CN107870987A - 一种设计作品的智能推荐方法及系统 - Google Patents

Abstract

本发明公开了一种设计作品的智能推荐方法及系统，该方法包括：从设计作品数据库获取第一设计作品及第一设计作品的多维属性标签；设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签；从设计需求数据库获取第一设计需求及第一设计需求的多维属性标签；设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签；匹配第一设计作品的多维属性标签与第一设计需求的多维属性标签，计算得出推荐权重；当推荐权重满足预设阈值时，将第一设计作品推荐给所述第一设计需求。采用本发明实施例，能提高沉淀设计作品的利用率，减少设计师自行寻找设计需求时的工作量。

Description

一种设计作品的智能推荐方法及系统

技术领域

本发明涉及计算机技术领域，尤其涉及一种设计作品的智能推荐方法及系统。

背景技术

在现有的设计行业中，为了满足一个客户的设计需求，设计师需要提供多个设计方案并且付出劳动，最后客户根据自身的情况采用其中一个方案，并为此付费，而没有采用的设计方案会沉淀在设计师的作品库中同时没有收到相应的报酬。直到下个相同或类似的设计需求出现时，这些设计方案与劳动才会再次有获得回报的机会。同时设计需求也是千差万别的，最简单的设计需求就是各种比赛，其门槛条件只需要几个就满足，而最终用户的设计需求则充满多样性，需要与最终用户自身条件进行匹配才能产生效果。

在各种设计比赛中，一个设计作品增加与设计需求对接的操作需要设计师进行多次的注册(报名)、资料整理、作品提交，存在大量重复性操作。整个过程费时费力，效率极低，一般情况下设计师进行几次对接就会放弃，无法发挥存量设计作品的最大价值。此外，由于各个需求或赛事都是独立平台开展的，因此参加多个赛事就要多次注册提交资料，资料一般由用户信息+设计作品基本信息+特定要求组成，这些重复的操作，即使是一稿多投(一个作品参加多个比赛)也会耗费设计师大量时间和精力，影响工作效率和个人能力的提高。

发明内容

本发明实施例提出一种设计作品的智能推荐方法及系统，提高沉淀设计作品的利用率，减少设计师自行寻找设计需求时的工作量。

本发明实施例提供一种设计作品的智能推荐方法，包括：

从设计作品数据库获取第一设计作品及所述第一设计作品的多维属性标签；所述设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签；

从设计需求数据库获取第一设计需求及所述第一设计需求的多维属性标签；所述设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签；

匹配所述第一设计作品的多维属性标签与所述第一设计需求的多维属性标签，计算得出推荐权重；

当所述推荐权重满足预设阈值时，将所述第一设计作品推荐给所述第一设计需求。

进一步的，所述设计作品数据库存储的各设计作品的多维属性标签包括：设计表达标签、设计定位标签、市场调研标签、知识产权标签和产品化标签；

所述设计需求数据库中存储的各设计需求的多维属性标签包括：需求方向标签、需求表达标签和需求深度标签。

进一步的，所述匹配所述第一设计作品的多维属性标签与所述第一设计需求的多维属性标签，计算得出推荐权重，具体为：

将所述第一设计需求的需求方向标签、所述第一设计作品的设计表达标签和设计定位标签进行匹配计算，当存在一个标签匹配成功时，确定需求方向权重为100％，否则，确定需求方向权重为0；

将所述第一设计需求的需求表达标签和需求深度标签、所述第一设计作品的所有多维属性标签进行匹配计算，当所有标签匹配成功时，确定需求内容权重为100％，否则，根据标签的匹配度，确定需求内容权重的值；

将所述需求方向权重和所述需求内容权重相乘，得出所述推荐权重。

进一步的，所述当所述推荐权重满足预设阈值时，将所述第一设计作品推荐给所述第一设计需求，具体为：

当所述推荐权重满足预设阈值时，向所述第一设计作品的设计师发送通知消息，以获取所述设计师的授权命令；

在获取所述设计的授权命令后，将所述第一设计作品推荐给所述第一设计需求的官方平台，并根据所述第一设计作品的多维属性标签，完成注册/报名、资料整理和作品提交。

进一步的，所述设计表达标签包括：作品说明子标签、图片子标签、视频/音频子标签和手板模型子标签；

所述设计定位标签包括：市场需求定位子标签、产品定位子标签、消费定位子标签、竞争定位子标签、创新性子标签、合理性子标签和可行性子标签；

所述需求方向标签包括：需求名称子标签、需求单位子标签、需求分类子标签、需求地点子标签、需求时间子标签、需求数量子标签和报酬子标签；

所述需求表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签。

相应地，本发明实施例还提供一种设计作品的智能推荐系统，包括：设计作品获取模块、设计需求获取模块、匹配计算模块和推荐模块；

所述设计作品获取模块用于从设计作品数据库获取第一设计作品及所述第一设计作品的多维属性标签；所述设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签；

所述设计需求获取模块用于从设计需求数据库获取第一设计需求及所述第一设计需求的多维属性标签；所述设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签；

所述匹配计算模块用于匹配所述第一设计作品的多维属性标签与所述第一设计需求的多维属性标签，计算得出推荐权重；

所述推荐模块用于当所述推荐权重满足预设阈值时，将所述第一设计作品推荐给所述第一设计需求。

进一步的，所述设计作品数据库存储的各设计作品的多维属性标签包括：设计表达标签、设计定位标签、市场调研标签、知识产权标签和产品化标签；

所述设计需求数据库中存储的各设计需求的多维属性标签包括：需求方向标签、需求表达标签和需求深度标签。

进一步的，所述匹配计算模块具体用于：

将所述第一设计需求的需求方向标签、所述第一设计作品的设计表达标签和设计定位标签进行匹配计算，当存在一个标签匹配成功时，确定需求方向权重为100％，否则，确定需求方向权重为0；

将所述第一设计需求的需求表达标签和需求深度标签、所述第一设计作品的所有多维属性标签进行匹配计算，当所有标签匹配成功时，确定需求内容权重为100％，否则，根据标签的匹配度，确定需求内容权重的值；

将所述需求方向权重和所述需求内容权重相乘，得出所述推荐权重。

进一步的，所述推荐模块具体用于：

当所述推荐权重满足预设阈值时，向所述第一设计作品的设计师发送通知消息，以获取所述设计师的授权命令；

在获取所述设计的授权命令后，将所述第一设计作品推荐给所述第一设计需求的官方平台，并根据所述第一设计作品的多维属性标签，完成注册/报名、资料整理和作品提交。

进一步的，所述设计表达标签包括：作品说明子标签、图片子标签、视频/音频子标签和手板模型子标签；

所述设计定位标签包括：市场需求定位子标签、产品定位子标签、消费定位子标签、竞争定位子标签、创新性子标签、合理性子标签和可行性子标签；

所述需求方向标签包括：需求名称子标签、需求单位子标签、需求分类子标签、需求地点子标签、需求时间子标签、需求数量子标签和报酬子标签；

所述需求表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签。

实施本发明实施例，具有如下有益效果：

本发明实施例提供的设计作品的智能推荐方法及系统，建立设计作品数据库和设计需求数据库，并对数据库中的设计作品和设计需求设定多维属性标签。在需要匹配推荐时，获取第一设计作品的多维属性标签与第一设计需求的多维属性标签，并以此进行匹配计算，得出推荐权重。当推荐权重满足预设阈值时，将第一设计作品推荐给第一设计需求。相比于现有技术设计师需要手工进行报名、资料整理和作品递交，本发明技术方案实现了设计作品的智能推荐，提高了沉淀设计作品的利用率，减少了设计作品的沉淀数量，同时提高了设计作品与设计需求的对接效率，减少设计师自行寻找设计需求时的工作量。

附图说明

图1是本发明提供的设计作品的智能推荐方法的一种实施例的流程示意图；

图2是本发明提供的设计作品多维属性标签的一种实施例的结构示意图；

图3是本发明提供的设计需求多维属性标签的一种实施例的结构示意图；

图4是本发明提供的设计作品的智能推荐系统的一种实施例的结构示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动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。

参见图1，是本发明提供的设计作品的智能推荐方法的一种实施例的流程示意图，该方法包括步骤101至步骤104，各步骤具体如下：

步骤101：从设计作品数据库获取第一设计作品及第一设计作品的多维属性标签；设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签。

在本实施例中，对设计作品建立多维属性标签，并收集相关数据，建立设计作品数据库。参见图2，图2是本发明提供的设计作品多维属性标签的一种实施例的结构示意图。如图2所示，设计作品数据库存储的各设计作品的多维属性标签包括：设计表达标签、设计定位标签、市场调研标签、知识产权标签和产品化标签。

设计表达标签包括：作品说明子标签、图片子标签、视频/音频子标签和手板模型子标签。作品说明子标签包含：作品名称、作品描述、作品关键字和作品展示图。图片子标签包含：渲染图、功能图、尺寸图、爆炸图或剖面图、手绘图和使用场景图。

设计定位标签包括：市场需求定位子标签、产品定位子标签、消费定位子标签、竞争定位子标签、创新性子标签、合理性子标签和可行性子标签。产品定位子标签包含：功能定位、色彩定位、造型定位。消费定位子标签包含用户性别、用户年龄、是否特定人群、产品分类、产品价位、颜色和主要材料。竞争定位子标签包含：竞争差异化分析、差异化接收程度分析、自身资源匹配度分析和其他。创新性子标签包含：观念创新、功能创新、形态创新、技术创新和其他创新。合理性子标签包含：色彩分析、材料分析、表面工艺分析和其他。可行性子标签包含：技术可行性、操作可行性分析、合法性可行性分析、经济可行性分析。

市场调研标签包含：市场调研与需求分析和数据收集与整理。市场调研与需求包括：市场需求、市场现有产品分析和设计定位分析。数据收集与整理结果包括：数据收集方法、数据结果整理。

知识产权标签包括：知识产权是否转让、是否拥有知识产权。

产品化标签包括：产品图片、产品的购买途径、产品的生产厂家、产品的衍生设计和其他。

步骤102：从设计需求数据库获取第一设计需求及第一设计需求的多维属性标签；设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签。

在本实施例中，对设计需求建立多维属性标签，并且收集相关数据，建立设计需求数据库。参见图3，图3是本发明提供的设计需求多维属性标签的一种实施例的结构示意图。如图3所示，设计需求数据库中存储的各设计需求的多维属性标签包括：需求方向标签、需求表达标签和需求深度标签。

需求方向标签包括：需求名称子标签、需求单位子标签、需求分类子标签、需求地点子标签、需求时间子标签、需求数量子标签和报酬子标签。

需求表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签。图片子标签包含：作品展示图、渲染图、功能图、尺寸图、结构图(爆炸图或剖面图)、手绘图、使用场景图。

需求深度标签包含：是否要设计定位、是否要市场分析、是否要知识产权、是否要产品化。

步骤103：匹配第一设计作品的多维属性标签与第一设计需求的多维属性标签，计算得出推荐权重。

在本实施例中，步骤103具体为：将第一设计需求的需求方向标签、第一设计作品的设计表达标签和设计定位标签进行匹配计算，当存在一个标签匹配成功时，确定需求方向权重为100％，否则，确定需求方向权重为0；将第一设计需求的需求表达标签和需求深度标签、第一设计作品的所有多维属性标签进行匹配计算，当所有标签匹配成功时，确定需求内容权重为100％，否则，根据标签的匹配度，确定需求内容权重的值；将需求方向权重和需求内容权重相乘，得出推荐权重。

在本实施例中，“需求方向”由设计需求数据库中的需求名称、需求分类标签的关键字组成，匹配设计作品数据库中设计作品的作品名称、作品关键字、消费者定位、产品定位四个标签的关键字，只要双方之中有1个关键字能匹配成功，并且该设计作品的作品展示图项目有内容，则“需求方向”的权重为100％，否则为0。当需求方向权重为0时，可以直接结束计算，避免不必要的计算。

在本实施例中，“需求内容”由设计需求数据库中的需求表达、需求深度标签组成，匹配设计作品数据库中设计作品的各个对应设计标签，只有满足了全部“需求内容”，那么“需求内容”的权重才为100％，否则计算满足程度(匹配度)的百分比。假设“需求内容”中有10个内容要求，但是作品只满足了9个要求，1个要求未满足，则“需求内容”的权重为90％，如此类推。

步骤104：当推荐权重满足预设阈值时，将第一设计作品推荐给第一设计需求。

在本实施例中，步骤104具体为：当推荐权重满足预设阈值时，向第一设计作品的设计师发送通知消息，以获取设计师的授权命令；在获取设计的授权命令后，将第一设计作品推荐给第一设计需求的官方平台，并根据第一设计作品的多维属性标签，完成注册/报名、资料整理和作品提交。本发明在匹配成功后，实现一键对接，避免设计师大量的重复操作。

相应地，本发明提供了一种设计作品的智能推荐系统，参见图4，图4是本发明提供的设计作品的智能推荐系统的一种实施例的结构示意图。如图4所示，该智能推荐系统包括：设计作品获取模块1、设计需求获取模块2、匹配计算模块3和推荐模块4。

设计作品获取模块1用于从设计作品数据库获取第一设计作品及第一设计作品的多维属性标签；设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签。

设计需求获取模块2用于从设计需求数据库获取第一设计需求及第一设计需求的多维属性标签；设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签。

匹配计算模块3用于匹配第一设计作品的多维属性标签与第一设计需求的多维属性标签，计算得出推荐权重。

推荐模块4用于当推荐权重满足预设阈值时，将第一设计作品推荐给第一设计需求。

在本实施例中，匹配计算模块3具体用于：将第一设计需求的需求方向标签、第一设计作品的设计表达标签和设计定位标签进行匹配计算，当存在一个标签匹配成功时，确定需求方向权重为100％，否则，确定需求方向权重为0；将第一设计需求的需求表达标签和需求深度标签、第一设计作品的所有多维属性标签进行匹配计算，当所有标签匹配成功时，确定需求内容权重为100％，否则，根据标签的匹配度，确定需求内容权重的值；将需求方向权重和需求内容权重相乘，得出推荐权重。

在本实施例中，推荐模块4具体用于：当推荐权重满足预设阈值时，向第一设计作品的设计师发送通知消息，以获取设计师的授权命令；在获取设计的授权命令后，将第一设计作品推荐给第一设计需求的官方平台，并根据第一设计作品的多维属性标签，完成注册/报名、资料整理和作品提交。

由上可见，本发明实施例提供的设计作品的智能推荐方法及系统，建立设计作品数据库和设计需求数据库，并对数据库中的设计作品和设计需求设定多维属性标签。在需要匹配推荐时，获取第一设计作品的多维属性标签与第一设计需求的多维属性标签，并以此进行匹配计算，得出推荐权重。当推荐权重满足预设阈值时，将第一设计作品推荐给第一设计需求。相比于现有技术设计师需要手工进行报名、资料整理和作品递交，本发明技术方案实现了设计作品的智能推荐，提高了沉淀设计作品的利用率，减少了设计作品的沉淀数量，同时提高了设计作品与设计需求的对接效率，减少设计师自行寻找设计需求时的工作量。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种设计作品的智能推荐方法，其特征在于，包括：

从设计作品数据库获取第一设计作品及所述第一设计作品的多维属性标签；所述设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签；

从设计需求数据库获取第一设计需求及所述第一设计需求的多维属性标签；所述设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签；

匹配所述第一设计作品的多维属性标签与所述第一设计需求的多维属性标签，计算得出推荐权重；

当所述推荐权重满足预设阈值时，将所述第一设计作品推荐给所述第一设计需求。

2.根据权利要求1所述的设计作品的智能推荐方法，其特征在于，

所述设计作品数据库存储的各设计作品的多维属性标签包括：设计表达标签、设计定位标签、市场调研标签、知识产权标签和产品化标签；

所述设计需求数据库中存储的各设计需求的多维属性标签包括：需求方向标签、需求表达标签和需求深度标签。

3.根据权利要求2所述的设计作品的智能推荐方法，其特征在于，所述匹配所述第一设计作品的多维属性标签与所述第一设计需求的多维属性标签，计算得出推荐权重，具体为：

将所述第一设计需求的需求方向标签、所述第一设计作品的设计表达标签和设计定位标签进行匹配计算，当存在一个标签匹配成功时，确定需求方向权重为100％，否则，确定需求方向权重为0；

将所述第一设计需求的需求表达标签和需求深度标签、所述第一设计作品的所有多维属性标签进行匹配计算，当所有标签匹配成功时，确定需求内容权重为100％，否则，根据标签的匹配度，确定需求内容权重的值；

将所述需求方向权重和所述需求内容权重相乘，得出所述推荐权重。

4.根据权利要求3所述的设计作品的智能推荐方法，其特征在于，所述当所述推荐权重满足预设阈值时，将所述第一设计作品推荐给所述第一设计需求，具体为：

当所述推荐权重满足预设阈值时，向所述第一设计作品的设计师发送通知消息，以获取所述设计师的授权命令；

在获取所述设计的授权命令后，将所述第一设计作品推荐给所述第一设计需求的官方平台，并根据所述第一设计作品的多维属性标签，完成注册/报名、资料整理和作品提交。

5.根据权利要求2至4任一项所述的设计作品的智能推荐方法，其特征在于，

所述设计表达标签包括：作品说明子标签、图片子标签、视频/音频子标签和手板模型子标签；

所述设计定位标签包括：市场需求定位子标签、产品定位子标签、消费定位子标签、竞争定位子标签、创新性子标签、合理性子标签和可行性子标签；

所述需求方向标签包括：需求名称子标签、需求单位子标签、需求分类子标签、需求地点子标签、需求时间子标签、需求数量子标签和报酬子标签；

所述需求表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签。

6.一种设计作品的智能推荐系统，其特征在于，包括：设计作品获取模块、设计需求获取模块、匹配计算模块和推荐模块；

所述设计作品获取模块用于从设计作品数据库获取第一设计作品及所述第一设计作品的多维属性标签；所述设计作品数据库存储有若干个设计作品及每个设计作品的多维属性标签；

所述设计需求获取模块用于从设计需求数据库获取第一设计需求及所述第一设计需求的多维属性标签；所述设计需求数据库存储有若干个设计需求及每个设计需求的多维属性标签；

所述匹配计算模块用于匹配所述第一设计作品的多维属性标签与所述第一设计需求的多维属性标签，计算得出推荐权重；

所述推荐模块用于当所述推荐权重满足预设阈值时，将所述第一设计作品推荐给所述第一设计需求。

7.根据权利要求6所述的设计作品的智能推荐系统，其特征在于，

所述设计作品数据库存储的各设计作品的多维属性标签包括：设计表达标签、设计定位标签、市场调研标签、知识产权标签和产品化标签；

所述设计需求数据库中存储的各设计需求的多维属性标签包括：需求方向标签、需求表达标签和需求深度标签。

8.根据权利要求7所述的设计作品的智能推荐系统，其特征在于，所述匹配计算模块具体用于：

将所述第一设计需求的需求方向标签、所述第一设计作品的设计表达标签和设计定位标签进行匹配计算，当存在一个标签匹配成功时，确定需求方向权重为100％，否则，确定需求方向权重为0；

将所述第一设计需求的需求表达标签和需求深度标签、所述第一设计作品的所有多维属性标签进行匹配计算，当所有标签匹配成功时，确定需求内容权重为100％，否则，根据标签的匹配度，确定需求内容权重的值；

将所述需求方向权重和所述需求内容权重相乘，得出所述推荐权重。

9.根据权利要求8所述的设计作品的智能推荐系统，其特征在于，所述推荐模块具体用于：

当所述推荐权重满足预设阈值时，向所述第一设计作品的设计师发送通知消息，以获取所述设计师的授权命令；

在获取所述设计的授权命令后，将所述第一设计作品推荐给所述第一设计需求的官方平台，并根据所述第一设计作品的多维属性标签，完成注册/报名、资料整理和作品提交。

10.根据权利要求7至9任一项所述的设计作品的智能推荐系统，其特征在于，

所述设计表达标签包括：作品说明子标签、图片子标签、视频/音频子标签和手板模型子标签；

所述设计定位标签包括：市场需求定位子标签、产品定位子标签、消费定位子标签、竞争定位子标签、创新性子标签、合理性子标签和可行性子标签；

所述需求方向标签包括：需求名称子标签、需求单位子标签、需求分类子标签、需求地点子标签、需求时间子标签、需求数量子标签和报酬子标签；

所述需求表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签。