CN117611299A - 一种个性化校服的定制方法、系统、电子设备和存储介质 - Google Patents

Abstract

一种个性化校服的定制方法、系统、电子设备和存储介质，涉及校服定制领域。在该方法中，当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；响应于用户选择第一备选样式操作，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。实施本申请提供的技术方案，达到了有针对性的推荐备选样式且能够看到上身之后的实际效果的技术效果。

Description

一种个性化校服的定制方法、系统、电子设备和存储介质

技术领域

本申请涉及校服定制的技术领域，具体涉及一种个性化校服的定制方法、系统、电子设备和存储介质。

背景技术

随着社会的发展和人们生活水平的提高，消费者对于校服的需求也在发生变化。人们更加追求个性化和差异化，而不仅仅是满足基本的穿着需求。因此，传统的统一款式、统一颜色的校服已经不能满足这种需求。

目前，校服在定制的过程中只能看到固定的待选的样式，不能满足学生和家长对于个性化的需求，并且，在定制的过程中无法看到上身之后的实际效果，难以达到令人满意的定制效果。

因此，需要一种能够有针对性的推荐备选样式且能够看到上身之后的实际效果的校服定制方法。

发明内容

本申请提供一种个性化校服的定制方法、系统、电子设备和存储介质，能够有针对性的推荐备选样式且能够看到上身之后的实际效果。

在本申请的第一方面提供了一种个性化校服的定制方法，应用于校服定制平台，所述方法包括：

当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；

从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；

根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；

响应于用户选择第一备选样式操作，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。

通过采用上述技术方案，可以根据用户输入的身体数据，构建出虚拟的数字人，使得校服的设计更加符合用户的身体特征。可以从用户授权的购物平台和社交软件中获取衣品特征，包括推荐的颜色、款式和图案等，为用户提供了多样化的选择，满足了用户不同的审美需求。可以根据用户选择的衣品特征，生成多个备选样式，并将这些备选样式与虚拟数字人结合进行展示，使用户可以直观地看到定制效果，提高了定制的效率和准确性。当用户选择了备选样式后，可以根据备选样式和校园徽标生成校服订单二维码，用户可以通过扫描该二维码进行下单购买，大大提高了订单生成的效率和便捷性。

可选的，所述根据所述身体数据构建虚拟数字人包括：

使用3D建模软件根据所述身体数据构建虚拟数字人的3D模型，所述3D建模软件包括3DS Max和Maya。

通过采用上述技术方案，根据用户输入的身体数据使用3D建模软件构建虚拟数字人的3D模型，可以确保模型的精确性和真实性。这些建模软件具有强大的建模工具和功能，能够准确地模拟人体形态和比例，使得构建的虚拟数字人与用户的身体特征高度匹配。3D建模软件可以将构建的虚拟数字人以三维形式展示，用户可以直观地看到自己的身体形态在虚拟环境中的呈现。这种可视化展示有助于用户更好地理解和评估定制校服的效果，提高了定制的准确性和满意度。通过3D建模软件，可以对构建的虚拟数字人进行灵活的调整和优化。用户可以根据自己的需求和喜好，对虚拟数字人的体型、姿势等进行微调，以实现更加个性化的定制效果。

可选的，所述从用户授权的购物平台和社交软件中获取衣品特征包括：

获取所述购物平台的购买记录和浏览记录，将所述购买记录和浏览记录划分为服饰类购买记录和浏览记录以及非服饰类购买记录和浏览记录；

从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案，从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案。

通过采用上述技术方案，获取用户的购物平台购买记录和浏览记录，可以对用户的衣品喜好进行分析。通过将记录划分为服饰类和非服饰类，可以更精确地了解用户在服饰方面的偏好和选择。根据分析结果，可以从购物平台的购买记录和浏览记录中获取推荐款式、推荐颜色和推荐图案，这些推荐基于用户的实际购买和浏览行为，具有较高的个性化程度。同时，从非服饰类购买记录和浏览记录中获取的推荐颜色和推荐图案，可以进一步丰富衣品特征的推荐，为用户提供更多选择。

可选的，所述从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案包括：

获取各个款式的第一分数、各个颜色的第二分数、各个图案的第三分数，其中，所述第一分数为服饰类购买记录和浏览记录中任意一个款式出现的频次与第一初始分数的乘积，所述第二分数为服饰类购买记录和浏览记录中任意一个颜色出现的频次与第二初始分数的乘积，所述第三分数为服饰类购买记录和浏览记录中任意一个图案出现的频次与第三初始分数的乘积，所述第一初始分数、所述第二初始分数、所述第三初始分数分别为根据购买时间或浏览时间确定的款式的初始分数、颜色的初始分数、图案的初始分数；

将第一分数大于预设第一阈值的款式作为第一推荐款式，将第二分数大于预设第二阈值的颜色作为第一推荐颜色，将第三分数大于预设第三阈值的图案作为第一推荐图案。

通过采用上述技术方案，可以将用户在服饰类购买记录和浏览记录中的行为进行量化评估。这些分数基于用户的行为数据，通过与初始分数的乘积计算得出，能够更准确地反映用户的喜好和偏好。通过设定预设的阈值，可以筛选出用户最喜欢的款式、颜色和图案。这种阈值筛选的方式可以有效地过滤掉用户不感兴趣或较少关注的选项，提高推荐的准确性和有效性。在计算第一初始分数、第二初始分数、第三初始分数时，考虑了购买时间或浏览时间因素。这意味着，较新的购买和浏览记录在计算分数时具有更大的权重，可以更好地反映用户的最新喜好和趋势。

可选的，所述从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案包括：

将所述非服饰类购买记录和浏览记录按照类别进行划分，并根据预设的类别与服饰相关程度对所述非服饰类购买记录和浏览记录的各个类别分配权重；

获取各个颜色的第四分数、各个图案的第五分数，其中，所述第四分数为任意一个颜色在各个类别中的第四初始分数与对应权重加权求和的结果，所述第五分数为任意一个图案在各个类别中的第五初始分数与对应权重加权求和的结果，所述第四初始分数和所述第五初始分数分别为根据购买时间或浏览时间确定的颜色的初始分数和图案的初始分数；

将第四分数大于预设第四阈值的颜色作为第二推荐颜色，将第五分数大于第五阈值的图案作为第二推荐图案，其中，所述第四阈值大于所述第二阈值，所述第五阈值大于所述第三阈值。

通过采用上述技术方案，将非服饰类购买记录和浏览记录按照类别进行划分，并根据预设的类别与服饰相关程度对非服饰类购买记录和浏览记录的各个类别分配权重，可以更加精确地了解用户在非服饰类商品中的偏好和选择，并确定这些偏好与服饰之间的关联程度。通过计算各个颜色的第四分数和各个图案的第五分数，可以将用户在非服饰类购买记录和浏览记录中的行为进行量化评估。这些分数基于各个类别的权重和对应的初始分数进行加权求和，能够更全面地反映用户在非服饰类商品中的喜好和偏好。通过设定预设的阈值，可以筛选出用户最喜欢的颜色和图案。与之前的阈值筛选不同，这里的阈值设定考虑了非服饰类商品的特点和用户可能在这些类别中的偏好程度，从而能够更加准确地筛选出用户真正感兴趣的颜色和图案。

可选的，所述从用户授权的购物平台和社交软件中获取衣品特征包括：

获取所述社交软件中具有特殊标识的第一联系人，所述特殊标识包括置顶标识和星标标识，从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案。

通过采用上述技术方案，可以识别出用户在社交网络中关系密切的联系人，并可能受到这些联系人衣品特征的影响。从用户与第一联系人的聊天记录中获取推荐款式、推荐颜色和推荐图案，可以进一步分析这些聊天记录中提到的衣品相关的信息和推荐，从而更加全面地了解用户的衣品喜好和趋势。通过结合社交软件中的联系人信息和聊天记录，可以为用户提供更多元化的衣品特征推荐。这些推荐不仅基于用户的个人购买记录和浏览历史，还考虑了用户在社交网络中的互动和交流，从而提供更加丰富和多样的选择。

可选的，所述从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案包括：

从所述聊天记录中获取服饰类图片，所述服饰类图片包括人物图片、风景图片和物体图片，根据所述人物图片中的服饰生成第二推荐款式和第三推荐颜色，并根据所述风景图片和物体图片生成第三推荐图案。

通过采用上述技术方案，从聊天记录中提取服饰类图片，可以自动识别和提取图片中的服饰元素，如人物图片中的服饰款式和颜色，以及风景图片和物体图片中的图案。可以基于图片中服饰的特征和样式为用户提供具体的款式和颜色推荐。这种基于图片的推荐方式更加直观和具体，能够更好地满足用户的实际需求。根据风景图片和物体图片生成推荐图案，可以为用户提供更多的图案选择。这些图案可以作为衣品设计的参考，丰富用户的衣品选择范围。

在本申请的第二方面提供了一种个性化校服的定制系统，包括虚拟模块、特征模块、推荐模块以及执行模块，其中：

虚拟模块，配置用于当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；

特征模块，配置用于从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；

推荐模块，配置用于根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；

执行模块，配置用于响应于用户选择第一备选样式，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。

在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于与其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如上述任意一项所述的方法。

在本申请的第四方面提供了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指令，当所述指令被执行时，执行如上述任意一项所述的方法。

综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、根据用户的身体数据构建虚拟数字人，可以精确地模拟用户的身体形态和比例，这有助于在虚拟环境中展示用户的身体形象，为个性化定制提供基础。

2、通过分析用户的购物平台和社交软件数据，可以获取用户的衣品特征偏好，包括款式、颜色和图案等，这些推荐基于用户的行为数据，能够更好地满足用户的实际需求。

3、通过结合不同媒体渠道的信息，如购物平台数据、社交软件数据和聊天记录中的图片信息，可以实现跨媒体的信息融合。这种融合方式能够提高衣品特征推荐的准确性和有效性。

4、通过分析用户在社交网络中的互动和交流，可以更加深入地了解用户的喜好和偏好。结合这些信息为用户提供个性化的推荐服务，能够更好地满足用户的实际需求，提高用户的满意度。

附图说明

图1是本申请实施例公开的个性化校服的定制方法的流程示意图；

图2是本申请实施例公开的个性化校服的定制系统的模块示意图；

图3是本申请实施例公开的一种电子设备的结构示意图。

附图标记说明：201、虚拟模块；202、特征模块；203、推荐模块；204、执行模块；301、处理器；302、通信总线；303、用户接口；304、网络接口；305、存储器。

具体实施方式

为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。

在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。

在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本实施例公开了一种个性化校服的定制方法，图1是本申请实施例公开的个性化校服的定制方法的流程示意图，如图1所示，定制方法包括如下步骤：

S110、当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；

S120、从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；

S130、根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；

S140、响应于用户选择第一备选样式操作，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。

虚拟数字人指的是运用数字技术创造出来的、与人类形象接近的数字化人物形象。这些形象可以由一个或多个计算机生成，并融合了真人形象的数据和特征，具有人的外观、人的行为。本申请中可以根据用户输入的身体数据构建一个虚拟数字人，这个虚拟数字人具有输入的身体数据对应的特征。身体数据包括但不限于身高、体重、肩宽、腰围和臂长，当身体数据越详细时，构建的虚拟数字人则更接近身体数据对应的现实中实际的人的体态特征。购物平台是一种提供在线商品交易服务的网站或应用。用户可以在购物平台上浏览、选择和购买各种商品，包括服装、电子产品、家居用品等。购物平台通常提供丰富的商品种类和品牌，用户可以根据自己的需求和喜好进行筛选和比较，选择适合自己的商品。社交软件则是一种提供人与人之间交流服务的工具。社交软件可以帮助用户与朋友、家人和其他认识的人保持联系，分享自己的生活和感受，了解他人的动态和信息。社交软件通常提供各种社交功能，如发布动态、评论、点赞、私信等，帮助用户互动和交流。从用户授权的购物平台和社交软件中获取衣品特征，也即是可以从购物平台的购买记录和浏览记录获取衣品特征，也可以从社交软件的聊天记录或动态中获取衣品特征。衣品特征包括但不限于推荐颜色、款式和图案。根据衣品特征之间的排列组合可以生成多个备选样式，将备选样式与虚拟数字人进行结合可以得到衣服穿到身上的实际效果。当用户从备选样式中选择了中意的样式，根据选择的样式和校园徽标生成校服订单二维码，根据二维码即可下单制作对应的校服。

通过接收用户输入的身体数据构建一个精确的虚拟数字人模型，从而为用户提供了一个可视化的、与其身体形态相匹配的模型，使用户能够在定制过程中更直观地预览校服效果。利用了大数据和人工智能技术，从用户的购物历史和社交互动中挖掘出用户的衣品偏好，确保了校服设计能够符合用户的个人品味和风格。根据提取的衣品特征生成多个备选样式，并将这些样式与虚拟数字人结合进行展示，为用户提供了多个符合其衣品偏好的校服设计选项，同时结合虚拟数字人模型，用户可以在选择前预览每个备选样式的实际效果。当用户选择某个备选样式后，系统会根据该样式和校园徽标生成校服订单二维码，简化了校服定制到购买的流程，用户只需扫描二维码即可完成校服订单的提交，提高了购买过程的便捷性和效率。

可选的，所述根据所述身体数据构建虚拟数字人包括：

使用3D建模软件根据所述身体数据构建虚拟数字人的3D模型，所述3D建模软件包括3DS Max和Maya。

根据导入的身体数据，使用3D建模软件（例如3DS Max和Maya）的建模工具构建虚拟数字人的3D模型，可以在3D模型中加入骨骼系统，这样可以让3D模型能够具有动态效果。

通过使用3D建模软件，可以根据用户提供的身体数据精确地构建虚拟数字人的3D模型。这意味着模型将准确地反映用户的身体形态和尺寸，确保校服的定制更加贴合用户的身体。3D建模软件提供了丰富的工具和选项，可以根据需要进行调整和修改。这使得在构建虚拟数字人模型时具有高度的灵活性，可以根据用户的需求和偏好进行定制和优化。通过使用3D建模软件，可以创建高度逼真的虚拟数字人模型。这种模型不仅提供了准确的身体数据，还为用户提供了一个可视化的预览效果。用户可以在定制过程中直观地看到校服的穿着效果，更好地评估和选择适合自己的样式。使用3D建模软件可以快速构建虚拟数字人模型，提高定制方法的效率和便捷性。这为用户节省了时间，简化了定制流程，并使得整个定制过程更加高效。

可选的，所述从用户授权的购物平台和社交软件中获取衣品特征包括：

获取所述购物平台的购买记录和浏览记录，将所述购买记录和浏览记录划分为服饰类购买记录和浏览记录以及非服饰类购买记录和浏览记录；

从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案，从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案。

服饰类购买记录和浏览记录包括跟衣服相关的购买记录和浏览记录，例如，服饰类购买记录和浏览记录包括上衣的购买记录和浏览记录、裤子的购买记录和浏览记录、裙子的购买记录和浏览记录，非服饰类购买记录和浏览记录包括与衣服不直接相关的购买记录和浏览记录，例如，包包的购买记录和浏览记录、口红的购买记录和浏览记录、电子产品的购买记录和浏览记录。可以从服饰类购买记录和浏览记录中出现频次最多的款式、颜色和图案中获取第一推荐款式、第一推荐颜色和第一推荐图案，也可以从非服饰类购买记录和浏览记录中出现频次最多的颜色和图案中获取第二推荐颜色和第二推荐图案。

通过直接从用户的购物平台获取购买记录和浏览记录，可以获得用户实际购买和感兴趣的服饰信息。这些数据直接反映了用户的衣品偏好和风格，因此具有较高的准确性和可靠性。将购买记录和浏览记录划分为服饰类和非服饰类，有助于更好地识别和提取与衣品相关的特征。通过区分服饰类记录，可以更准确地提取用户对于服装款式、颜色和图案的偏好；而非服饰类记录可能提供一些额外的颜色或图案偏好，有助于丰富衣品特征的多样性。通过从服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案，以及从非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案，可以为用户提供个性化的衣品推荐。这些推荐基于用户的实际购买行为和兴趣，能够更好地满足用户的衣品需求和偏好。通过结合服饰类和非服饰类的购买记录和浏览记录，可以更全面地获取用户的衣品特征。由于购物平台的购买记录和浏览记录会随着时间的推移而发生变化，这种方法能够动态地更新用户的衣品特征。根据用户的最新购买行为和兴趣，不断优化衣品特征的推荐，确保推荐结果的实时性和准确性。

可选的，所述从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案包括：

获取各个款式的第一分数、各个颜色的第二分数、各个图案的第三分数，其中，所述第一分数为服饰类购买记录和浏览记录中任意一个款式出现的频次与第一初始分数的乘积，所述第二分数为服饰类购买记录和浏览记录中任意一个颜色出现的频次与第二初始分数的乘积，所述第三分数为服饰类购买记录和浏览记录中任意一个图案出现的频次与第三初始分数的乘积，所述第一初始分数、所述第二初始分数、所述第三初始分数分别为根据购买时间或浏览时间确定的款式的初始分数、颜色的初始分数、图案的初始分数；

将第一分数大于预设第一阈值的款式作为第一推荐款式，将第二分数大于预设第二阈值的颜色作为第一推荐颜色，将第三分数大于预设第三阈值的图案作为第一推荐图案。

例如，服饰类购买记录中包括款式a、b、c，出现的频次分别为3、2、1，服饰类浏览记录中包括款式a、b、d，出现的频次分别为4、5、6，将两者进行结合得到款式a、b、c、d出现的频次分别为7、7、1、6。可以根据购买时间或浏览时间确定款式的第一初始分数，当同一款式出现多次，以最后一次出现的时刻为准。比如，上述款式a、b、c、d出现的时刻按照离现在的时刻越来越近进行排序依次为a、b、c、d，所以，上述款式a、b、c、d的第一初始分数分别为3、4、5、6。款式a、b、c、d的第一分数分别为21、28、5、36。可以将所有的第一分数的中位数作为第一阈值，例如，上述第一分数的中位数为24.5，则可以取24.5作为第一阈值。因此，款式b和款式d作为第一推荐款式。中位数不易受到极端值的影响。在数据中存在一些极端的值时，平均数可能会被拉高，使得数据失真。相比之下，中位数可以基于整体数据的中间值来反映实际情况，不受极端值的影响。同样的，第一推荐颜色和第一推荐图案也均可以采用上述方式得到。

在另一种实施例中，可以将购买记录的权重增大，将浏览记录的权重减小，继续上例，服饰类购买记录中包括款式a、b、c，出现的频次分别为3、2、1，权重均为1，服饰类浏览记录中包括款式a、b、d，出现的频次分别为4、5、6，权重均为0.5，将两者进行结合得到款式a、b、c、d出现的频次分别为5、4.5、1、3。上述款式a、b、c、d的第一初始分数分别为3、4、5、6。款式a、b、c、d的第一分数分别为15、18、5、18。上述第一分数的中位数为16.5，则可以取16.5作为第一阈值。因此，款式b和款式d作为第一推荐款式。

通过分析用户的购买和浏览记录，可以了解用户的喜好和购买习惯，从而为用户提供个性化的推荐。这种方法基于用户实际的行为数据，比传统的基于统计或规则的方法更加准确和相关。第一初始分数、第二初始分数、第三初始分数是根据购买时间或浏览时间确定的。这意味着随着时间的推移和用户行为的改变，初始分数也会相应调整，从而提供更准确的推荐。通过设置第一分数、第二分数、第三分数的阈值，可以过滤掉一些不显著的偏好，确保最终推荐的款式、颜色和图案是用户真正感兴趣的。

可选的，所述从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案包括：

将所述非服饰类购买记录和浏览记录按照类别进行划分，并根据预设的类别与服饰相关程度对所述非服饰类购买记录和浏览记录的各个类别分配权重；

获取各个颜色的第四分数、各个图案的第五分数，其中，所述第四分数为任意一个颜色在各个类别中的第四初始分数与对应权重加权求和的结果，所述第五分数为任意一个图案在各个类别中的第五初始分数与对应权重加权求和的结果；

将第四分数大于预设第四阈值的颜色作为第二推荐颜色，将第五分数大于第五阈值的图案作为第二推荐图案，其中，所述第四阈值大于所述第二阈值，所述第五阈值大于所述第三阈值。

将所述非服饰类购买记录和浏览记录按照类别进行划分，例如，可以将非服饰类购买记录和浏览记录划分成电子设备类、包包类、口红类等，根据预设的类别与服饰相关程度对所述非服饰类购买记录和浏览记录的各个类别分配权重，例如，包包类跟服饰相关程度高，可以设置权重为1，电子设备类跟服饰相关程度低，可以设置权重为0.2，口红类的权重可以设置为0.5。获取各个颜色的第四分数，以红色为例，在电子设备类、包包类和口红类均有红色，在电子设备类、包包类和口红类中的初始分数分别为2、3、4，则第四分数可以是0.2*2+0.5*3+1*4=5.9。假设绿色、白色、黄色的第四分数分别为6.6、7.2、3.1，可以所有颜色的第四分数的中位数作为第四阈值，上述第四分数的中位数为6.25，则可以取6.25作为第四阈值。因此，绿色和白色作为第二推荐颜色。同样的，第二推荐图案也可以采用上述方式得到。本申请为了凸显服饰类购买记录和浏览记录的重要性，将第四阈值设置得大于第二阈值，第五阈值大于第三阈值，因此，只有得分特别高的颜色和图案可以得到推荐，也即是在非服饰类中用户特别喜欢的颜色和图案才会得到推荐。

将非服饰类购买记录和浏览记录按照类别进行划分，可以更全面地了解用户在非服饰类商品中的偏好和兴趣，从而为服饰推荐提供更多维度的参考。根据预设的类别与服饰相关程度对非服饰类购买记录和浏览记录的各个类别分配权重，可以强调那些与服饰更为相关的类别，使得推荐结果更加精准。第四阈值高于第二阈值，第五阈值高于第三阈值，这意味着对于非服饰类商品中的颜色和图案，推荐系统要求更高的分数才会将其作为推荐项。这有助于确保最终的推荐结果既全面又精确。

可选的，所述从用户授权的购物平台和社交软件中获取衣品特征包括：

获取所述社交软件中具有特殊标识的第一联系人，所述特殊标识包括置顶标识和星标标识，从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案。

具有特殊标识的联系人一般是与用户关系比较密切的人，比如，亲人、男女朋友或者闺蜜、发小，用户与这些人的联系往往更加密切，谈话内容也更加贴近自己的喜好。所以，可以根据用户与具有特殊标识的联系人之间的聊天记录获取推荐的款式、颜色和图案。在其他实施例中也可以从用户发送的动态中获取推荐的款式、颜色和图案。

通过分析用户与第一联系人的聊天记录，可以深入了解用户的衣品偏好和风格。考虑了用户的社交互动，利用第一联系人的影响或推荐，来丰富和细化用户的衣品特征。社交软件中的第一联系人通常是用户信任和依赖的人。他们的衣品选择和推荐可能对用户产生较大影响。因此，利用这些信息作为推荐依据，可以提高推荐结果的可靠性和说服力。通过聊天记录获取的推荐不仅限于款式，还涉及颜色和图案。这为用户提供了更加全面和细致的衣品选择建议。这种方法打破了购物平台和社交软件之间的界限，将用户的社交互动与购物行为相结合，提供了一种新颖且有效的衣品特征提取方式。聊天记录是动态变化的，这使得推荐结果能够随着时间的推移而更新。此外，与第一联系人的实时互动也为推荐系统提供了即时反馈，有助于提高推荐的时效性和准确性。

可选的，所述从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案包括：

从所述聊天记录中获取服饰类图片，所述服饰类图片包括人物图片、风景图片和物体图片，根据所述人物图片中的服饰生成第二推荐款式和第三推荐颜色，并根据所述风景图片和物体图片生成第三推荐图案。

可以从聊天记录中获取服饰类图片，服饰类图片可以包括人物图片、风景图片和物体图片，可以从人物图片中提取服装的款式、颜色和图案特征，并同样可以根据上述计算方法计算每个款式、颜色和图案对应的分数，从而确定推荐的款式、颜色和图案，同样的，可以使用上述方法确定推荐图案。

聊天记录中的服饰类图片为用户提供了直观的衣品参考。通过分析这些图片，推荐系统能够更准确地了解用户的衣品偏好和风格。通过考虑人物图片中的服饰和风景图片、物体图片，这种多元化的数据来源使得推荐结果更加全面和细致。通过分析人物图片中的服饰，可以直接获取到用户偏好的款式和颜色。这为推荐系统提供了具体且可靠的推荐依据。从风景图片和物体图片中提取图案是一种创新的方法。这些图案可能反映了用户的独特审美和创意，为衣品推荐增加了新的维度。结合用户的社交互动和图片分析，推荐结果更加贴近用户的真实喜好和需求。这使得推荐更加个性化，提高了推荐的准确性和用户满意度。结合社交软件和购物平台的数据，打破了数据孤岛，为用户提供了更加全面和一致的衣品推荐体验。随着聊天记录的更新和新图片的加入，推荐结果可以实时更新，始终保持与用户的当前需求同步。

本实施例还公开了一种个性化校服的定制系统，图2是本申请实施例公开的个性化校服的定制系统的模块示意图，如图2所示，定制系统包括虚拟模块201、特征模块202、推荐模块203以及执行模块204，其中：

虚拟模块201，配置用于当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；

特征模块202，配置用于从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；

推荐模块203，配置用于根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；

执行模块204，配置用于响应于用户选择第一备选样式，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。

可选的，所述虚拟模块201还配置用于：

使用3D建模软件根据所述身体数据构建虚拟数字人的3D模型，所述3D建模软件包括3DS Max和Maya。

可选的，所述特征模块202还配置用于：

获取所述购物平台的购买记录和浏览记录，将所述购买记录和浏览记录划分为服饰类购买记录和浏览记录以及非服饰类购买记录和浏览记录；

从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案，从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案。

可选的，所述特征模块202还配置用于：

获取各个款式的第一分数、各个颜色的第二分数、各个图案的第三分数，其中，所述第一分数为服饰类购买记录和浏览记录中任意一个款式出现的频次与第一初始分数的乘积，所述第二分数为服饰类购买记录和浏览记录中任意一个颜色出现的频次与第二初始分数的乘积，所述第三分数为服饰类购买记录和浏览记录中任意一个图案出现的频次与第三初始分数的乘积，所述第一初始分数、所述第二初始分数、所述第三初始分数分别为根据购买时间或浏览时间确定的款式的初始分数、颜色的初始分数、图案的初始分数；

将第一分数大于预设第一阈值的款式作为第一推荐款式，将第二分数大于预设第二阈值的颜色作为第一推荐颜色，将第三分数大于预设第三阈值的图案作为第一推荐图案。

可选的，所述特征模块202还配置用于：

将所述非服饰类购买记录和浏览记录按照类别进行划分，并根据预设的类别与服饰相关程度对所述非服饰类购买记录和浏览记录的各个类别分配权重；

获取各个颜色的第四分数、各个图案的第五分数，其中，所述第四分数为任意一个颜色在各个类别中的第四初始分数与对应权重加权求和的结果，所述第五分数为任意一个图案在各个类别中的第五初始分数与对应权重加权求和的结果，所述第四初始分数和所述第五初始分数分别为根据购买时间或浏览时间确定的颜色的初始分数和图案的初始分数；

将第四分数大于预设第四阈值的颜色作为第二推荐颜色，将第五分数大于第五阈值的图案作为第二推荐图案，其中，所述第四阈值大于所述第二阈值，所述第五阈值大于所述第三阈值。

可选的，所述特征模块202还配置用于：

获取所述社交软件中具有特殊标识的第一联系人，所述特殊标识包括置顶标识和星标标识，从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案。

可选的，所述特征模块202还配置用于：

从所述聊天记录中获取服饰类图片，所述服饰类图片包括人物图片、风景图片和物体图片，根据所述人物图片中的服饰生成第二推荐款式和第三推荐颜色，并根据所述风景图片和物体图片生成第三推荐图案。

需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本实施例还公开了一种电子设备，参照图3，电子设备可以包括：至少一个处理器301，至少一个通信总线302，用户接口303，网络接口304，至少一个存储器305。

其中，通信总线302用于实现这些组件之间的连接通信。

其中，用户接口303可以包括显示屏（Display）、摄像头（Camera），可选用户接口303还可以包括标准的有线接口、无线接口。

其中，网络接口304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。

其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行服务器的各种功能和处理数据。可选的，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器301（CentralProcessing Unit，CPU）、图像处理器301（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。

其中，存储器305可以包括随机存储器305（Random Access Memory，RAM），也可以包括只读存储器305（Read-Only Memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及个性化校服的定制方法的应用程序。

在图3所示的电子设备中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储个性化校服的定制方法的应用程序，当由一个或多个处理器301执行时，使得电子设备执行如上述实施例中一个或多个的方法。

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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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申请所必需的。

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。

在本申请所提供的几个实施例中，应该理解到，所披露的装置，可通过其他的方式实现。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服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。

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，在本申请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。

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器305中。基于这样的理解，本申请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器305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、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器305包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims (10)

1.一种个性化校服的定制方法，其特征在于，应用于校服定制平台，所述方法包括：

当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；

从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；

根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；

响应于用户选择第一备选样式操作，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。

2.根据权利要求1所述的个性化校服的定制方法，其特征在于，所述根据所述身体数据构建虚拟数字人包括：

使用3D建模软件根据所述身体数据构建虚拟数字人的3D模型，所述3D建模软件包括3DS Max和Maya。

3.根据权利要求1所述的个性化校服的定制方法，其特征在于，所述从用户授权的购物平台和社交软件中获取衣品特征包括：

获取所述购物平台的购买记录和浏览记录，将所述购买记录和浏览记录划分为服饰类购买记录和浏览记录以及非服饰类购买记录和浏览记录；

从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案，从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案。

4.根据权利要求3所述的个性化校服的定制方法，其特征在于，所述从所述服饰类购买记录和浏览记录中获取第一推荐款式、第一推荐颜色和第一推荐图案包括：

获取各个款式的第一分数、各个颜色的第二分数、各个图案的第三分数，其中，所述第一分数为服饰类购买记录和浏览记录中任意一个款式出现的频次与第一初始分数的乘积，所述第二分数为服饰类购买记录和浏览记录中任意一个颜色出现的频次与第二初始分数的乘积，所述第三分数为服饰类购买记录和浏览记录中任意一个图案出现的频次与第三初始分数的乘积，所述第一初始分数、所述第二初始分数、所述第三初始分数分别为根据购买时间或浏览时间确定的款式的初始分数、颜色的初始分数、图案的初始分数；

将第一分数大于预设第一阈值的款式作为第一推荐款式，将第二分数大于预设第二阈值的颜色作为第一推荐颜色，将第三分数大于预设第三阈值的图案作为第一推荐图案。

5.根据权利要求4所述的个性化校服的定制方法，其特征在于，所述从所述非服饰类购买记录和浏览记录中获取第二推荐颜色和第二推荐图案包括：

将所述非服饰类购买记录和浏览记录按照类别进行划分，并根据预设的类别与服饰相关程度对所述非服饰类购买记录和浏览记录的各个类别分配权重；

获取各个颜色的第四分数、各个图案的第五分数，其中，所述第四分数为任意一个颜色在各个类别中的第四初始分数与对应权重加权求和的结果，所述第五分数为任意一个图案在各个类别中的第五初始分数与对应权重加权求和的结果，所述第四初始分数和所述第五初始分数分别为根据购买时间或浏览时间确定的颜色的初始分数和图案的初始分数；

将第四分数大于预设第四阈值的颜色作为第二推荐颜色，将第五分数大于第五阈值的图案作为第二推荐图案，其中，所述第四阈值大于所述第二阈值，所述第五阈值大于所述第三阈值。

6.根据权利要求1所述的个性化校服的定制方法，其特征在于，所述从用户授权的购物平台和社交软件中获取衣品特征包括：

获取所述社交软件中具有特殊标识的第一联系人，所述特殊标识包括置顶标识和星标标识，从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案。

7.根据权利要求6所述的个性化校服的定制方法，其特征在于，所述从用户与所述第一联系人的聊天记录中获取第二推荐款式、第三推荐颜色和第三推荐图案包括：

从所述聊天记录中获取服饰类图片，所述服饰类图片包括人物图片、风景图片和物体图片，根据所述人物图片中的服饰生成第二推荐款式和第三推荐颜色，并根据所述风景图片和物体图片生成第三推荐图案。

8.一种个性化校服的定制系统，其特征在于，包括虚拟模块、特征模块、推荐模块以及执行模块，其中：

虚拟模块，配置用于当接收到用户输入的身体数据时，根据所述身体数据构建虚拟数字人，所述身体数据包括身高、体重、肩宽、腰围和臂长；

特征模块，配置用于从用户授权的购物平台和社交软件中获取衣品特征，所述衣品特征包括推荐颜色、款式和图案；

推荐模块，配置用于根据所述衣品特征生成多个备选样式，将备选样式与所述虚拟数字人结合以进行展示；

执行模块，配置用于响应于用户选择第一备选样式，根据所述第一备选样式和校园徽标生成校服订单二维码，所述第一备选样式是所述多个备选样式中的任意一个。

9.一种电子设备，其特征在于，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于与其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1-7任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法。