CN111311373B - 基于消费者社交网络的服装个性化定制方法和装置 - Google Patents

基于消费者社交网络的服装个性化定制方法和装置 Download PDF

Info

Publication number
CN111311373B
CN111311373B CN202010166130.8A CN202010166130A CN111311373B CN 111311373 B CN111311373 B CN 111311373B CN 202010166130 A CN202010166130 A CN 202010166130A CN 111311373 B CN111311373 B CN 111311373B
Authority
CN
China
Prior art keywords
consumer
social network
data
clothing
customization
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.)
Active
Application number
CN202010166130.8A
Other languages
English (en)
Other versions
CN111311373A (zh
Inventor
王馨雨
田明伟
宋玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University
Qingdao University of Technology
Original Assignee
Qingdao University
Qingdao University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao University, Qingdao University of Technology filed Critical Qingdao University
Priority to CN202010166130.8A priority Critical patent/CN111311373B/zh
Publication of CN111311373A publication Critical patent/CN111311373A/zh
Application granted granted Critical
Publication of CN111311373B publication Critical patent/CN111311373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G06Q30/0621—Item configuration or customization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及服装定制领域，提供一种基于消费者社交网络的服装个性化定制方法和装置，该方法包括：获取消费者身体特征模型；获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；将多组评价数据输入到机器学习模型中，确定是否符合满意标准，若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；若未达到消费者满意标准，则取消定制方案，重新进行服装匹配方案定制。本发明能结合机器学习中的不同特定场合下社交网络偏好，得到适合消费者社交网络的服装方案，从而快速综合得出消费者满意的服装定制方案，效率高。

Description

基于消费者社交网络的服装个性化定制方法和装置
技术领域
本发明涉及服装定制领域，特别涉及一种基于消费者社交网络的服装个性化定制方法和装置。
背景技术
服装个性化定制是指消费者可根据自身喜好、尺寸对半成品服装进行调整设计，目前消费者对服装产品的差异化与个性化需求越来越大，不再满足于千篇一律、批量化生产的产品，而是开始追求品牌的独特性和个性化，服装定制能够满足消费者的个性化需求，让他们获得更多个性化体验，服装个性化定制是未来服装行业的主要发展方向。
CN109753711A公开了一种女套装上衣样板智能识别与结构尺寸自动生成方法，其特征在于，所述女套装上衣样板智能识别与结构尺寸自动生成方法包括以下步骤：步骤一，量取女套装上衣经典款式样板的结构细部尺寸数据，采用主成分分析法从细部尺寸数据中提取女套装上衣样板的9个结构特征指标；步骤二，根据步骤一获得的女套装上衣样板结构细部尺寸数据，采用非线性主成分分析法计算结构特征指标的权重；步骤三，根据步骤一获得的女套装上衣样板结构细部尺寸数据，利用多元回归分析法建立结构特征指标的多元回归模型；步骤四，建立服装样板智能识别与结构尺寸自动生成系统的理论模型，通过计算机编程构建系统；步骤五，通过步骤四建立的系统，智能识别样板，自动获取样板结构尺寸后，裁剪并缝制样衣，建立3层模糊综合评判模型进行系统测试。
CN108230119A公开了一种服装个性化定制平台系统，管理端对系统进行管控，所述3D下单系统内设置有客户端，且客户端设置在客户的智能手机内，当客户需要服装定制时，通过客户端登陆，然后将自己需要的服装输入至客户端内，并通过无线传输模块向MTM系统提取服装样式，并实时显示在客户端内，待其确定服装有样式后，将服装样式通过无线传输模块远程传输至处理器电性连接的数据库内，进行储存。
服装的尺寸、面料、颜色、材质等都与消费者的偏好相关，以商家决定审美的时代已成过去式，服装生产者需要做出相应的改变以适应个性化与定制化的消费习惯，更需要迎合消费者对美的审定和评价。
发明内容
由于消费者在购买服装时，经过调查发现，服装是否符合消费者的需求，主要因素在不同的场合、社交需要、自我感受，然而，很大程度是在迎合社交圈的需要和社交网络的评价，社交网络中通常众说纷纭、评价不一，也不能过分确定某一类观点的是否值得参考，导致定制方案难以确定，效率低。
有鉴于此，本发明旨在提出一种基于消费者社交网络的服装个性化定制方法，以解决目前消费者在服装个性化定制过程中，缺少社交网络评价且评价不一、难以敲定某类观点是否值得参考的问题，所述基于消费者社交网络的服装个性化定制方法包括：
获取消费者身体特征模型；
获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；
将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；
将多组评价数据输入到模型中，确定是否符合满意标准，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据的每组数据包括来自社交网络的多个维度的多组评价数据和消费者满意标准；其中，所述多个维度包括体型适合度和/或场合适合度和/或主观美感度；
若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；
若未达到消费者满意标准，则取消定制方案，重新匹配生成服装定制方案。
进一步地，所述消费者身体特征模型包括人体三维图像数据和/或肤色和/或发型和/或佩戴物样式。
第一步地，所述定制方案包括与消费者身体特征模型匹配后的三维图像数据和/或面料数据。
进一步地，所述面料数据包括面料成分信息。
进一步地，所述消费者社交网络至少包括三个不同的社交网络节点。
进一步地，所述评价数据包括量化的评价分数。
根据本发明实施例的另一方面，提出了一种基于消费者社交网络的服装个性化定制装置，根据本发明的基于消费者社交网络的服装个性化定制装置包括：
获取单元，包括第一获取模块、第二获取模块和第三获取模块，所述第一获取模块用于获取消费者身体特征模型；所述第二获取模块用于获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；所述第三获取模块用于将多个定制方案发送至消费者社交网络，获得来自社交网络多组评价数据；
学习单元，用于将多组评价数据输入到模型中，确定是否符合满意标准，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据的每组数据包括来自社交网络的多个维度的多组评价数据和消费者满意标准；其中，所述多个维度包括体型适合度和/或场合适合度和/或主观美感度；
执行单元，若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；若未达到消费者满意标准，则取消定制方案，重新进行服装匹配方案定制。
进一步地，所述执行单元包括输出模块和数据库模块，所述输出模块用于输出是否满意结果信息，所述数据库模块用于存储定制方案数据。
进一步地，所述第一获取模块包括三维扫描装置，所述三维扫描装置用于获取人体三维图像数据。
根据本发明实施例的另一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的方法。
根据本发明实施例，一种基于消费者社交网络的服装个性化定制方法通过获取消费者身体特征模型以及获取定制服装特征数据，并将两者数据匹配成定制方案；再将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；并将多组评价数据输入到经过消费者社交网络数据训练好的机器学习模型中，确定是否符合满意标准，若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制，能够综合参考社交网络节点评价数据，并能结合机器学习中的社交网络偏好，得到适合消费者社交网络的服装方案，从而快速综合得出消费者满意的服装定制方案，效率高。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1为本发明的一种实施方式的基于消费者社交网络的服装个性化定制方法流程图；
图2为本发明一种实施方式的基于消费者社交网络的服装个性化定制装置结构图；
图3为本发明一种实施方式的基于消费者社交网络的服装个性化定制方法的业务逻辑图；
图4为本发明一种实施方式的基于消费者社交网络的服装个性化定制方法中某一定制方案的消费者身体特征模型匹配后的三维图像数据；
图5为本发明一种实施方式的基于消费者社交网络的服装个性化定制装置另一定制方案的消费者身体特征模型匹配后的三维图像数据；
图6本发明一种实施方式的基于消费者社交网络的服装个性化定制装置中第一获取模块结构图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了解决背景技术部分所指的消费者参考自己社交网络众说纷纭评价数据，难以确定某一类观点的是否值得参考，从而导致的定制方案难以确定，效率低的问题。本发明提供一种基于消费者社交网络的服装个性化定制方法，如图1所示本发明的一种实施方式的基于消费者社交网络的服装个性化定制方法流程图，所述一种基于消费者社交网络的服装个性化定制方法包括：
步骤S1，获取消费者身体特征模型；
步骤S2，获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；
步骤S3，将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；
步骤S4，将多组评价数据输入到模型中，确定是否符合满意标准，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据的每组数据包括来自社交网络的多个维度的多组评价数据和消费者满意标准；其中，所述多个维度包括体型适合度和/或场合适合度和/或主观美感度；
步骤S5，若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；
步骤S6，若未达到消费者满意标准，则取消定制方案，重新匹配生成服装定制方案。
为了客观产生符合消费者体型特征的服装定制方案，在本发明实施例更为优选的情况下，在步骤S1中，消费者身体特征模型包括体型尺寸参数及人体三维图像数据，例如，表1为本发明实施例的一种基于消费者社交网络的服装个性化定制方法中的身体特征模型包括的数据。
表1
在表1数据表中，每一横排代表一组消费者身体特征模型数据，其中，每一组数据包括序号、体型尺寸参数、体重、外表特征、人体三维图像数据等属性，其中，各属性针对的属性值如表1中数据所示，在本发明更为优选的情况下，体型尺寸参数包括至少身高、胸围、腰围、肩宽、臀围、大腿围、小腿围等具体的身体尺寸参数，外表特征包括消费者外在特征及装饰物，至少包括肤色、发型、佩戴物、鞋子、腰带。
相比现有技术，基于消费者社交网络的服装个性化定制方法能够综合参考社交网络节点评价数据，并能结合机器学习中的不同特定场合下社交网络偏好，得到适合消费者社交网络的服装方案，从而快速综合得出消费者满意的服装定制方案，效率高。
为了能够快速经过机器学习模型产生符合不同特定场合下社交网络的服装定制需求，根据本发明更为优选的情况下，在步骤S4中，经过机器学习得到的模型，通过消费者之前服装购买消费历史数据和在特定场合下社交网络节点评价数据训练得到，在不同特定场合下社交网络评价数据训练得到模型不同，例如，消费者之前购买了10件衣服在办公室穿着，机器学习得到的所述模型需要经过消费者在办公室中社交网络对10件衣服进行评价，将评价数据输入模型，消费者则在机器学习输出的结果中选择满意与不满意，采用有监督学习的模式训练模型。再例如，消费者之前购买了5件衣服在旅行穿着，机器学习得到的所述模型需要经过消费者旅友社交网络对5件衣服进行评价，将评价数据输入模型，消费者则在机器学习输出的结果中选择满意与不满意，采用有监督学习模式训练模型。
为了能够快速将多个服装定制方案输入机器学习模型，高效率地输出定制方案是否满意的结果，根据本发明更为优选的情况下，如图3所示，由消费者身体特征模型匹配成定制方案，将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；再将多组评价数据输入到由步骤S4中来自不同特定场合下社交网络评价数据训练得到的不同模型中，从而输出确定定制方案是否符合满意的结果。
为了综合消费者各项身体特征模型参数，综合服装与肤色、发型等的搭配效果，在本发明优选的情况下，由于消费者在试穿服装时，同时需要考虑自己的肤色、发型，所述消费者身体特征模型包括人体三维图像数据和/或肤色和/或发型和/或佩戴物样式。
在本发明优选的情况下，如图4-5所示，所述定制方案包括与消费者身体特征模型匹配后的三维图像数据和/或面料数据。例如，如图4、如图5所示为某一定制方案的消费者身体特征模型匹配后的三维图像数据。
为了在社交网络评价更为有据可依，更为客观评价，需要增加服装定制方案中除了三维图像数据以外的不可见的服装品质参数，在本发明优选的情况下，所述面料数据包括面料成分信息。表2为本发明实施例的一种基于消费者社交网络的服装个性化定制方法中面料成分信息。
表2
序号 面料 透气率 面料克重 面料规格 Logo
001 纯棉 >30mm/s 245g/m3 20*16纱支 品牌名称
在表2数据表中，每一横排代表一组面料成分信息，其中包括序号、面料、透气率、面料克重、面料规格、Logo，例如，某一服装的面料成分信息围纯棉成分，透气率>30mm/s，面料克重245g/m3，20*16纱支，品牌名称等信息数据。
为了输入机器学习模型具有足够多和高质量的评价数据，并且能综合评价消费者在特定场合下穿着的服装定制方案，在本发明优选的情况下，所述消费者社交网络至少包括三个不同的社交网络节点。如图3所示，在本发明更为优选的情况下，所述定制方案发送至消费者社交网络至少三个网络节点，从而获得至少三个网络节点的评价数据，例如，消费者考虑服装在办公室办公穿着，则发送至三位以上办公室同事进行评价，在本发明更为优选的情况下，根据社交网络的亲密度程度不同，消费者优先选择从亲密程度大的社交网络节点。
为了更好量化输出定制方案，在本发明优选的情况下，所述评价数据包括量化的评价分数，例如，各项指标为1-10分值，分数越高，符合程度越高，再例如，针对办公室场景下的某一定制方案，消费者在办公室社交网络中的评价数据可以是：
社交网络节点1：体型适合度6分、场合适合度8分、主观美感度4分；
社交网络节点2：体型适合度7分、场合适合度9分、主观美感度7分；
社交网络节点3：体型适合度5分、场合适合度7分、主观美感度8分；
将评价数据输入相应的机器学习模型，由机器学习模型输出：
体型适合度输出是否满意判定：α1×节点1的体型适应度评分+α2×节点2的体型适应度评分+α3×节点3的体型适应度评分＝6α1+7α2+5α3；式子中，α1、α2、α3由机器学习训练得到，其中，6α1+7α2+5α3大于阀值，则输出满意，若小于阀值，则输出不满意。
场合适合度输出是否满意判定：β1×节点1的场合适合度评分+β2×节点2的场合适合度评分+β3×节点3的场合适合度评分＝8β1+9β2+7β3；式子中，β1、β2、β3由机器学习训练得到，其中，8β1+9β2+7β3大于阀值，则输出满意，若小于阀值，则输出不满意。
主观美感度输出是否满意判定：γ1×节点1的主观美感度评分+γ2×节点2的主观美感度评分+γ3×节点3的主观美感度评分＝4γ1+7γ2+8γ3；式子中，γ1、γ2、γ3由机器学习训练得到，其中，4γ1+7γ2+8γ3大于阀值，则输出满意，若小于阀值，则输出不满意。
其中，阀值为预先设置好的值，例如，阀值为6分。
本发明还提供了一种基于消费者社交网络的服装个性化定制装置，需要说明的是，本发明实施例的基于消费者社交网络的服装个性化定制装置可以用于执行基于消费者社交网络的服装个性化定制方法，本发明实施例的基于消费者社交网络的服装个性化定制方法也可以通过基于消费者社交网络的服装个性化定制装置来执行。
图2是根据本发明实施例的基于消费者社交网络的服装个性化定制装置结构图，如图2所示，基于消费者社交网络的服装个性化定制装置包括：
获取单元10，包括第一获取模块11、第二获取模块12和第三获取模块13，所述第一获取模块11用于获取消费者身体特征模型；所述第二获取模块12用于获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；所述第三获取模块13用于将多个定制方案发送至消费者社交网络，获得来自社交网络多组评价数据；
学习单元20，用于将多组评价数据输入到模型中，确定是否符合满意标准，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据的每组数据包括来自社交网络的多个维度的多组评价数据和消费者满意标准；其中，所述多个维度包括体型适合度和/或场合适合度和/或主观美感度；
执行单元30，若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；若未达到消费者满意标准，则取消定制方案，重新匹配生成服装定制方案。
在本发明优选的情况下，所述执行单元30包括输出模块31和数据库模块32，所述输出模块31用于输出是否满意结果信息，所述数据库模块32用于存储定制方案数据。
为了快速获取人体的三维图像数据，在本发明优选的情况下，如图6所示，所述第一获取模块包括三维扫描装置111，所述三维扫描装置用于获取人体三维图像数据。在本发明更为优选的情况，所述三维扫描装置111为数字化人体三维扫描测量仪，用于人体3D重建、身体尺寸提取计算、体态测评、产品匹配的专用光学扫描仪器，例如，JD-BodyScan-Fast数字化人体三维扫描测量仪。
上述一种基于消费者社交网络的服装个性化定制装置与一种基于消费者社交网络的服装个性化定制方法相对应的，通过上述实施例的分析描述，相对现有技术来说，上述实施例中的部分可选实施方式有如下效果：能够综合参考社交网络节点评价数据，并能结合机器学习中的不同特定场合下社交网络偏好，得到适合消费者社交网络的服装方案，从而快速综合得出消费者满意的服装定制方案，效率高。
本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述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。

Claims (3)

1.一种基于消费者社交网络的服装个性化定制方法，其特征在于，所述基于消费者社交网络的服装个性化定制方法包括：
获取消费者身体特征模型；
获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；
将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；
将多组评价数据输入到模型中，确定是否符合满意标准，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据的每组数据包括来自社交网络的多个维度的多组评价数据和消费者满意标准；其中，所述多个维度包括体型适合度和/或场合适合度和/或主观美感度；
若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；
若未达到消费者满意标准，则取消定制方案，重新匹配生成服装定制方案；
所述消费者身体特征模型包括人体三维图像数据和/或肤色和/或发型和/或佩戴物样式；
经过机器学习得到的所述模型，是通过消费者服装购买消费历史数据和在特定场合下社交网络节点评价数据训练得到，在不同特定场合下社交网络评价数据训练得到模型不同；
所述定制方案包括与消费者身体特征模型匹配后的三维图像数据和/或面料数据；
所述面料数据包括面料成分信息；
所述消费者社交网络至少包括三个不同的社交网络节点；
由消费者身体特征模型匹配成定制方案，将多个定制方案发送至消费者社交网络，获取来自社交网络多组评价数据；再将多组评价数据输入到来自不同特定场合下社交网络评价数据训练得到的不同模型中，输出确定定制方案是否符合满意的结果；
所述评价数据包括量化的评价分数。
2.一种用于执行权利要求1所述的基于消费者社交网络的服装个性化定制方法的装置，其特征在于，所述装置包括：
获取单元，包括第一获取模块、第二获取模块和第三获取模块，所述第一获取模块用于获取消费者身体特征模型；所述第二获取模块用于获取定制服装特征数据，并与消费者身体特征模型匹配成定制方案；所述第三获取模块用于将多个定制方案发送至消费者社交网络，获得来自社交网络多组评价数据；
学习单元，用于将多组评价数据输入到模型中，确定是否符合满意标准，其中，所述模型为使用多组数据通过机器学习训练得到，所述多组数据的每组数据包括来自社交网络的多个维度的多组评价数据和消费者满意标准；其中，所述多个维度包括体型适合度和/或场合适合度和/或主观美感度；
执行单元，若达到消费者满意标准，确定定制方案，并输入服装定制数据库，预备服装定制；若未达到消费者满意标准，则取消定制方案，重新进行服装匹配方案定制；
所述执行单元包括输出模块和数据库模块，所述输出模块用于输出是否满意结果信息，所述数据库模块用于存储定制方案数据；
所述第一获取模块包括三维扫描装置，所述三维扫描装置用于获取人体三维图像数据。
3.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1所述的方法。
CN202010166130.8A 2020-03-11 2020-03-11 基于消费者社交网络的服装个性化定制方法和装置 Active CN111311373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010166130.8A CN111311373B (zh) 2020-03-11 2020-03-11 基于消费者社交网络的服装个性化定制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010166130.8A CN111311373B (zh) 2020-03-11 2020-03-11 基于消费者社交网络的服装个性化定制方法和装置

Publications (2)

Publication Number Publication Date
CN111311373A CN111311373A (zh) 2020-06-19
CN111311373B true CN111311373B (zh) 2023-11-24

Family

ID=71162294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010166130.8A Active CN111311373B (zh) 2020-03-11 2020-03-11 基于消费者社交网络的服装个性化定制方法和装置

Country Status (1)

Country Link
CN (1) CN111311373B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112462720A (zh) * 2020-12-05 2021-03-09 宜昌湖蓝科技开发有限公司 一种服装工装大规模及定制生产的工艺模块标准化系统
CN113806635B (zh) * 2021-09-22 2024-02-09 深圳市微琪思服饰有限公司 一种基于S2b2C模式的个性化服装定制平台系统
CN116596635A (zh) * 2023-06-17 2023-08-15 维卓(嘉兴)营养品有限公司 一种基于互联网的在线软糖定制方法及系统
CN117611299B (zh) * 2024-01-22 2024-04-26 青岛威达体育用品有限公司 一种个性化校服的定制方法、系统、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984440A (zh) * 2010-10-26 2011-03-09 大连工业大学 一种全息化服装设计方法
CN103106586A (zh) * 2011-11-11 2013-05-15 江南大学 三维虚拟试衣系统
CN103597519A (zh) * 2011-02-17 2014-02-19 麦特尔有限公司 用于生成服装合体性可视化的虚拟身体模型的计算机实现方法和系统
CN105469072A (zh) * 2015-12-14 2016-04-06 依视路国际集团（光学总公司） 一种评估眼镜佩戴者和其所佩戴眼镜搭配度的方法和系统
CN105654250A (zh) * 2016-02-01 2016-06-08 百度在线网络技术（北京）有限公司 一种满意度自动测评的方法和装置
CN107748785A (zh) * 2017-10-27 2018-03-02 努比亚技术有限公司 衣橱管理方法及移动终端
CN109978389A (zh) * 2019-03-28 2019-07-05 吴道钰 一种对旅游景点进行消费者综合评价的方法
CN110458615A (zh) * 2019-07-31 2019-11-15 沃民高新科技（北京）股份有限公司 通过互联网信息测评客户满意度的方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984440A (zh) * 2010-10-26 2011-03-09 大连工业大学 一种全息化服装设计方法
CN103597519A (zh) * 2011-02-17 2014-02-19 麦特尔有限公司 用于生成服装合体性可视化的虚拟身体模型的计算机实现方法和系统
CN103106586A (zh) * 2011-11-11 2013-05-15 江南大学 三维虚拟试衣系统
CN105469072A (zh) * 2015-12-14 2016-04-06 依视路国际集团（光学总公司） 一种评估眼镜佩戴者和其所佩戴眼镜搭配度的方法和系统
CN105654250A (zh) * 2016-02-01 2016-06-08 百度在线网络技术（北京）有限公司 一种满意度自动测评的方法和装置
CN107748785A (zh) * 2017-10-27 2018-03-02 努比亚技术有限公司 衣橱管理方法及移动终端
CN109978389A (zh) * 2019-03-28 2019-07-05 吴道钰 一种对旅游景点进行消费者综合评价的方法
CN110458615A (zh) * 2019-07-31 2019-11-15 沃民高新科技（北京）股份有限公司 通过互联网信息测评客户满意度的方法及装置

Also Published As

Publication number Publication date
CN111311373A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN111311373B (zh) 基于消费者社交网络的服装个性化定制方法和装置
US8660902B2 (en) Methods and systems for selling apparel
CN106779977B (zh) 一种基于智能移动终端的服装搭配方法及其系统
CN108256975A (zh) 基于人工智能为虚拟试衣者提供三维效果的穿搭系统及方法
CN104981830A (zh) 服装搭配系统和方法
CN105527946A (zh) 一种基于工业互联网的快速成衣系统及其方法
CN113987344B (zh) 基于版型库的3d服装款式智能模拟方法及其成本估算方法
US20150100455A1 (en) Fashion coordination assist device, fashion coordination assist system, fashion coordination assist method, and recording medium
CN107180375A (zh) 一种基于多层神经网络的服装号型推荐系统
CN105069837B (zh) 一种服装试穿模拟方法及装置
CN106991189A (zh) 一种衣柜控制方法、装置及衣柜
CN111612584A (zh) 一种基于穿搭理论的ai智能服装推荐方法
KR101074691B1 (ko) 온라인 상의 퍼스널 이미지 제공 장치 및 방법
CN105761127A (zh) 一种基于体征信息的服装样式智能匹配方法和系统
GB2567061A (en) System integration for design and production of clothing
CN108920828B (zh) 一种服装搭配的方法及系统
CN113421149A (zh) 定制服装下单管理系统
JP6178487B1 (ja) コーディネートシステム、コーディネート装置、及びプログラム
JP2017167759A (ja) コーディネート推薦装置、及びプログラム
RAJASEKERA et al. Apparel design optimization for global market: Kansei engineering preference model
KR20200095631A (ko) 사용자 의류를 이용한 스타일 코디 제공 방법
CN114647984A (zh) 基于客户偏好的服装智能设计方法及系统
CN108960998A (zh) 一种服装定制的方法及系统
US20100151430A1 (en) Identifying a body shape
Bickle et al. Fit of women's jeans: an exploratory study using disconfirmation paradigm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant