CN107862577A - 一种基于大数据的试衣推荐方法 - Google Patents
一种基于大数据的试衣推荐方法 Download PDFInfo
- Publication number
- CN107862577A CN107862577A CN201711124453.5A CN201711124453A CN107862577A CN 107862577 A CN107862577 A CN 107862577A CN 201711124453 A CN201711124453 A CN 201711124453A CN 107862577 A CN107862577 A CN 107862577A
- Authority
- CN
- China
- Prior art keywords
- model
- skin
- fitting
- clothes
- colour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的试衣推荐方法,包括采集不同体型不同肤色的模特数据,采集模特穿相应服装的视频数据,采集试衣人的体型和肤色数据,根据试衣人的特征和体型‑肤色通过BDEU方法建立一个以上的推荐决策树,根据试衣人的体型和肤色找到对应模特穿的服装,并综合根据推荐决策树推荐出优选服装的步骤。使用本发明的方法,网购用户能在家中通过互联网访问系统,不仅可以像一般的网购那样查看网店内的衣服,同时可以根据自己的体型和肤色获取最优的推荐结果,从推荐结果中选出适合自己体型和肤色的衣服,帮助用户网购到合适的衣服,降低经济损失风险,提升购物体验。
Description
技术领域
本发明涉及大数据分析技术领域,具体而言,涉及一种基于大数据的试衣 推荐方法。
背景技术
当前,网购平台越来越多,大多数用户倾向于在网上购物平台上购置衣服, 但是网上购物平台并不像实体店一样可以试穿衣服,从而使得很多购物者网购 到的衣服并不适合自己的体型,服装的颜色也不适合自己的肤色,造成退货频 繁,给平台商家及消费者都带来了不好的购物体验和经济损失。
发明内容
本发明为了解决上述技术问题,提供了可以让消费者根据自己体型和肤色 网购到合适衣服的一种基于大数据的试衣推荐方法。
为达到上述技术目的,本发明采取的技术方案是:一种基于大数据的试衣 推荐方法,包括以下步骤:
步骤1,采集不同体型的模特数据,将模特的体型按照国家标准体型分类进 行划分,得到模特体型分类;
步骤2,采集每一个模特体型分类下模特的肤色;将模特的肤色按照欣资(Hintze)肤色表再次进行分类划分,得到模特体型-肤色分类;
步骤3,根据模特体型-肤色分类匹配与每个模特体型-肤色分类下的模特样 式及颜色相协调的至少十件具有不同服装特征的推荐服装;采集模特体型-肤色 分类的模特试穿每件推荐服装的视频数据;
步骤4,将试衣人的体型按照国家标准体型分类进行划分,得到试衣人的体 型分类;将试衣人的肤色按照欣资(Hintze)肤色表进行划分,得到试衣人的肤 色分类;根据试衣人的体型分类及肤色分类,得到试衣人体型-肤色分类;
步骤5,根据服装特征和试衣人体型-肤色分类通过BDEU方法建立一个以 上的推荐决策树;
步骤6,根据步骤4得到的试衣人体型-肤色分类找到步骤2中与其对应的 模特体型-肤色分类;根据找到的模特体型-肤色分类找到对应的模特,根据对应 的模特找到步骤3中对应的模特穿过的推荐服装;
步骤7,将步骤6找到的对应的模特穿过的推荐服装和通过步骤4建立的各 个推荐决策树进行衣服推荐,然后对各个推荐决策树推荐的衣服进行优化,将 优化得到的衣服向试衣人推荐。
进一步地,所述步骤3及步骤5中的服装特征包括服装品牌、式样、类型、 规格、尺寸、颜色、织物材质、样本图片、销售价格。
进一步地,所述步骤4中还包括采集所述试衣人的基本信息的步骤,所述 基本信息包括用户年龄、职业、地区、喜好、收入。
进一步地,所述步骤5是根据服装特征、试衣人体型-肤色分类及试衣人的 基本信息通过BDEU方法建立一个以上的推荐决策树。
与现有技术相比,本发明的有益效果是:
使用本发明的方法,网购用户能在家中通过互联网访问系统,不仅可以像 一般的网购那样查看网店内的衣服,同时可以根据自己的体型和肤色获取最优 的推荐结果,从推荐结果中选出适合自己体型和肤色的衣服,帮助用户网购到 合适的衣服,降低经济损失风险,提升购物体验。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,以下列举该发明的具体实 施例,对本申请作进一步地详细说明,本申请的示意性实施例及其说明用于解 释本申请,并不构成对本申请的不当限定。
本实施例的一种基于大数据的试衣推荐方法,具体包括以下步骤:
步骤1,采集不同体型的模特数据,将模特的体型按照国家标准体型分类进 行划分,得到模特体型分类。
步骤2,采集每一个模特体型分类下模特的肤色;将模特的肤色按照欣资(Hintze)肤色表再次进行分类划分,得到模特体型-肤色分类。
步骤3,根据模特体型-肤色分类匹配与每个模特体型-肤色分类下的模特样 式及颜色相协调的至少十件具有不同服装特征的推荐服装;采集模特体型-肤色 分类的模特试穿每件推荐服装的视频数据。
步骤4,将试衣人的体型按照国家标准体型分类进行划分,得到试衣人的体 型分类;将试衣人的肤色按照欣资(Hintze)肤色表进行划分,得到试衣人的肤 色分类;根据试衣人的体型分类及肤色分类,得到试衣人体型-肤色分类;
步骤5,根据服装特征和试衣人体型-肤色分类通过BDEU方法建立一个以 上的推荐决策树。
步骤6,根据步骤4得到的试衣人体型-肤色分类找到步骤2中与其对应的 模特体型-肤色分类;根据找到的模特体型-肤色分类找到对应的模特,根据对应 的模特找到步骤3中对应的模特穿过的推荐服装。
步骤7,将步骤6找到的对应的模特穿过的推荐服装和通过步骤4建立的各 个推荐决策树进行衣服推荐,然后对各个推荐决策树推荐的衣服进行优化,将 优化得到的衣服向试衣人推荐。
其中,在步骤3及步骤5中的服装特征包括服装品牌、式样、类型、规格、 尺寸、颜色、织物材质、样本图片、销售价格。
其中,在步骤4中还包括采集所述试衣人的基本信息的步骤,所述基本信 息包括用户年龄、职业、地区、喜好、收入。
其中,所述步骤5是根据服装特征、试衣人体型-肤色分类及试衣人的基本 信息通过BDEU方法建立一个以上的推荐决策树。
本实施例中,BDEU算法根据贝叶斯定和全概率公式,来评估属性结构的 优劣。贝叶斯公理如下:假设H[1],H[2]…,H[n]互斥且构成一个完全事件,已知 它们的概率P(H[i]),i=1,2,…,n,现观察到某事件A与H[,1],H[,2]…,H[,n]相伴随 机出现,且已知条件概率P(A/H[,i]),则:
P(H[,i]/A)=P(H[i])*P(A│H[i])/{P(H[1])*P(A│H[1])
+P(H[2])*P(A│H[2])+…+P(H[n])*P(A│H[n])}
BDEU算法使用了贝叶斯参数先验分布方法中的共轭分布,采用CH分数(由 cooper和herskovits根据贝叶斯公式和先验分布推导出),评价分叉后树形的优 劣,得到最优树,CH分数越大,表示得到的决策树结构越好。计算CH公式如 下:
其中,D代表数据集,e代表先验数据,Bs代表树结构,i代表变量标号(如 职业,年龄,收入等变量的分布标号),k代表变量取值(如职业,年龄,收入等 变量的值),Mijk表示在先验信息中,先验数据的分布参数。Njk表示在现有数 据中,当前结点为i父节点为j当前节点取值为k的事例项个数。
举例单个决策树建立过程如下:
1),取待推荐服装款式为根,分别输入年龄、职业、收入等,得到两层决策 树结构。
2),计算服装款式CH分数,取使CH分数最大的变量分叉。
3),分别取叶节点为当前结点,如果当前结点事例项的支持个数小于设定的 限制,则不进行分叉,取下一叶节点,如大于则分别用未用来分叉的输入变量 对当前节点进行分叉,得到新的树结构组,如果没有能够分叉的叶节点,则决 策树完成。
4),根据树结构分别计算新的树结构组里每个树结构的CH分数,采用树结 构组中CH分数最大的那个树,继续执行(3)。
5),随后可以建立决策树。
6),以上决策树是按照服装款式为根进行建树,系统随后会按照服装的其他 特征,如服装面料、服装颜色色系等参数为根建立多个决策树。
本实施例叙述的较为具体和详细,也给出了实施例的一些优选措施,但是, 该实施例和优选措施并不能作为对本发明的限制,本领域的技术人员看到该方 案时,做出的其他变形和等同手段的替换,均应在本发明的保护范围之内。
Claims (4)
1.一种基于大数据的试衣推荐方法,其特征在于,包括以下步骤:
步骤1,采集不同体型的模特数据,将模特的体型按照国家标准体型分类进行划分,得到模特体型分类;
步骤2,采集每一个模特体型分类下模特的肤色;将模特的肤色按照欣资(Hintze)肤色表再次进行分类划分,得到模特体型-肤色分类;
步骤3,根据模特体型-肤色分类匹配与每个模特体型-肤色分类下的模特样式及颜色相协调的至少十件具有不同服装特征的推荐服装;采集模特体型-肤色分类的模特试穿每件推荐服装的视频数据;
步骤4,将试衣人的体型按照国家标准体型分类进行划分,得到试衣人的体型分类;将试衣人的肤色按照欣资(Hintze)肤色表进行划分,得到试衣人的肤色分类;根据试衣人的体型分类及肤色分类,得到试衣人体型-肤色分类;
步骤5,根据服装特征和试衣人体型-肤色分类通过BDEU方法建立一个以上的推荐决策树;
步骤6,根据步骤4得到的试衣人体型-肤色分类找到步骤2中与其对应的模特体型-肤色分类;根据找到的模特体型-肤色分类找到对应的模特,根据对应的模特找到步骤3中对应的模特穿过的推荐服装;
步骤7,将步骤6找到的对应的模特穿过的推荐服装和通过步骤4建立的各个推荐决策树进行衣服推荐,然后对各个推荐决策树推荐的衣服进行优化,将优化得到的衣服向试衣人推荐。
2.根据权利要求1所述的一种基于大数据的试衣推荐方法,其特征在于,所述步骤3及步骤5中的服装特征包括服装品牌、式样、类型、规格、尺寸、颜色、织物材质、样本图片、销售价格。
3.根据权利要求1所述的一种基于大数据的试衣推荐方法,其特征在于,所述步骤4中还包括采集所述试衣人的基本信息的步骤,所述基本信息包括用户年龄、职业、地区、喜好、收入。
4.根据权利要求3所述的一种基于大数据的试衣推荐方法,其特征在于,所述步骤5是根据服装特征、试衣人体型-肤色分类及试衣人的基本信息通过BDEU方法建立一个以上的推荐决策树。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711124453.5A CN107862577A (zh) | 2017-11-14 | 2017-11-14 | 一种基于大数据的试衣推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711124453.5A CN107862577A (zh) | 2017-11-14 | 2017-11-14 | 一种基于大数据的试衣推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107862577A true CN107862577A (zh) | 2018-03-30 |
Family
ID=61700389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711124453.5A Withdrawn CN107862577A (zh) | 2017-11-14 | 2017-11-14 | 一种基于大数据的试衣推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107862577A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985953A (zh) * | 2018-07-02 | 2018-12-11 | 湖北衣谷电子商务有限公司 | 一种女性穿搭社交圈的建立方法及系统 |
CN116503112A (zh) * | 2023-06-12 | 2023-07-28 | 深圳市豪斯莱科技有限公司 | 一种基于视频内容识别的广告推荐系统及方法 |
-
2017
- 2017-11-14 CN CN201711124453.5A patent/CN107862577A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985953A (zh) * | 2018-07-02 | 2018-12-11 | 湖北衣谷电子商务有限公司 | 一种女性穿搭社交圈的建立方法及系统 |
CN116503112A (zh) * | 2023-06-12 | 2023-07-28 | 深圳市豪斯莱科技有限公司 | 一种基于视频内容识别的广告推荐系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106447365B (zh) | 业务对象信息的图片展示方法及装置 | |
CN105913297A (zh) | 一种基于大数据的试衣推荐方法及系统 | |
US7617016B2 (en) | Computer system for rule-based clothing matching and filtering considering fit rules and fashion rules | |
CN106055710A (zh) | 基于视频的商品推荐方法及装置 | |
CN107909436A (zh) | 一种适于网上购物平台的基于大数据的试衣推荐方法 | |
CN106779977A (zh) | 一种基于智能移动终端的服装搭配方法及其系统 | |
CN106202316A (zh) | 基于视频的商品信息获取方法及装置 | |
CN110110181A (zh) | 一种基于用户风格和场景偏好的服装搭配推荐方法 | |
CN106022814A (zh) | 运用自适性机器学习以提供建议的系统和方法 | |
CN106202317A (zh) | 基于视频的商品推荐方法及装置 | |
CN101582143A (zh) | 一种终端试穿戴仿真系统及生成试穿戴图像的方法 | |
CN110415048A (zh) | 一种广告推荐方法、设备、系统、计算机设备及存储介质 | |
CN109559209A (zh) | 一种基于多模态信息的电商服装穿搭推荐方法 | |
CN105512915A (zh) | 一种基于人体三维虚拟成像的线下体验店 | |
CN107862577A (zh) | 一种基于大数据的试衣推荐方法 | |
CN106295673A (zh) | 物品信息处理方法及处理装置 | |
CN112651809A (zh) | 基于云计算和大数据协同作用的垂直电子商务平台商品智能推荐方法 | |
KR102495868B1 (ko) | Ai를 활용한 패션 연계 맞춤형 향수 추천시스템 | |
CN107833104A (zh) | 一种大数据试衣推荐方法 | |
KR102509507B1 (ko) | 상품 정보 태그 장치 및 방법 | |
CN107918902A (zh) | 一种基于大数据的网上购物试衣推荐方法 | |
CN112131711B (zh) | 一种基于概率神经网络的运动紧身服合体性水平预测方法 | |
US20200302508A1 (en) | Customer-content matching and vicarious feedback for fashion commerce | |
CN114398766A (zh) | 一种服装智能设计方法及系统 | |
Vadood et al. | Developing a new suit sizing system using neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180330 |