CN113988978A - 基于知识图谱的服装搭配推荐方法、系统以及设备 - Google Patents
基于知识图谱的服装搭配推荐方法、系统以及设备 Download PDFInfo
- Publication number
- CN113988978A CN113988978A CN202111252635.7A CN202111252635A CN113988978A CN 113988978 A CN113988978 A CN 113988978A CN 202111252635 A CN202111252635 A CN 202111252635A CN 113988978 A CN113988978 A CN 113988978A
- Authority
- CN
- China
- Prior art keywords
- clothing
- knowledge
- recommendation
- graph
- garment
- 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.)
- Pending
Links
Images
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于知识图谱的服装搭配推荐方法,包括以下步骤:获取服装信息和对应的搭配方案;构建服装知识图谱;基于知识图谱对待匹配服装执行相似款推荐;基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果返回到待匹配服装;以及输出最终的服装推荐搭配结果。
Description
技术领域
本发明涉及知识图谱技术领域,尤其涉及一种基于知识图谱的服装搭配推荐方法、系统以及设备。
背景技术
已有的服装推荐技术主要聚焦在两方面:一基于用户交易历史,通过购买记录为用户推荐相似的款式;二基于行为历史,从用户浏览的数据中搜寻相似款为用户进行推荐。但不管是哪种方式都是从用户偏好出发,以达到精准的产品推荐目的,但服装产品不同于音乐、电影等实体,当用户购买某款服装后更需要的是关于该款式的搭配问题,而不是再次推荐与之相类似的款式。服装的搭配除了本身的属性,还要结合穿着场合、季节、风格等多种因素加和综合考虑,这需要运用大量的相关知识,对于非专业人士而言很难将与服装穿搭相关的各要素灵活的结合并应用在日常生活中。因此,充分整合并规范化海量的服装信息知识,建立概念之间的关系,将零散的服装要素结合提供更加丰富的语义信息,有助于解决服装穿搭难题。
知识图谱作为富含语义信息的知识库,擅长于信息及信息间关系的挖掘和处理,可以清晰地描述物理世界的概念以及概念间的关系,这对整合并关联与服装相关的资源并建立相应的知识体系具有重要意义。
发明内容
本发明的目的之一在于提供一种基于知识图谱的服装搭配推荐方法、系统以及设备,基于专家搭配规则,借助知识图谱将零散的服装知识关联,构建各服装款式穿搭路径,实现服装各因素间的衔接,辅助解决服装搭配困难和搭配易出错的问题,使专家经验更具有实际应用价值。
本发明的目的之一在于提供一种基于知识图谱的服装搭配推荐方法、系统以及设备,能够帮助用户高效管理自己的衣橱,和购买日常服装的高效筛选与搭配。
为了实现本发明的至少一个发明目的,本发明提供了一种基于知识图谱的服装搭配推荐方法,所述基于知识图谱的服装搭配推荐方法包括以下步骤:
获取服装信息和对应的搭配方案;
构建服装知识图谱;
基于知识图谱对待匹配服装执行相似款推荐;
基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果返回到待匹配服装;以及
输出最终的服装推荐搭配结果。
在一些实施例中,其中所述基于知识图谱的服装搭配推荐方法还包括以下步骤:执行服装本体构建:设置服装本体的概念、概念层次、概念属性以及概念间属性关系。
在一些实施例中,其中服装本体的一级概念被设置为:服装款式、服装属性、搭配方案、设计师;服装属性下的二级概念被设置为:材质、廓形、版型、风格、细节、颜色、领型、袖型、袖长;服装款式与服装属性之间存在的关系被设置为:“廓形是”、“材质是”、“颜色是”;服装款式与搭配方案之间存在的关系被设置为:“包含”或“属于”;服装款式与设计师之间存在的关系被设置为:“设计”;搭配方案与设计师之间存在的关系被设置为:“参与”;服装款式的实体节点包含的属性被设置为:款号、款名、价格、品牌;其中,服装属性、搭配方案、设计师的实体节点被设置为各自拥有其编号、名称的属性。
在一些实施例中,其中所述获取服装信息和对应的搭配方案步骤中,获取电商平台的服装商品信息以及搭配方案;具体地还包括以下步骤:执行服装商品信息设置;输出待人为识别的服装商品信息并且获取人为识别结果。
在一些实施例中,其中,服装商品信息被设置为:款号、款名、品牌、品类、价格、颜色、材质、设计师;其中待人为识别的服装商品信息被设置为:版型、廓形、工艺、袖长、袖型、领型、风格、细节;搭配方案被设置为:包含当前服装的基于专家规则的成套搭配信息;搭配商品被设置为:服装、鞋、配饰。
在一些实施例中,其中所述构建服装知识图谱步骤中,根据电商平台的服装商品信息以及搭配方案构建知识图谱,其中,知识图谱的形式为三元组形式,包括头实体、关系、尾实体,或者包括实体、类型、属性。
在一些实施例中,其中所述构建服装知识图谱步骤还包括以下步骤:
设置知识图谱的节点和关系、细分概念类及层次关系、界定同类和不同类概念之间的关系、实体和关系的属性,完成本体建模;
将提取的外部数据执行转化,整理为被图数据库Neo4j识别的结构化数据;
根据本体建模的实体、关系和属性,将结构化数据执行知识抽取和知识融合,并以csv格式文件存储;
将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
在一些实施例中,其中所述执行知识抽取步骤还包括步骤:执行实体识别;执行关系抽取;以及执行属性抽取;其中所述执行知识融合步骤还包括步骤:执行实体链接;以及执行实体消歧。
在一些实施例中,其中所述基于知识图谱对待匹配服装执行相似款推荐步骤包括步骤:根据构建的知识图谱,基于Jaccard算法进行相似度计算,实现待匹配服装和匹配服装之间的相似款推荐。
在一些实施例中,其中Jaccard系数被定义:给定两个集合A,B,Jaccard系数定义为A与B交集的大小与A与B并集的大小的比值;其中,Jaccard算法中计算公式为:
其中,集合A和集合B分别为待匹配服装和匹配服装的服装属性。
在一些实施例中,其中所述基于知识图谱对待匹配服装执行相似款推荐步骤还包括步骤:根据不同属性的重要程度赋予属性权重执行相似款推荐,其中,根据一系列匹配服装的相似度列表,将相似值按照数值从高到底排列,最终得到最佳的服装单品相似款推荐结果,设置为特定属性下的服装相似款推荐。
在一些实施例中,其中所述基于知识图谱的服装搭配推荐方法还包括步骤:根据构建的知识图谱设计应用系统的前端界面,设置服装款式、服装属性、搭配方案、设计师条件的筛选机制。
在一些实施例中,其中所述基于知识图谱的服装搭配推荐方法还包括步骤:基于女装信息优化服装知识图谱,输出女装推荐搭配结果。
根据本发明的另一方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行所述的基于知识图谱的服装搭配推荐方法的步骤。
根据本发明的另一方面,还提供了一种基于知识图谱的服装搭配推荐设备,包括:
存储器,用于存储软件应用程序,
处理器,用于执行所述软件应用程序,
其中,所述软件应用程序的各程序相对应地执行所述基于知识图谱的服装搭配推荐方法中的步骤。
根据本发明的另一方面,还提供了一种基于知识图谱的服装搭配推荐系统,所述基于知识图谱的服装搭配推荐系统包括服装信息和对应的搭配方案获取单元、服装知识图谱构建单元、相似款推荐单元、待匹配服装搭配推荐结果处理单元以及服装搭配推荐方案输出单元;其中,所述服装信息和对应的搭配方案获取单元获取服装信息和对应的搭配方案,所述服装知识图谱构建单元构建服装知识图谱,所述相似款推荐单元基于所述服装知识图谱构建单元的知识图谱对待匹配服装执行相似款推荐,所述待匹配服装搭配推荐结果处理单元基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果发送至所述服装搭配推荐方案输出单元,所述服装搭配推荐方案输出单元输出服装推荐搭配方案。
在一些实施例中,其中所述服装信息和对应的搭配方案获取单元设置有服装本体构建模块,所述服装本体构建模块被配置为:执行服装本体构建:设置服装本体的概念、概念层次、概念属性以及概念间属性关系;其中,服装本体的一级概念被设置为:服装款式、服装属性、搭配方案、设计师;服装属性下的二级概念被设置为:材质、廓形、版型、风格、细节、颜色、领型、袖型、袖长;服装款式与服装属性之间存在的关系被设置为:“廓形是”、“材质是”、“颜色是”;服装款式与搭配方案之间存在的关系被设置为:“包含”或“属于”;服装款式与设计师之间存在的关系被设置为:“设计”;搭配方案与设计师之间存在的关系被设置为:“参与”;服装款式的实体节点包含的属性被设置为:款号、款名、价格、品牌;其中,服装属性、搭配方案、设计师的实体节点被设置为各自拥有其编号、名称的属性。
在一些实施例中,其中所述服装信息和对应的搭配方案获取单元还被配置为:执行服装商品信息设置;输出待人为识别的服装商品信息并且获取人为识别结果。其中,服装商品信息被设置为:款号、款名、品牌、品类、价格、颜色、材质、设计师;其中待人为识别的服装商品信息被设置为:版型、廓形、工艺、袖长、袖型、领型、风格、细节;搭配方案被设置为:包含当前服装的基于专家规则的成套搭配信息;搭配商品被设置为:服装、鞋、配饰。
在一些实施例中,其中所述服装知识图谱构建单元还被配置为:根据电商平台的服装商品信息以及搭配方案构建知识图谱,其中,知识图谱的形式为三元组形式,包括头实体、关系、尾实体,或者包括实体、类型、属性。
在一些实施例中,其中所述服装知识图谱构建单元还被配置为:设置知识图谱的节点和关系、细分概念类及层次关系、界定同类和不同类概念之间的关系、实体和关系的属性,完成本体建模;将提取的外部数据执行转化,整理为被图数据库Neo4j识别的结构化数据;根据本体建模的实体、关系和属性,将结构化数据执行知识抽取和知识融合,并以csv格式文件存储;以及将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
在一些实施例中,其中所述服装知识图谱构建单元设置有知识抽取模块、知识融合模块以及知识存储模块,其中所述知识抽取模块用于执行实体识别,执行关系抽取以及执行属性抽取;所述知识融合模块用于执行实体链接以及执行实体消歧;其中所述知识存储模块用于当结构化数据被执行知识抽取和知识融合后,以csv格式文件存储以及将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
在一些实施例中,其中所述相似款推荐单元设置有相似度计算模块以及相似款排序模块,所述相似度计算模块根据构建的知识图谱,基于Jaccard算法进行相似度计算,实现待匹配服装和匹配服装之间的相似款推荐;所述相似款排序模块用于执行基于图谱的相似款排序。
在一些实施例中,其中所述相似度计算模块中,Jaccard系数被定义:给定两个集合A,B,Jaccard系数定义为A与B交集的大小与A与B并集的大小的比值;其中,Jaccard算法中计算公式为:
其中,集合A和集合B分别为待匹配服装和匹配服装的服装属性;
其中,所述相似款排序模块被配置为:根据不同属性的重要程度赋予属性权重执行相似款推荐,其中,根据一系列匹配服装的相似度列表,将相似值按照数值从高到底排列,最终得到最佳的服装单品相似款推荐结果,设置为特定属性下的服装相似款推荐。
在一些实施例中,其中所述基于知识图谱的服装搭配推荐系统还包括筛选机制单元,被配置为:根据构建的知识图谱设计应用系统的前端界面,设置服装款式、服装属性、搭配方案、设计师条件的筛选机制。
在一些实施例中,其中所述基于知识图谱的服装搭配推荐系统还包括女装优化推荐搭配单元,所述女装优化推荐搭配单元基于女装信息优化所述服装知识图谱构建单元中的服装知识图谱,输出女装推荐搭配结果。
附图说明
图1是根据本发明的一个实施例的一种基于知识图谱的服装搭配推荐方法的步骤流程图。
图2是根据本发明的上述实施例的所述基于知识图谱的服装搭配推荐方法的知识图谱本体表示图。
图3是根据本发明的上述实施例的所述基于知识图谱的服装搭配推荐方法的相似搭配推荐实现流程图。
图4是根据本发明的上述实施例的所述基于知识图谱的服装搭配推荐方法的相似推荐结果图。
图5是根据本发明的上述实施例的所述基于知识图谱的服装搭配推荐方法的搭配推荐结果图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。
本发明为涉及计算机程序的发明。如图1所示为基于本发明的一种基于知识图谱的服装搭配推荐方法的流程图,阐述了为解决本发明提出的问题,以计算机程序处理流程为基础,通过计算机执行按上述流程编制的计算机程序,对计算机外部对象或者内部对象进行控制或处理的解决方案。通过本发明的所述基于知识图谱的服装搭配推荐方法,能够利用计算机系统,综合人工经验和机器学习结果,提高分析效率、准确率以及普适性;基于专家搭配规则,借助知识图谱将零散的服装知识关联,构建各服装款式穿搭路径,实现服装各因素间的衔接,辅助解决服装搭配困难和搭配易出错的问题,使专家经验更具有实际应用价值;能够帮助用户高效管理自己的衣橱,和购买日常服装的高效筛选与搭配。可以理解的是,本发明所称“计算机”不仅仅指台式电脑、笔记本电脑、平板等设备,还包括其他能够按照程序运行,处理数据的智能电子设备。
具体地,所述基于知识图谱的服装搭配推荐方法包括以下步骤:
获取服装信息和对应的搭配方案;
构建服装知识图谱;
基于知识图谱对待匹配服装执行相似款推荐;
基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果返回到待匹配服装;以及
输出最终的服装推荐搭配结果。
进一步地,所述基于知识图谱的服装搭配推荐方法还包括以下步骤:
执行服装本体构建:设置服装本体的概念、概念层次、概念属性以及概念间属性关系;其中,服装本体的一级概念被设置为:服装款式、服装属性、搭配方案、设计师;服装属性下的二级概念被设置为:材质、廓形、版型、风格、细节、颜色、领型、袖型、袖长;服装款式与服装属性之间存在的关系被设置为:“廓形是”、“材质是”、“颜色是”;服装款式与搭配方案之间存在的关系被设置为:“包含”或“属于”;服装款式与设计师之间存在的关系被设置为:“设计”;搭配方案与设计师之间存在的关系被设置为:“参与”;服装款式的实体节点包含的属性被设置为:款号、款名、价格、品牌;其中,服装属性、搭配方案、设计师的实体节点被设置为各自拥有其编号、名称的属性。
进一步地,所述获取服装信息和对应的搭配方案步骤中,获取电商平台的服装商品信息以及搭配方案;具体地还包括以下步骤:执行服装商品信息设置;输出待人为识别的服装商品信息并且获取人为识别结果;
其中,服装商品信息被设置为:款号、款名、品牌、品类、价格、颜色、材质、设计师。需要进一步人为识别的服装商品信息被设置为:版型、廓形、工艺、袖长、袖型、领型、风格、细节。搭配方案被设置为:包含当前服装的基于专家规则的成套搭配信息,搭配商品被设置为:服装、鞋、配饰,其各自商品信息内容同上。
进一步地,所述构建服装知识图谱步骤中,根据电商平台的服装商品信息以及搭配方案构建知识图谱,其中,知识图谱的形式为三元组形式,包括头实体、关系、尾实体,或者包括实体、类型、属性。
更具体地,所述构建服装知识图谱步骤还包括以下步骤:
设置知识图谱的节点和关系、细分概念类及层次关系、界定同类和不同类概念之间的关系、实体和关系的属性,完成本体建模;
将提取的外部数据执行转化,整理为被图数据库Neo4j识别的结构化数据;
根据本体建模的实体、关系和属性,将结构化数据执行知识抽取和知识融合,并以csv格式文件存储;
将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
进一步地,所述基于知识图谱对待匹配服装执行相似款推荐步骤包括步骤:根据构建的知识图谱,基于Jaccard算法进行相似度计算,实现待匹配服装和匹配服装之间的相似款推荐。
具体地,Jaccard系数被定义:给定两个集合A,B,Jaccard系数定义为A与B交集的大小与A与B并集的大小的比值;Jaccard算法中计算公式为:
其中,集合A和集合B分别为待匹配服装和匹配服装的服装属性。
进一步地,所述基于知识图谱对待匹配服装执行相似款推荐步骤还包括步骤:根据不同属性的重要程度赋予属性权重执行相似款推荐,其中,根据一系列匹配服装的相似度列表,将相似值按照数值从高到底排列,最终得到最佳的服装单品相似款推荐结果,设置为特定属性下的服装相似款推荐。
进一步地,基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果返回到待匹配服装。在具体的实施例中,如图3所示,通过将相似款匹配转变为推荐问题,基于已有的图谱推理路径得到新款的搭配推荐方案。在具体的实施例中,图4所示为本实施例的相似推荐结果。在具体的实施例中,图5所示为本实施的搭配推荐结果。
进一步地,所述基于知识图谱的服装搭配推荐方法还包括步骤:根据构建的知识图谱设计应用系统的前端界面,设置服装款式、服装属性、搭配方案、设计师条件的筛选机制。
通过本发明的所述基于知识图谱的服装搭配推荐方法,能够帮助用户高效管理自己的衣橱,在日常穿衣过程中实现相似款和搭配款的推荐,和日常购买服装的高效筛选与搭配。
本领域的技术人员能够理解的是,在具体的实施例中,所述基于知识图谱的服装搭配推荐方法还包括步骤:基于女装信息优化服装知识图谱,输出女装推荐搭配结果。
通过本发明的所述基于知识图谱的服装搭配推荐方法,界定女装搭配推荐的研究领域和范围对本体进行设计;获取电商平台的服装商品信息以及搭配方案;基于电商平台的服装商品信息、手动提取的服装属性信息以及基于专家规则的成套搭配方案构建知识图谱;根据构建的知识图谱,基于Jaccard算法实现待匹配服装的相似款推荐;根据已获取的成套搭配方案,实现相似款的搭配,从而实现待匹配服装的个性化搭配;根据构建的知识图谱设计应用系统的前端界面。本发明的所述基于知识图谱的服装搭配推荐方法,能够实现用户对自己衣橱的高效管理,和购买日常服装的高效筛选与搭配。
本领域的技术人员能够理解的是,可以以方法、系统或计算机程序产品的形式提供本发明的实施例。因此,本发明的所述基于知识图谱的服装搭配推荐方法可采取全硬件实施例、全软件实施例,或者组合软件和硬件的实施例的形式。
本发明的所述基于知识图谱的服装搭配推荐方法可以嵌入在计算机程序产品中,它包括使此处描述的所述基于知识图谱的服装搭配推荐方法得以实施的所有特征。所述计算机程序产品被包含在一个或多个计算机可读存储介质中,所述计算机可读存储介质具有包含于其中的计算机可读程序代码。根据本发明的另一方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时能够执行本发明的所述基于知识图谱的服装搭配推荐方法的步骤。计算机存储介质是计算机存储器中用于存储某种不连续物理量的媒体。计算机存储介质包括但不限于半导体、磁盘存储器、磁芯、磁鼓、磁带、激光盘等。本领域的技术人员可以理解的是,计算机存储介质并不局限于前述举例,前述例子仅仅作为举例而并不限于本发明。
根据本发明的另一方面,还提供了一种基于知识图谱的服装搭配推荐设备,该设备包括:软件应用程序、用于存储软件应用程序的存储器,以及处理器,用于执行该软件应用程序。该软件应用程序的各程序能够相对应地执行本发明的所述基于知识图谱的服装搭配推荐方法中的步骤。
硬件和软件的典型的结合可以是带有计算机程序的通用计算机系统,当程序被加载并被执行时,控制计算机系统,从而可以执行本发明揭露的所述基于知识图谱的服装搭配推荐方法。
本领域的技术人员可以理解的是,所述基于知识图谱的服装搭配推荐设备可以被体现为台式电脑、笔记本、移动智能设备等,但是前述仅仅作为举例,还包括其他搭载有本发明的该软件应用程序的智能分析设备。
本领域的技术人员可以理解的是,本发明的所述基于知识图谱的服装搭配推荐方法可以通过硬件、软件,或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方式实现,或者由分布在几个互连的计算机系统中的不同部分以分散方式实现。任何可以实现方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统,通过安装和执行程序控制计算机系统,使其按方法运行。
与本发明方法的实施例相对应,根据本发明的另一方面,还提供了一种基于知识图谱的服装搭配推荐系统,所述基于知识图谱的服装搭配推荐系统为本发明的所述基于知识图谱的服装搭配推荐方法在计算机程序改进上的应用。所述基于知识图谱的服装搭配推荐系统包括服装信息和对应的搭配方案获取单元、服装知识图谱构建单元、相似款推荐单元、待匹配服装搭配推荐结果处理单元以及服装搭配推荐方案输出单元。所述服装信息和对应的搭配方案获取单元获取服装信息和对应的搭配方案,所述服装知识图谱构建单元构建服装知识图谱,所述相似款推荐单元基于所述服装知识图谱构建单元的知识图谱对待匹配服装执行相似款推荐,所述待匹配服装搭配推荐结果处理单元基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果发送至所述服装搭配推荐方案输出单元,所述服装搭配推荐方案输出单元输出服装推荐搭配方案。
更具体地,所述服装信息和对应的搭配方案获取单元设置有服装本体构建模块,所述服装本体构建模块被配置为:执行服装本体构建:设置服装本体的概念、概念层次、概念属性以及概念间属性关系;其中,服装本体的一级概念被设置为:服装款式、服装属性、搭配方案、设计师;服装属性下的二级概念被设置为:材质、廓形、版型、风格、细节、颜色、领型、袖型、袖长;服装款式与服装属性之间存在的关系被设置为:“廓形是”、“材质是”、“颜色是”;服装款式与搭配方案之间存在的关系被设置为:“包含”或“属于”;服装款式与设计师之间存在的关系被设置为:“设计”;搭配方案与设计师之间存在的关系被设置为:“参与”;服装款式的实体节点包含的属性被设置为:款号、款名、价格、品牌;其中,服装属性、搭配方案、设计师的实体节点被设置为各自拥有其编号、名称的属性。
进一步地,所述服装信息和对应的搭配方案获取单元还被配置为:执行服装商品信息设置;输出待人为识别的服装商品信息并且获取人为识别结果。其中,服装商品信息被设置为:款号、款名、品牌、品类、价格、颜色、材质、设计师;其中待人为识别的服装商品信息被设置为:版型、廓形、工艺、袖长、袖型、领型、风格、细节;搭配方案被设置为:包含当前服装的基于专家规则的成套搭配信息;搭配商品被设置为:服装、鞋、配饰。
进一步地,所述服装知识图谱构建单元还被配置为:根据电商平台的服装商品信息以及搭配方案构建知识图谱,其中,知识图谱的形式为三元组形式,包括头实体、关系、尾实体,或者包括实体、类型、属性。
更具体地,所述服装知识图谱构建单元还被配置为:设置知识图谱的节点和关系、细分概念类及层次关系、界定同类和不同类概念之间的关系、实体和关系的属性,完成本体建模;将提取的外部数据执行转化,整理为被图数据库Neo4j识别的结构化数据;根据本体建模的实体、关系和属性,将结构化数据执行知识抽取和知识融合,并以csv格式文件存储;以及将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
更具体地,所述服装知识图谱构建单元设置有知识抽取模块、知识融合模块以及知识存储模块,其中所述知识抽取模块用于执行实体识别,执行关系抽取以及执行属性抽取;所述知识融合模块用于执行实体链接以及执行实体消歧;其中所述知识存储模块用于当结构化数据被执行知识抽取和知识融合后,以csv格式文件存储以及将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
进一步地,所述相似款推荐单元设置有相似度计算模块以及相似款排序模块,所述相似度计算模块根据构建的知识图谱,基于Jaccard算法进行相似度计算,实现待匹配服装和匹配服装之间的相似款推荐;所述相似款排序模块用于执行基于图谱的相似款排序。
更具体地,所述相似度计算模块中,Jaccard系数被定义:给定两个集合A,B,Jaccard系数定义为A与B交集的大小与A与B并集的大小的比值;其中,Jaccard算法中计算公式为:
其中,集合A和集合B分别为待匹配服装和匹配服装的服装属性。
更具体地,所述相似款排序模块被配置为:根据不同属性的重要程度赋予属性权重执行相似款推荐,其中,根据一系列匹配服装的相似度列表,将相似值按照数值从高到底排列,最终得到最佳的服装单品相似款推荐结果,设置为特定属性下的服装相似款推荐。
进一步地,所述基于知识图谱的服装搭配推荐系统还包括筛选机制单元,被配置为:根据构建的知识图谱设计应用系统的前端界面,设置服装款式、服装属性、搭配方案、设计师条件的筛选机制。
进一步地,所述基于知识图谱的服装搭配推荐系统还包括女装优化推荐搭配单元,所述女装优化推荐搭配单元基于女装信息优化所述服装知识图谱构建单元中的服装知识图谱,输出女装推荐搭配结果。
本领域的技术人员可以理解的是,已参考根据本发明的方法、系统及计算机程序产品的流程图和/或方框图说明了本发明。流程图和/或方框图中的每个方框,以及流程图和/或方框图中的方框的组合显然可由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、嵌入式处理器或者其他可编程的数据处理设备的处理器,以产生一台机器,从而指令(所述指令通过计算机或者其他可编程数据处理设备的处理器)产生用于实现在流程图和/或方框图的一个或多个方框中规定的功能的装置。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离该原理下,本发明的实施方式可以有任何变形或修改。
Claims (25)
1.一种基于知识图谱的服装搭配推荐方法,其特征在于,所述基于知识图谱的服装搭配推荐方法包括以下步骤:
获取服装信息和对应的搭配方案;
构建服装知识图谱;
基于知识图谱对待匹配服装执行相似款推荐;
基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果返回到待匹配服装;以及
输出最终的服装推荐搭配结果。
2.如权利要求1所述的基于知识图谱的服装搭配推荐方法,其中所述基于知识图谱的服装搭配推荐方法还包括以下步骤:执行服装本体构建:设置服装本体的概念、概念层次、概念属性以及概念间属性关系。
3.如权利要求2所述的基于知识图谱的服装搭配推荐方法,其中服装本体的一级概念被设置为:服装款式、服装属性、搭配方案、设计师;服装属性下的二级概念被设置为:材质、廓形、版型、风格、细节、颜色、领型、袖型、袖长;服装款式与服装属性之间存在的关系被设置为:“廓形是”、“材质是”、“颜色是”;服装款式与搭配方案之间存在的关系被设置为:“包含”或“属于”;服装款式与设计师之间存在的关系被设置为:“设计”;搭配方案与设计师之间存在的关系被设置为:“参与”;服装款式的实体节点包含的属性被设置为:款号、款名、价格、品牌;其中,服装属性、搭配方案、设计师的实体节点被设置为各自拥有其编号、名称的属性。
4.如权利要求1所述的基于知识图谱的服装搭配推荐方法,其中所述获取服装信息和对应的搭配方案步骤中,获取电商平台的服装商品信息以及搭配方案;具体地还包括以下步骤:执行服装商品信息设置;输出待人为识别的服装商品信息并且获取人为识别结果。
5.如权利要求4所述的基于知识图谱的服装搭配推荐方法,其中,服装商品信息被设置为:款号、款名、品牌、品类、价格、颜色、材质、设计师;其中待人为识别的服装商品信息被设置为:版型、廓形、工艺、袖长、袖型、领型、风格、细节;搭配方案被设置为:包含当前服装的基于专家规则的成套搭配信息;搭配商品被设置为:服装、鞋、配饰。
6.如权利要求1所述的基于知识图谱的服装搭配推荐方法,其中所述构建服装知识图谱步骤中,根据电商平台的服装商品信息以及搭配方案构建知识图谱,其中,知识图谱的形式为三元组形式,包括头实体、关系、尾实体,或者包括实体、类型、属性。
7.如权利要求6所述的基于知识图谱的服装搭配推荐方法,其中所述构建服装知识图谱步骤还包括以下步骤:
设置知识图谱的节点和关系、细分概念类及层次关系、界定同类和不同类概念之间的关系、实体和关系的属性,完成本体建模;
将提取的外部数据执行转化,整理为被图数据库Neo4j识别的结构化数据;
根据本体建模的实体、关系和属性,将结构化数据执行知识抽取和知识融合,并以csv格式文件存储;
将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
8.如权利要求7所述的基于知识图谱的服装搭配推荐方法,其中所述执行知识抽取步骤还包括步骤:执行实体识别;执行关系抽取;以及执行属性抽取;其中
所述执行知识融合步骤还包括步骤:执行实体链接;以及执行实体消歧。
9.如权利要求1所述的基于知识图谱的服装搭配推荐方法,其中所述基于知识图谱对待匹配服装执行相似款推荐步骤包括步骤:根据构建的知识图谱,基于Jaccard算法进行相似度计算,实现待匹配服装和匹配服装之间的相似款推荐。
11.如权利要求1所述的基于知识图谱的服装搭配推荐方法,其中所述基于知识图谱对待匹配服装执行相似款推荐步骤还包括步骤:根据不同属性的重要程度赋予属性权重执行相似款推荐,其中,根据一系列匹配服装的相似度列表,将相似值按照数值从高到底排列,最终得到最佳的服装单品相似款推荐结果,设置为特定属性下的服装相似款推荐。
12.如权利要求1所述的基于知识图谱的服装搭配推荐方法,其中所述基于知识图谱的服装搭配推荐方法还包括步骤:根据构建的知识图谱设计应用系统的前端界面,设置服装款式、服装属性、搭配方案、设计师条件的筛选机制。
13.如权利要求1至12中任一所述的基于知识图谱的服装搭配推荐方法,其中所述基于知识图谱的服装搭配推荐方法还包括步骤:基于女装信息优化服装知识图谱,输出女装推荐搭配结果。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时执行权利要求1至12中任一所述的基于知识图谱的服装搭配推荐方法的步骤。
15.一种基于知识图谱的服装搭配推荐设备,其特征在于,包括:
存储器,用于存储软件应用程序,
处理器,用于执行所述软件应用程序,
其中,所述软件应用程序的各程序相对应地执行权利要求1至12中任一所述的基于知识图谱的服装搭配推荐方法中的步骤。
16.一种基于知识图谱的服装搭配推荐系统,其特征在于,所述基于知识图谱的服装搭配推荐系统包括服装信息和对应的搭配方案获取单元、服装知识图谱构建单元、相似款推荐单元、待匹配服装搭配推荐结果处理单元以及服装搭配推荐方案输出单元;其中,所述服装信息和对应的搭配方案获取单元获取服装信息和对应的搭配方案,所述服装知识图谱构建单元构建服装知识图谱,所述相似款推荐单元基于所述服装知识图谱构建单元的知识图谱对待匹配服装执行相似款推荐,所述待匹配服装搭配推荐结果处理单元基于已获取搭配方案,调取相似款的搭配,执行待匹配服装的个性化搭配,将搭配推荐结果发送至所述服装搭配推荐方案输出单元,所述服装搭配推荐方案输出单元输出服装推荐搭配方案。
17.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述服装信息和对应的搭配方案获取单元设置有服装本体构建模块,所述服装本体构建模块被配置为:执行服装本体构建:设置服装本体的概念、概念层次、概念属性以及概念间属性关系;其中,服装本体的一级概念被设置为:服装款式、服装属性、搭配方案、设计师;服装属性下的二级概念被设置为:材质、廓形、版型、风格、细节、颜色、领型、袖型、袖长;服装款式与服装属性之间存在的关系被设置为:“廓形是”、“材质是”、“颜色是”;服装款式与搭配方案之间存在的关系被设置为:“包含”或“属于”;服装款式与设计师之间存在的关系被设置为:“设计”;搭配方案与设计师之间存在的关系被设置为:“参与”;服装款式的实体节点包含的属性被设置为:款号、款名、价格、品牌;其中,服装属性、搭配方案、设计师的实体节点被设置为各自拥有其编号、名称的属性。
18.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述服装信息和对应的搭配方案获取单元还被配置为:执行服装商品信息设置;输出待人为识别的服装商品信息并且获取人为识别结果;其中,服装商品信息被设置为:款号、款名、品牌、品类、价格、颜色、材质、设计师;其中待人为识别的服装商品信息被设置为:版型、廓形、工艺、袖长、袖型、领型、风格、细节;搭配方案被设置为:包含当前服装的基于专家规则的成套搭配信息;搭配商品被设置为:服装、鞋、配饰。
19.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述服装知识图谱构建单元还被配置为:根据电商平台的服装商品信息以及搭配方案构建知识图谱,其中,知识图谱的形式为三元组形式,包括头实体、关系、尾实体,或者包括实体、类型、属性。
20.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述服装知识图谱构建单元还被配置为:设置知识图谱的节点和关系、细分概念类及层次关系、界定同类和不同类概念之间的关系、实体和关系的属性,完成本体建模;将提取的外部数据执行转化,整理为被图数据库Neo4j识别的结构化数据;根据本体建模的实体、关系和属性,将结构化数据执行知识抽取和知识融合,并以csv格式文件存储;以及将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
21.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述服装知识图谱构建单元设置有知识抽取模块、知识融合模块以及知识存储模块,其中所述知识抽取模块用于执行实体识别,执行关系抽取以及执行属性抽取;所述知识融合模块用于执行实体链接以及执行实体消歧;其中所述知识存储模块用于当结构化数据被执行知识抽取和知识融合后,以csv格式文件存储以及将处理后的csv格式数据文件导入至图数据库Neo4j执行存储。
22.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述相似款推荐单元设置有相似度计算模块以及相似款排序模块,所述相似度计算模块根据构建的知识图谱,基于Jaccard算法进行相似度计算,实现待匹配服装和匹配服装之间的相似款推荐;所述相似款排序模块用于执行基于图谱的相似款排序。
24.如权利要求16所述的基于知识图谱的服装搭配推荐系统,其中所述基于知识图谱的服装搭配推荐系统还包括筛选机制单元,被配置为:根据构建的知识图谱设计应用系统的前端界面,设置服装款式、服装属性、搭配方案、设计师条件的筛选机制。
25.如权利要求16至24中任一所述的基于知识图谱的服装搭配推荐系统,其中所述基于知识图谱的服装搭配推荐系统还包括女装优化推荐搭配单元,所述女装优化推荐搭配单元基于女装信息优化所述服装知识图谱构建单元中的服装知识图谱,输出女装推荐搭配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111252635.7A CN113988978A (zh) | 2021-10-27 | 2021-10-27 | 基于知识图谱的服装搭配推荐方法、系统以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111252635.7A CN113988978A (zh) | 2021-10-27 | 2021-10-27 | 基于知识图谱的服装搭配推荐方法、系统以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113988978A true CN113988978A (zh) | 2022-01-28 |
Family
ID=79742160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111252635.7A Pending CN113988978A (zh) | 2021-10-27 | 2021-10-27 | 基于知识图谱的服装搭配推荐方法、系统以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113988978A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703530A (zh) * | 2023-08-02 | 2023-09-05 | 中国标准化研究院 | 一种基于知识图谱的服装推荐系统 |
CN116992959A (zh) * | 2023-06-02 | 2023-11-03 | 广州数说故事信息科技有限公司 | 一种基于知识图谱的食品类产品创意概念生成验证方法 |
-
2021
- 2021-10-27 CN CN202111252635.7A patent/CN113988978A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992959A (zh) * | 2023-06-02 | 2023-11-03 | 广州数说故事信息科技有限公司 | 一种基于知识图谱的食品类产品创意概念生成验证方法 |
CN116992959B (zh) * | 2023-06-02 | 2024-03-15 | 广州数说故事信息科技有限公司 | 一种基于知识图谱的食品类产品创意概念生成验证方法 |
CN116703530A (zh) * | 2023-08-02 | 2023-09-05 | 中国标准化研究院 | 一种基于知识图谱的服装推荐系统 |
CN116703530B (zh) * | 2023-08-02 | 2023-10-31 | 中国标准化研究院 | 一种基于知识图谱的服装推荐系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11216861B2 (en) | Color based social networking recommendations | |
US10242396B2 (en) | Automatic color palette based recommendations for affiliated colors | |
CN111784455B (zh) | 一种物品推荐方法及推荐设备 | |
US20200311798A1 (en) | Search engine use of neural network regressor for multi-modal item recommendations based on visual semantic embeddings | |
US10402917B2 (en) | Color-related social networking recommendations using affiliated colors | |
CN102708130B (zh) | 计算用户微细分以用于要约匹配的可扩展引擎 | |
Deldjoo et al. | A review of modern fashion recommender systems | |
US20150379738A1 (en) | Automatic color palette based recommendations | |
US20080097975A1 (en) | Simulation-assisted search | |
CN109597973A (zh) | 一种文案信息的推荐、生成方法和装置 | |
CN113988978A (zh) | 基于知识图谱的服装搭配推荐方法、系统以及设备 | |
US20220207587A1 (en) | System and method for product recommendation based on multimodal fashion knowledge graph | |
Kotouza et al. | Towards fashion recommendation: an AI system for clothing data retrieval and analysis | |
Papachristou et al. | Machine learning for clothing manufacture as a mean to respond quicker and better to the demands of clothing brands: a Greek case study | |
Wang et al. | Learning outfit compatibility with graph attention network and visual-semantic embedding | |
CN113988174A (zh) | 基于知识图谱的服装样板匹配方法、系统以及设备 | |
CN116308683B (zh) | 基于知识图谱的服装品牌定位推荐方法、设备及存储介质 | |
Zhou et al. | A garment design method based on modularization | |
CN110781399A (zh) | 一种跨平台的信息推送方法和装置 | |
Shin et al. | Exploring the key factors that lead to intentions to use AI fashion curation services through big data analysis | |
CN111651456A (zh) | 潜在用户确定方法、业务推送方法及装置 | |
Schwartz et al. | Style similarity as feedback for product design | |
US20230214894A1 (en) | Curated collections from multiple input sources | |
US20230259997A1 (en) | Curated Collections Based On Templates | |
US20230214902A1 (en) | Templates For Curated Collections |
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 |