厂家提供的服务和所述汇总数据，生成多个分派方案；根据历史数据，获得所述服务的评分；基于所述评分、物流以及服务的排期和价格，对所述分派方案进行评分；基于所述分派方案的评分选择分派方案。
[0041]
与现有技术相比，本发明的有益效果为：通过为用户提供diy设计基础，并将多个diy设计产生的服装进行拆解和汇总，并根据汇总的信息分派给厂家，最终制得成品服装，实现用户端和供应端的融合，消除了中间环节，利于合理规划和统筹生产，提高资源利用率和节约时间，利于降低服装定制的成本和价格。
附图说明
[0042]
图1是本发明的服装定制方法的流程图；
[0043]
图2是本发明的系统逻辑框图。
具体实施方式
[0044]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0045]
下面结合附图对本发明做进一步的详细描述：
[0046]
一种服装定制方法,如图1所示，所述方法包括：
[0047]
步骤101：为用户提供服装模板，同时为服装模板提供可调整选项。可以根据用户的偏好推荐服装模板，例如提供一种汉服模板，用户可以对汉服的部分版型、面料或者花纹进行调整，以完成服装的diy设计。
[0048]
步骤102：获取用户的定制服装，所述定制服装基于所述服装模板及其可调整选项进行设计。用户可以通过提交或下单的方式，完成服装的diy设计后。所述可调整选项包括以下任一版型信息或它们的组合：裁片形状、配饰、面料和辅料；其中，面料可以包括面料类型、材质、颜色、印花和绣花，但不限于此。
[0049]
步骤103：将多个用户的定制服装进行拆解和汇总，获得汇总数据。服装可以根据部件的不同进行拆解，如将汉服或衬衫拆解为布料、配饰、印花、绣花、制衣环节，再对多个定制服装的各个环节进行汇总。在一个具体实施例中，根据厂家提供的服务对定制服装进行拆解。
[0050]
步骤104：将所述汇总数据分派给多个厂家进行生产和加工，制得定制服装。
[0051]
步骤105：将所述定制服装发送给用户。例如，a厂家的布料发往b厂家进行印花，印花结束后，发往c厂家进行制衣得到定制服装。c厂家将定制服装再发送给用户。
[0052]
通过为用户提供diy设计基础，并将多个diy设计产生的服装进行拆解和汇总，并根据汇总的信息分派给厂家，最终制得成品服装，实现用户端和供应端的融合，消除了中间环节，利于合理规划和统筹生产，提高资源利用率和节约时间，利于降低服装定制的成本和价格。
[0053]
步骤101中，为用户提供服装模板的方法包括：
[0054]
步骤201：根据用户的历史数据，预测用户对服装模板的满意度。
[0055]
步骤202：根据所述满意度，为用户提供多个待选服装模板。用户可以从待选服装模板中选择感兴趣的进行diy设计。
[0056]
在一个具体实施例中，所述历史数据包括历次订单数据和用户对订单的实际评价，可以采用了机器学习的方法进行满意度预测：
[0057]
步骤210：基于机器学习的算法，以实际评价作为标签，对历次订单数据进行训练，获得用户评分模型。所述机器学习的算法可以采用神经网络的算法或者分类算法，例如卷积神经网络(cnn)。实际评价体现了用户的满意度，从历史的订单数据以及用户对订单的实际评价进行机器学习，并可以通过更多的订单信息对用户评价模型进行迭代，不断提高用
户满意度、体验和产品统筹效率。
[0058]
步骤211：通过用户评分模型对服装模板进行预测，获得用户满意度。
[0059]
在另一个实际应用中，接入的供应商信息数量较多的情况下，往往可以形成多种派发方案。将所述汇总数据分派给多个厂家的方法包括：
[0060]
步骤301：根据所述厂家提供的服务和所述汇总数据，生成多个分派方案。例如，相同的印花，具有不同的供应端，则形成多个方案。其中服务包括商品服务和加工服务，商品服务可以是布料和饰品等；加工服务可以是制衣和印花等。
[0061]
步骤302：根据历史数据的历史订单和实际评价，获得所述服务的评分。可以将历史订单中定制服装的总体评价或评分继承到相应厂家的服务中，也可以历史订单中定制服装的服务评价或评分加权到相应厂家的服务中，以获得所述服务的评分。
[0062]
步骤303：基于所述评分、物流、服务排期和服务价格，对所述分派方案进行评分。
[0063]
步骤304：基于所述分派方案的评分选择分派方案。通过评分对各个分派方案进行筛选，以实现对制衣环节的统筹规划。
[0064]
对所述分派方案进行评价的模型为：
[0065][0066]
其中，score为分派方案评分，λ为用户匹配系数，price为服务定价，penalty为惩罚值，n表示为服务的数量；
[0067]
penalty＝(t1
‑
t0)2+t3+s
[0068]
其中，t1表示为服务的生产时间，t0表示为预设的理想时间，t3表示为物流时间，s表示为评价惩罚值；
[0069]
price＝(p1+p2)
×
(1+θ)
[0070]
其中，p1表示为原料价格，p2表示为工艺制作费用，θ表示为溢价比例。
[0071]
本发明还提供一种用于实现上述服装定制方法的系统，如图2所示，包括推荐模块1、设计模块2、汇总模块3、分派模块4和交货模块5；
[0072]
推荐模块1用于为用户提供服装模板，同时为服装模板提供可调整选项；
[0073]
设计模块2用于获取用户的定制服装，所述定制服装基于所述服装模板及其可调整选项进行设计；
[0074]
汇总模块3用于将多个定制服装进行拆解和汇总，获得汇总数据；
[0075]
分派模块4用于将所述汇总数据分派给多个厂家进行生产和加工，获得定制服装；
[0076]
交货模块5用于将所述定制服装发送给用户。
[0077]
本发明的系统还可以包括供应链管理模块6和评价管理模块7，供应链管理模块6用于录入厂家的版型信息、价格信息和生产排期信息；
[0078]
评价管理模块7用于根据历史数据，获得服务的评价；
[0079]
推荐模块1用于根据用户的历史数据，预测用户对服装模板的满意度，并根据所述满意度，为用户提供多个待选服装模板；
[0080]
分派模块4还用于根据所述厂家提供的服务和所述汇总数据，生成多个分派方案；根据历史数据，获得所述服务的评分；基于所述评分、物流以及服务的排期和价格，对所述
分派方案进行评分；基于所述分派方案的评分选择分派方案。
[0081]
其中，设计模块2还可以用于设计的分享，例如分享到朋友圈或联系人。设计模块面向用户、而供应链管理模块面向供应商。用户的历史数据应当通过合法的途径获得。
[0082]
实施例
[0083]
如下表所示，将当前产生的4个订单进行汇总，并分派给三个厂家：
[0084][0085][0086]
可以看出，将碎片化的定制服装进行汇总，达成一定的规模并进行分派，利于减少中间环节，同时不同厂家其提供的服务优势也不相同，通过对服务进行评价，利于统筹规则各个生产环节。利于提高用户体验，降低成本。
[0087]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。