CN109840336A - 服装设计样本推荐方法和装置 - Google Patents

Abstract

本发明公开了一种服装设计样本推荐方法和装置，其中的方法包括：根据选择的服装类型将待推荐服装分解为服装构成部件并确定服装构成部件所具有的部件属性，根据服装评价数据计算部件属性的属性值与选择的服装风格相对应的属性分值，基于选取的候选属性值以及候选属性值的属性分值确定推荐服装部件，并根据推荐服装部件生成待推荐服装的服装推荐样本。本发明的服装设计样本推荐方法和装置，能够将主观的服装品位设计转化为客观可衡量的样本推荐方法，有助于普通人群在量体裁衣类销售系统中快速设计，提高在线销售效率及能力，提高用户的使用感受。

Description

服装设计样本推荐方法和装置

技术领域

本发明涉及计算机辅助设计技术领域，尤其涉及一种服装设计样本推荐方法、装置。

背景技术

随着经济的发展,人们对服装个性化和独特性的要求日渐增长,批量生产的成衣已不能满足着装需求,一些特殊场合需要穿着的服装便会通过定制渠道来解决。随着人们的生活水平提高，高档服装的需求量越来越大，顾客对其品质的要求也越来越高，实体店中买到的服装总会有尺寸不能完美适合购买者的情况，因此，越来越多的顾客选择购买定制式服装，但在定制服装的过程中，如何让不同身材和体型的顾客穿上合体的服装是目前服装定制企业追求的目标。服装定制是以消费者为中心而展开的,消费者在服装定制中占有举足轻重的地位,当前的服装定制不论线上或线下系统，对于用户参与设计仍停留在当面、电话等线下沟通的处理办法，对于客户的服装需求的精准度把握还有欠缺，大部分用户不能准确描述或设计服装的基本知识，最终生成的成衣风格和款式不能使客户完全满意。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种服装设计样本推荐方法和装置。

根据本公开的一个方面，提供一种服装设计样本推荐方法，包括：接收到服装推荐请求，根据选择的服装类型将待推荐服装分解为至少一个服装构成部件，并确定所述服装构成部件所具有的部件属性；根据服装评价数据计算所述部件属性的属性值与选择的服装风格相对应的属性分值，根据所述属性分值确定所述部件属性的候选属性值；基于所述候选属性值以及所述候选属性值的属性分值确定推荐服装部件，并根据所述推荐服装部件生成所述待推荐服装的服装推荐样本。

可选地，所述根据服装评价数据计算所述部件属性的属性值与选择的服装风格相对应的属性分值包括：获取与所述服装构成部件和所述服装风格相对应的总评价数据，并从所述总评价数据中分别提取与每种部件属性相关联的属性相关评价数据；确定与所述属性值相对应的属性值关键词，计算在与所述属性值所归属的部件属性对应的属性相关评价数据中，包含有所述属性值关键词的属性相关评价数据的第一占比；根据所述第一占比确定与所述属性值对应的第一权重值，基于所述第一权重值计算所述属性值与所述服装风格相对应的属性分值。

可选地，所述根据所述第一占比确定与所述属性值对应的第一权重值包括：计算所述属性值的信息熵为：H(i)＝-P(X_i)log₂P(X_i)；其中，H(i)为所述部件属性的第i个属性值的信息熵，P(X_i)为所述部件属性的第i个属性值所对应的第一占比；

计算所述属性值对应的第一权重值为：

其中，W(i)为与所述部件属性的第i个属性值对应的第一权重值，N为所述部件属性的属性值的数量，H为所述部件属性的全部属性值的信息熵之和。

可选地，所述根据所述属性分值确定所述部件属性的候选属性值包括：分别设置与每种部件属性相对应的属性评分阈值；将每种部件属性的各属性值所对应的属性分值分别与此种部件属性对应的属性评分阈值进行比较，基于比较结果确定每种部件属性的至少一个候选属性值。

可选地，所述基于所述候选属性值以及所述候选属性值的属性分值确定推荐服装部件包括：对所述候选属性值进行排列组合处理，生成多个候选服装构成部件；基于所述候选属性值的属性分值计算所述候选服装构成部件的部件分值；基于预设的部件选取规则并根据所述部件分值从多个候选服装构成部件中选取所述推荐服装部件。

可选地，所述基于所述候选属性值的属性分值计算所述候选服装构成部件的部件分值包括：计算与所述部件属性相关联的所述属性相关评价数据在所述总评价数据中的第二占比；根据所述第二占比确定与所述部件属性对应的第二权重值；根据所述第二权重值以及所述候选属性值的属性分值计算所述候选属性值的加权属性分值；基于所述候选属性的加权属性分值计算所述候选服装构成部件的部件分值。

可选地，所述基于预设的部件选取规则并根据所述部件分值从多个候选服装构成部件中选取所述推荐服装部件包括：设置服装部件选取数量；基于所述部件分值对多个候选服装构成部件进行排序，从排序结果中顺序提取与所述服装部件选取数量相同的所述候选服装构成部件，作为所述推荐服装部件。

可选地，所述根据所述推荐服装部件生成所述待推荐服装的服装推荐样本包括：对所述推荐服装部件进行排列组合处理，生成多个候选服装样本；基于所述推荐服装部件的部件分值计算所述候选服装样本的样本分值；基于预设的样本选取规则并根据所述样本分值从多个候选服装样本中选取所述服装推荐样本。

可选地，所述基于所述推荐服装部件的部件分值计算所述候选服装样本的样本分值包括：从与所述服装类别和所述服装风格相对应的评价数据中分别提取与每种服装构成部件相关联的部件相关评价数据；计算与所述服装构成部件相关联的所述部件相关评价数据在与所述服装类别和所述服装风格相对应的评价数据中的第三占比；根据所述第三占比确定与所述服装构成部件对应的第三权重值；根据所述第三权重值以及所述推荐服装部件的部件分值计算所述推荐服装部件的加权部件分值；基于所述候选服装样本的加权部件分值计算所述候选服装样本的样本分值。

可选地，所述基于预设的样本选取规则并根据所述样本分值从多个候选服装样本中选取所述服装推荐样本包括：设置服装样本选取数量；基于所述样本分值对所述候选服装样本进行排序，从排序结果中顺序提取与所述服装样本选取数量相同的所述候选服装样本，作为所述服装推荐样本。

可选地，所述服装构成部件包括：衣领、衣袖、衣身；所述部件属性包括：颜色、样式、材质。

根据本公开的另一方面，提供一种服装设计样本推荐装置，包括：请求接收模块，用于接收服装推荐请求；服装分解模块，用于根据选择的服装类型将待推荐服装分解为至少一个服装构成部件，并确定所述服装构成部件所具有的部件属性；属性确定模块，用于根据服装评价数据计算所述部件属性的属性值与选择的服装风格相对应的属性分值，根据所述属性分值确定所述部件属性的候选属性值；部件确定模块，用于基于所述候选属性值以及所述候选属性值的属性分值确定推荐服装部件；样本推荐模块，用于根据所述推荐服装部件生成所述待推荐服装的服装推荐样本。

可选地，所述属性确定模块，包括：属性值分值计算单元，用于获取与所述服装构成部件和所述服装风格相对应的总评价数据，并从所述总评价数据中分别提取与每种部件属性相关联的属性相关评价数据；确定与所述属性值相对应的属性值关键词，计算在与所述属性值所归属的部件属性对应的属性相关评价数据中，包含有所述属性值关键词的属性相关评价数据的第一占比；根据所述第一占比确定与所述属性值对应的第一权重值，基于所述第一权重值计算所述属性值与所述服装风格相对应的属性分值。

可选地，所述属性值分值计算单元，用于计算所述属性值的信息熵为：H(i)＝-P(X_i)log₂P(X_i)；其中，H(i)为所述部件属性的第i个属性值的信息熵，P(X_i)为所述部件属性的第i个属性值所对应的第一占比；所述属性值分值计算单元，用于计算所述属性值对应的第一权重值为：

其中，W(i)为与所述部件属性的第i个属性值对应的第一权重值，N为所述部件属性的属性值的数量，H为所述部件属性的全部属性值的信息熵之和。

可选地，所述属性确定模块，包括：属性值选取单元，用于分别设置与每种部件属性相对应的属性评分阈值；将每种部件属性的各属性值所对应的属性分值分别与此种部件属性对应的属性评分阈值进行比较，基于比较结果确定每种部件属性的至少一个候选属性值。

可选地，所述部件确定模块，包括：部件分值计算单元，用于对所述候选属性值进行排列组合处理，生成多个候选服装构成部件；基于所述候选属性值的属性分值计算所述候选服装构成部件的部件分值；部件选取单元，用于基于预设的部件选取规则并根据所述部件分值从多个候选服装构成部件中选取所述推荐服装部件。

可选地，所述部件分值计算单元，用于计算与所述部件属性相关联的所述属性相关评价数据在所述总评价数据中的第二占比；根据所述第二占比确定与所述部件属性对应的第二权重值；根据所述第二权重值以及所述候选属性值的属性分值计算所述候选属性值的加权属性分值；基于所述候选属性的加权属性分值计算所述候选服装构成部件的部件分值。

可选地，所述部件选取单元，用于设置服装部件选取数量；基于所述部件分值对多个候选服装构成部件进行排序，从排序结果中顺序提取与所述服装部件选取数量相同的所述候选服装构成部件，作为所述推荐服装部件。

可选地，所述样本推荐模块，包括：样本分值计算模块，用于对所述推荐服装部件进行排列组合处理，生成多个候选服装样本；基于所述推荐服装部件的部件分值计算所述候选服装样本的样本分值；样本选取单元，用于基于预设的样本选取规则并根据所述样本分值从多个候选服装样本中选取所述服装推荐样本。

可选地，所述样本分值计算模块，用于从与所述服装类别和所述服装风格相对应的评价数据中分别提取与每种服装构成部件相关联的部件相关评价数据；计算与所述服装构成部件相关联的所述部件相关评价数据在与所述服装类别和所述服装风格相对应的评价数据中的第三占比；根据所述第三占比确定与所述服装构成部件对应的第三权重值；根据所述第三权重值以及所述推荐服装部件的部件分值计算所述推荐服装部件的加权部件分值；基于所述候选服装样本的加权部件分值计算所述候选服装样本的样本分值。

可选地，所述样本选取单元，用于设置服装样本选取数量；基于所述样本分值对所述候选服装样本进行排序，从排序结果中顺序提取与所述服装样本选取数量相同的所述候选服装样本，作为所述服装推荐样本。

可选地，所述服装构成部件包括：衣领、衣袖、衣身；所述部件属性包括：颜色、样式、材质。

根据本公开的又一方面，提供一种服装设计样本推荐装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上任一项所述的服装设计样本推荐方法。

根据本公开的再一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上任一项所述的服装设计样本推荐方法。

本公开的服装设计样本推荐方法和装置，根据选择的服装类型将待推荐服装分解为服装构成部件并确定服装构成部件所具有的部件属性，根据服装评价数据计算部件属性的属性值与选择的服装风格相对应的属性分值，基于选取的候选属性值以及候选属性值的属性分值确定推荐服装部件，并根据推荐服装部件生成待推荐服装的服装推荐样本；能够将主观的服装品位设计转化为客观可衡量的样本推荐方法，有助于普通人群在量体裁衣类销售系统中快速设计，提高在线销售效率及能力，提高用户的使用感受。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为根据本公开的服装设计样本推荐方法的一个实施例的流程示意图；

图2为根据本公开的服装设计样本推荐方法的一个实施例中的确定推荐服装部件的流程示意图；

图3为根据本公开的服装设计样本推荐方法的一个实施例中的确定服装推荐样本的流程示意图；

图4为根据本公开的服装设计样本推荐装置的一个实施例的模块示意图；

图5为根据本公开的服装设计样本推荐装置的一个实施例中的属性确定模块的模块示意图；

图6为根据本公开的服装设计样本推荐装置的一个实施例中的部件确定模块的模块示意图；

图7为根据本公开的服装设计样本推荐装置的一个实施例中的样本推荐模块的模块示意图；

图8为根据本公开的服装设计样本推荐装置的另一个实施例的模块示意图。

具体实施方式

下面参照附图对本公开进行更全面的描述，其中说明本公开的示例性实施例。下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

下文中的“第一”、“第二”等仅用于描述上相区别，并没有其它特殊的含义。

图1为根据本公开的服装设计样本推荐方法的一个实施例的流程示意图，如图1所示：

步骤101，接收到服装推荐请求，根据选择的服装类型将待推荐服装分解为至少一个服装构成部件，并确定服装构成部件所具有的部件属性。

步骤102，根据服装评价数据计算部件属性的属性值与选择的服装风格相对应的属性分值，根据属性分值确定部件属性的候选属性值。

步骤103，基于候选属性值以及候选属性值的属性分值确定推荐服装部件，并根据推荐服装部件生成待推荐服装的服装推荐样本。

用户可以通过网页等的方式提交服装推荐请求。可以在网页中向用户提供关于服装类型以及服装风格的选项。例如，在网页中提供用户可以选择的全部服装类型，服装类型区分层级与父子关系，因为部分服装类型包含很多子类型，类型分层级方便用户筛选查找。服装类型数据以预设的数据格式存储在系统中，提供给用户的服装类型如下表1所示：

表1－服装类型表

服装风格数据以预设的数据格式存储在系统中，提供给用户的服装风格数据如下表2所示：

表2－服装风格表

服装构成部件包括衣领、衣袖、衣身等，服装类型不同则分解的服装构成部件也不同。下面以衬衣为例进行说明，衬衣所对应的服装构成部件数据以预设的数据格式存储在系统中，如下表3：

表3－衬衣的服装构成部件表

服装构成部件的部件属性可以有多种，例如颜色、样式、材质等，每个部件属性可以有多个属性值。例如，颜色属性的属性值包括：白色、浅米色、天蓝色、粉色、浅黄色、黑色、藏青色、黑紫色等；对于衣领的样式属性的属性值包括：立领、中式领、方领、圆领等；对于衣袖的样式属性的属性值包括：长袖、短袖等；材质属性的属性值包括：纯棉、麻、亚麻、丝绸、尼龙等。

在一个实施例中，计算部件属性的属性值与选择的服装风格相对应的属性分值可以有多种方法。例如，获取与服装构成部件和服装风格相对应的总评价数据，并从总评价数据分别提取与每种部件属性相关联的属性相关评价数据。确定与属性值相对应的属性值关键词，计算在与属性值所归属的部件属性对应的属性相关评价数据中，包含有属性值关键词的属性相关评价数据的第一占比。根据第一占比确定与属性值对应的第一权重值，基于第一权重值计算属性值与服装风格相对应的属性分值。第一占比、第一权重值等数据可以存储在资料库。

根据第一占比确定与属性值对应的第一权重值可以有多种方法。例如，计算属性值的信息熵为：

H(i)＝-P(X_i)log₂P(X_i) (1－1)；

H(i)为部件属性的第i个属性值的信息熵，P(X_i)为部件属性的第i个属性值所对应的第一占比。

计算属性值对应的第一权重值为：

W(i)为与部件属性的第i个属性值对应的第一权重值，N为部件属性的属性值的数量，H为部件属性的全部属性值的信息熵之和。

通过对销售数据和客户评价数据进行处理，获取与衬衣衣领和田园风格相对应的总评价数据，可以设置与衬衣衣领和田园风格相对应的关键词，基于关键词进行搜索，获取总评价数据。从总评价数据中分别提取与颜色、材质、样式属性相关联的属性相关评价数据，可以分别确定衬衣衣领的颜色、材质、样式属性对应的关键词，基于关键词提取与颜色、材质、样式属性相关联的属性相关评价数据。

例如，对于颜色属性的一个属性值“白色”，确定与属性值“白色”相对应的属性值关键词，计算在与属性值“白色”所归属的部件属性“颜色”对应的属性相关评价数据中，包含有关于“白色”的属性值关键词的属性相关评价数据的第一占比。

获取与衬衣衣领和田园风格相对应的总评价数据为1000条，与颜色属性相关联的属性相关评价数据有300条，包含有关于“白色”的属性值关键词的属性相关评价数据为60条，则与属性值“白色”相对应的第一占比为0.2。将第一占比0.2代入1－1和1－2式，可以得出属性值“白色”对应的第一权重值，将第一权重值乘以100，得出属性值“白色”与田园风格相对应的属性分值。可以通过上述方法得出每个部件属性的各属性值的属性分值。

例如，颜色属性的各属性值与田园风格对应的属性分值如下表4所示：

color_code	style_code	score
			color1001	s1002	70
color1002	s1002	50
			color1003	s1002	80
color1004	s1002	100
			color1005	s1002	90
color1006	s1002	60
			color1007	s1002	10
color1008	s1002	30
			…	…	…

表4－颜色属性的各属性值与田园风格对应的属性分值

材质属性的各属性值与田园风格对应的属性分值如下表5所示：

material_quality_code	style_code	score
			mq1001	s1002	88
mq1002	s1002	55
			mq1003	s1002	55
mq1004	s1002	70
			mq1005	s1002	80
mq1006	s1002	90
			mq1007	s1002	22
…	…	…

表5－材质属性的各属性值与田园风格对应的属性分值

分别设置与每种部件属性相对应的属性评分阈值，将每种部件属性的各属性值所对应的属性分值分别与此种部件属性对应的属性评分阈值进行比较，基于比较结果确定每种部件属性的至少一个候选属性值。

例如，每个服装构成部件选定三种属性维度(样式、颜色、材质)，服装构成部件“衬衣领子”对于样式属性设置的属性评分阈值为70，如果样式属性的属性值“方领”、“圆领”的属性分值大于70，则将“方领”、“圆领”确定为样式属性的候选属性值。基于同样的方法，可以确定颜色属性的候选属性值为“白色”、“天蓝色”、“粉色”，材质属性的候选属性值为“呢绒”、“丝光棉”。

图2为根据本公开的服装设计样本推荐方法的一个实施例中的确定推荐服装部件的流程示意图，如图2所示：

步骤201，对候选属性值进行排列组合处理，生成多个候选服装构成部件。

步骤202，基于候选属性值的属性分值计算候选服装构成部件的部件分值。

步骤203，基于预设的部件选取规则并根据部件分值从多个候选服装构成部件中选取推荐服装部件。部件选取规则可以有多种，根据具体的需求进行设置。

计算候选服装构成部件的部件分值有多种方法。例如，计算与部件属性相关联的属性相关评价数据在总评价数据中的第二占比，根据第二占比确定与部件属性对应的第二权重值，根据第二权重值以及候选属性值的属性分值计算候选属性值的加权属性分值，基于候选属性的加权属性分值计算候选服装构成部件的部件分值。

根据第二占比确定与部件属性对应的第二权重值可以有多种方法。例如，计算部件属性的信息熵为：

H(j)＝-P(y_j)log₂P(y_j) (1－3)

H(j)为服装构成部件的第j个部件属性的信息熵，P(y_j)为服装构成部件的第j个部件属性所对应的第二占比。

计算与部件属性对应的第二权重值为：

W(j)为服装构成部件的第j个部件属性对应的第二权重值，M为服装构成部件的全部部件属性的数量，Y为服装构成部件的全部部件属性的信息熵之和。

例如，获取与衬衣衣领和田园风格相对应的总评价数据为1000条，与颜色属性相关联的属性相关评价数据有300条，颜色属性相对应的第二占比为0.3。将第二占比0.3代入1－3和1－4式，可以得出颜色属性对应的第二权重值。

根据以上三个属性维度的匹配后全部组合，最终对于服装部件“衬衣领子”可以得到2*3*2＝12种“衬衣领子”，其他服装部件匹配确定流程相同。匹配得到的结果集过大，因此需要降低结果集。颜色、样式(类型)、材质属性的第二权重值分别为04、0.4、0.2，根据颜色、样式(类型)、材质属性的第二权重值以及候选属性值的属性分值计算候选属性值的加权属性分值，基于候选属性的加权属性分值计算候选服装构成部件的部件分值，例如，“衬衣领子”在“淑女风格”下的候选服装构成部件的部件分值如下表6所示：

	颜色(0.4)	类型(0.4)	材质(0.2)	服装部件评分
						白色	方领	纯棉
淑女风格	70*0.4	55*0.4	88*0.2	67.6
						粉色	圆领	亚麻
淑女风格	100*0.4	66*0.4	55*0.2	77.4

表6－候选服装构成部件的部件分值表

设置服装部件选取数量，基于部件分值对多个候选服装构成部件进行排序，从排序结果中顺序提取与服装部件选取数量相同的候选服装构成部件，作为推荐服装部件。例如，按照部件分值的由大到小对多个候选服装构成部件进行排序，选取前3个候选服装构成部件，作为推荐服装部件。

图3为根据本公开的服装设计样本推荐方法的一个实施例中的确定服装推荐样本的流程示意图，如图3所示：

步骤301，对推荐服装部件进行排列组合处理，生成多个候选服装样本。

步骤302，基于推荐服装部件的部件分值计算候选服装样本的样本分值。

步骤303，基于预设的样本选取规则并根据样本分值从多个候选服装样本中选取服装推荐样本。样本选取规则可以有多种，根据具体的需求进行设置。

计算候选服装样本的样本分值可以有多种方法。例如，从与服装类别和服装风格相对应的评价数据中分别提取与每种服装构成部件相关联的部件相关评价数据，计算与服装构成部件相关联的部件相关评价数据在与服装类别和服装风格相对应的评价数据中的第三占比。根据第三占比确定与服装构成部件对应的第三权重值，根据第三权重值以及推荐服装部件的部件分值计算推荐服装部件的加权部件分值，基于候选服装样本的加权部件分值计算候选服装样本的样本分值。

根据第三占比确定与服装构成部件对应的第三权重值可以有多种方法。例如，计算服装构成部件的信息熵为：

H(k)＝-P(b_k)log₂P(b_k) (1－5)；

H(k)为服装类型的第K个服装构成部件的信息熵，P(b_k)为服装类型的第K个服装构成部件的所对应的第三占比。

计算与服装构成部件对应的第三权重值为：

W(k)为服装类型的第K个服装构成部件的对应的第三权重值，L为服装类型的全部服装构成部件的数量，Z为服装类型的全部服装构成部件的信息熵之和。

例如，获取与衬衣和田园风格相对应的总评价数据为1000条，与衣领相关联的评价数据有300条，衣领相对应的第三占比为0.3。将第三占比0.3代入1－5和1－6式，可以得出衣领对应的第三权重值。例如，衬衣衣领、衬衣衣袖和衬衣衣身的第三权重值分别为0.2、0.5、0.3，一个候选服装样本的推荐衬衣衣领、推荐衬衣衣袖和推荐衬衣衣身的部件分值分别为30、30、30，则此候选服装样本的样本分值为0.2×30+0.5×30+0.3×30＝30。

设置服装样本选取数量，基于样本分值对候选服装样本进行排序，从排序结果中顺序提取与服装样本选取数量相同的候选服装样本，作为服装推荐样本。例如，按照样本分值的由大到小对多个候选服装样本进行排序，选取前3个候选服装样本，作为服装推荐样本。

对于服装品位鉴定是一种主观的选择，本公开的方法通过将服装拆分为各个构成部件，再将每个构成部件的各种属性维度做离散分割，每个属性值再与服装风格做评分映射，可得到每个属性值对于某风格的评分顺序，可通过排列组合得出最合适的构成部件，最终得出最合适的服装推荐样本，将主观的服装品位设计转化为客观可衡量的方法，可以为线上系统实现在线设计推荐提供非主观、科学化的实现方法。

在一个实施例中，如图4所示，本公开提供一种服装设计样本推荐装置40，包括：请求接收模块41、服装分解模块42、属性确定模块43、部件确定模块44和样本推荐模块45。

请求接收模块41接收服装推荐请求。服装分解模块42根据选择的服装类型将待推荐服装分解为至少一个服装构成部件，并确定服装构成部件所具有的部件属性。属性确定模块43根据服装评价数据计算部件属性的属性值与选择的服装风格相对应的属性分值，根据属性分值确定部件属性的候选属性值。部件确定模块44基于候选属性值以及候选属性值的属性分值确定推荐服装部件。样本推荐模块45根据推荐服装部件生成待推荐服装的服装推荐样本。

如图5所示，属性确定模块43包括：属性值分值计算单元431和属性值选取单元432。属性值分值计算单元431获取与服装构成部件和服装风格相对应的总评价数据，并从总评价数据分别提取与每种部件属性相关联的属性相关评价数据。

属性值分值计算单元431确定与属性值相对应的属性值关键词，计算在与属性值所归属的部件属性对应的属性相关评价数据中，包含有属性值关键词的属性相关评价数据的第一占比。属性值分值计算单元431根据第一占比确定与属性值对应的第一权重值，基于第一权重值计算属性值与服装风格相对应的属性分值。

属性值分值计算单元431计算属性值的信息熵为：H(i)＝-P(X_i)log₂P(X_i)；其中，H(i)为部件属性的第i个属性值的信息熵，P(X_i)为部件属性的第i个属性值所对应的第一占比。属性值分值计算单元431计算属性值对应的第一权重值为：

其中，W(i)为与部件属性的第i个属性值对应的第一权重值，N为部件属性的属性值的数量，H为部件属性的全部属性值的信息熵之和。

属性值选取单元432分别设置与每种部件属性相对应的属性评分阈值，将每种部件属性的各属性值所对应的属性分值分别与此种部件属性对应的属性评分阈值进行比较，基于比较结果确定每种部件属性的至少一个候选属性值。

如图6所示，部件确定模块44包括：部件分值计算单元441和部件选取单元442。部件分值计算单元441对候选属性值进行排列组合处理，生成多个候选服装构成部件，基于候选属性值的属性分值计算候选服装构成部件的部件分值。部件选取单元442基于预设的部件选取规则并根据部件分值从多个候选服装构成部件中选取推荐服装部件。

部件分值计算单元441计算与部件属性相关联的属性相关评价数据在总评价数据中的第二占比，根据第二占比确定与部件属性对应的第二权重值。部件分值计算单元441根据第二权重值以及候选属性值的属性分值计算候选属性值的加权属性分值，基于候选属性的加权属性分值计算候选服装构成部件的部件分值。

部件选取单元442设置服装部件选取数量，基于部件分值对多个候选服装构成部件进行排序，从排序结果中顺序提取与服装部件选取数量相同的候选服装构成部件，作为推荐服装部件。

如图7所示，样本推荐模块45包括：样本分值计算模块451和样本选取单元452。样本分值计算模块451对推荐服装部件进行排列组合处理，生成多个候选服装样本，基于推荐服装部件的部件分值计算候选服装样本的样本分值。样本选取单元452基于预设的样本选取规则并根据样本分值从多个候选服装样本中选取服装推荐样本。

样本分值计算模块451从与服装类别和服装风格相对应的评价数据中分别提取与每种服装构成部件相关联的部件相关评价数据。样本分值计算模块451计算与服装构成部件相关联的部件相关评价数据在总评价数据中的第三占比，根据第三占比确定与服装构成部件对应的第三权重值。样本分值计算模块451根据第三权重值以及推荐服装部件的部件分值计算推荐服装部件的加权部件分值，基于候选服装样本的加权部件分值计算候选服装样本的样本分值。

样本选取单元452设置服装样本选取数量，基于样本分值对候选服装样本进行排序，从排序结果中顺序提取与服装样本选取数量相同的候选服装样本，作为服装推荐样本。

图8为根据本公开的服装设计样本推荐装置的另一个实施例的模块示意图。如图8所示，该装置可包括存储器81、处理器82、通信接口83以及总线84。存储器81用于存储指令，处理器82耦合到存储器81，处理器82被配置为基于存储器81存储的指令执行实现上述的服装设计样本推荐方法。

存储器81可以为高速RAM存储器、非易失性存储器(NoN-volatile memory)等，存储器81也可以是存储器阵列。存储器81还可能被分块，并且块可按一定的规则组合成虚拟卷。处理器82可以为中央处理器CPU，或专用集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本公开的服装设计样本推荐方法的一个或多个集成电路。

在一个实施例中，本公开还提供一种计算机可读存储介质，其中计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上任一实施例涉及的服装设计样本推荐方法。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

上述实施例提供的服装设计样本推荐方法、装置，根据选择的服装类型将待推荐服装分解为服装构成部件并确定服装构成部件所具有的部件属性，根据服装评价数据计算部件属性的属性值与选择的服装风格相对应的属性分值，基于选取的候选属性值以及候选属性值的属性分值确定推荐服装部件，并根据推荐服装部件生成待推荐服装的服装推荐样本；能够将主观的服装品位设计转化为客观可衡量的样本推荐方法，有助于普通人群在量体裁衣类销售系统中快速设计，提高在线销售效率及能力，提高用户的使用感受。

可能以许多方式来实现本公开的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。

Claims (24)

1.一种服装设计样本推荐方法，包括：

接收到服装推荐请求，根据选择的服装类型将待推荐服装分解为至少一个服装构成部件，并确定所述服装构成部件所具有的部件属性；

根据服装评价数据计算所述部件属性的属性值与选择的服装风格相对应的属性分值，根据所述属性分值确定所述部件属性的候选属性值；

基于所述候选属性值以及所述候选属性值的属性分值确定推荐服装部件，并根据所述推荐服装部件生成所述待推荐服装的服装推荐样本。

2.如权利要求1所述的方法，其特征在于，所述根据服装评价数据计算所述部件属性的属性值与选择的服装风格相对应的属性分值包括：

获取与所述服装构成部件和所述服装风格相对应的总评价数据，并从所述总评价数据中分别提取与每种部件属性相关联的属性相关评价数据；

确定与所述属性值相对应的属性值关键词，计算在与所述属性值所归属的部件属性对应的属性相关评价数据中，包含有所述属性值关键词的属性相关评价数据的第一占比；

根据所述第一占比确定与所述属性值对应的第一权重值，基于所述第一权重值计算所述属性值与所述服装风格相对应的属性分值。

3.如权利要求2所述的方法，其特征在于，所述根据所述第一占比确定与所述属性值对应的第一权重值包括：

计算所述属性值的信息熵为：

H(i)＝-P(X_i)log₂P(X_i)；

其中，H(i)为所述部件属性的第i个属性值的信息熵，P(X_i)为所述部件属性的第i个属性值所对应的第一占比；

计算所述属性值对应的第一权重值为：

其中，W(i)为与所述部件属性的第i个属性值对应的第一权重值，N为所述部件属性的属性值的数量，H为所述部件属性的全部属性值的信息熵之和。

4.如权利要求2所述的方法，其特征在于，所述根据所述属性分值确定所述部件属性的候选属性值包括：

分别设置与每种部件属性相对应的属性评分阈值；

将每种部件属性的各属性值所对应的属性分值分别与此种部件属性对应的属性评分阈值进行比较，基于比较结果确定每种部件属性的至少一个候选属性值。

5.如权利要求4所述的方法，其特征在于，所述基于所述候选属性值以及所述候选属性值的属性分值确定推荐服装部件包括：

对所述候选属性值进行排列组合处理，生成多个候选服装构成部件；

基于所述候选属性值的属性分值计算所述候选服装构成部件的部件分值；

基于预设的部件选取规则并根据所述部件分值从多个候选服装构成部件中选取所述推荐服装部件。

6.如权利要求5所述的方法，其特征在于，所述基于所述候选属性值的属性分值计算所述候选服装构成部件的部件分值包括：

计算与所述部件属性相关联的所述属性相关评价数据在所述总评价数据中的第二占比；

根据所述第二占比确定与所述部件属性对应的第二权重值；

根据所述第二权重值以及所述候选属性值的属性分值计算所述候选属性值的加权属性分值；

基于所述候选属性的加权属性分值计算所述候选服装构成部件的部件分值。

7.如权利要求5所述的方法，其特征在于，所述基于预设的部件选取规则并根据所述部件分值从多个候选服装构成部件中选取所述推荐服装部件包括：

设置服装部件选取数量；

基于所述部件分值对多个候选服装构成部件进行排序，从排序结果中顺序提取与所述服装部件选取数量相同的所述候选服装构成部件，作为所述推荐服装部件。

8.如权利要求5所述的方法，其特征在于，所述根据所述推荐服装部件生成所述待推荐服装的服装推荐样本包括：

对所述推荐服装部件进行排列组合处理，生成多个候选服装样本；

基于所述推荐服装部件的部件分值计算所述候选服装样本的样本分值；

基于预设的样本选取规则并根据所述样本分值从多个候选服装样本中选取所述服装推荐样本。

9.如权利要求8所述的方法，其特征在于，所述基于所述推荐服装部件的部件分值计算所述候选服装样本的样本分值包括：

从与所述服装类别和所述服装风格相对应的评价数据中分别提取与每种服装构成部件相关联的部件相关评价数据；

计算与所述服装构成部件相关联的所述部件相关评价数据在与所述服装类别和所述服装风格相对应的评价数据中的第三占比；

根据所述第三占比确定与所述服装构成部件对应的第三权重值；

根据所述第三权重值以及所述推荐服装部件的部件分值计算所述推荐服装部件的加权部件分值；

基于所述候选服装样本的加权部件分值计算所述候选服装样本的样本分值。

10.如权利要求9所述的方法，其特征在于，所述基于预设的样本选取规则并根据所述样本分值从多个候选服装样本中选取所述服装推荐样本包括：

设置服装样本选取数量；

基于所述样本分值对所述候选服装样本进行排序，从排序结果中顺序提取与所述服装样本选取数量相同的所述候选服装样本，作为所述服装推荐样本。

11.如权利要求1所述的方法，其特征在于，

所述服装构成部件包括：衣领、衣袖、衣身；

所述部件属性包括：颜色、样式、材质。

12.一种服装设计样本推荐装置，包括：

请求接收模块，用于接收服装推荐请求；

服装分解模块，用于根据选择的服装类型将待推荐服装分解为至少一个服装构成部件，并确定所述服装构成部件所具有的部件属性；

属性确定模块，用于根据服装评价数据计算所述部件属性的属性值与选择的服装风格相对应的属性分值，根据所述属性分值确定所述部件属性的候选属性值；

部件确定模块，用于基于所述候选属性值以及所述候选属性值的属性分值确定推荐服装部件；

样本推荐模块，用于根据所述推荐服装部件生成所述待推荐服装的服装推荐样本。

13.如权利要求12所述的装置，其特征在于，

所述属性确定模块，包括：

属性值分值计算单元，用于获取与所述服装构成部件和所述服装风格相对应的总评价数据，并从所述总评价数据中分别提取与每种部件属性相关联的属性相关评价数据；确定与所述属性值相对应的属性值关键词，计算在与所述属性值所归属的部件属性对应的属性相关评价数据中，包含有所述属性值关键词的属性相关评价数据的第一占比；根据所述第一占比确定与所述属性值对应的第一权重值，基于所述第一权重值计算所述属性值与所述服装风格相对应的属性分值。

14.如权利要求13所述的装置，其特征在于，

所述属性值分值计算单元，用于计算所述属性值的信息熵为：

H(i)＝-P(X_i)log₂P(X_i)；

其中，H(i)为所述部件属性的第i个属性值的信息熵，P(X_i)为所述部件属性的第i个属性值所对应的第一占比；

所述属性值分值计算单元，用于计算所述属性值对应的第一权重值为：

其中，W(i)为与所述部件属性的第i个属性值对应的第一权重值，N为所述部件属性的属性值的数量，H为所述部件属性的全部属性值的信息熵之和。

15.如权利要求13所述的装置，其特征在于，

所述属性确定模块，包括：

属性值选取单元，用于分别设置与每种部件属性相对应的属性评分阈值；将每种部件属性的各属性值所对应的属性分值分别与此种部件属性对应的属性评分阈值进行比较，基于比较结果确定每种部件属性的至少一个候选属性值。

16.如权利要求15所述的装置，其特征在于，

所述部件确定模块，包括：

部件分值计算单元，用于对所述候选属性值进行排列组合处理，生成多个候选服装构成部件；基于所述候选属性值的属性分值计算所述候选服装构成部件的部件分值；

部件选取单元，用于基于预设的部件选取规则并根据所述部件分值从多个候选服装构成部件中选取所述推荐服装部件。

17.如权利要求16所述的装置，其特征在于，

所述部件分值计算单元，用于计算与所述部件属性相关联的所述属性相关评价数据在所述总评价数据中的第二占比；根据所述第二占比确定与所述部件属性对应的第二权重值；根据所述第二权重值以及所述候选属性值的属性分值计算所述候选属性值的加权属性分值；基于所述候选属性的加权属性分值计算所述候选服装构成部件的部件分值。

18.如权利要求16所述的装置，其特征在于，

所述部件选取单元，用于设置服装部件选取数量；基于所述部件分值对多个候选服装构成部件进行排序，从排序结果中顺序提取与所述服装部件选取数量相同的所述候选服装构成部件，作为所述推荐服装部件。

19.如权利要求16所述的装置，其特征在于，

所述样本推荐模块，包括：

样本分值计算模块，用于对所述推荐服装部件进行排列组合处理，生成多个候选服装样本；基于所述推荐服装部件的部件分值计算所述候选服装样本的样本分值；

样本选取单元，用于基于预设的样本选取规则并根据所述样本分值从多个候选服装样本中选取所述服装推荐样本。

20.如权利要求19所述的装置，其特征在于，

所述样本分值计算模块，用于从与所述服装类别和所述服装风格相对应的评价数据中分别提取与每种服装构成部件相关联的部件相关评价数据；计算与所述服装构成部件相关联的所述部件相关评价数据在与所述服装类别和所述服装风格相对应的评价数据中的第三占比；根据所述第三占比确定与所述服装构成部件对应的第三权重值；根据所述第三权重值以及所述推荐服装部件的部件分值计算所述推荐服装部件的加权部件分值；基于所述候选服装样本的加权部件分值计算所述候选服装样本的样本分值。

21.如权利要求20所述的装置，其特征在于，

所述样本选取单元，用于设置服装样本选取数量；基于所述样本分值对所述候选服装样本进行排序，从排序结果中顺序提取与所述服装样本选取数量相同的所述候选服装样本，作为所述服装推荐样本。

22.如权利要求12所述的装置，其特征在于，

所述服装构成部件包括：衣领、衣袖、衣身；

所述部件属性包括：颜色、样式、材质。

23.一种服装设计样本推荐装置，其中，包括：

存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至11中任一项所述的服装设计样本推荐方法。

24.一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1至11中任一项所述的方法。