JP2014013460A - ファッションコーディネートサービスシステムとその方法 - Google Patents

Abstract

【課題】服装の画像情報、着衣回数、カテゴリ、着心地に加え、外出先の情報（場所、気温、天候、風速)を着衣ライフログとして定義し、環境情報に適合できるファッションコーディネートを支援するサービスシステムを提供する。
【解決手段】ファッションコーディネートサービスシステム１は、利用者からの要望を受け付けて分析する要求分析部１１、利用が保持する移動体通信手段に記録された外出場所、移動場所の温度・湿度・天候、服の着心地からなるログを受信し、構造データ化する原始ライフログ分析部１４、構造化されたデータを管理する着衣ライフログ管理部１５、利用者の要望に適合する服装を検索するレコメンドロジック部１２、検索した服装の組わせを表示し、利用者の意思決定を促す表示・選択部１６、服装データを管理する服装データ管理部１３を有する。
【選択図】図１

Description

本発明は、日々の服装選びのためのファッションコーディネートを支援するための技術である。
本発明は、特定的は、服装の画像情報、着衣回数、カテゴリ、着心地及び外出先の情報(場所、気温、天候、風速)からなる要素で着衣ライフログを構成し、その日の外出先環境情報に適合した服装をレコメンドするシステムに適用して有効な技術に関する。

非特許文献１に開示された、Asa1-coordinatorは、その日に会う人、天気、履歴情報などのさまざまな条件から、最適な洋服を手軽に選ぶことができ、その服選択を再び履歴として保存することもできる。
Asa1-coordinatorは、タッチパネル方式のコンピュータを利用し、簡単な操作で洋服の履歴情報を残すことによって日々のコーディネートを支援するシステムである。
Asa1-coordinatorは手持ちの洋服の写真データベースから、毎日のコーディネートをタッチパネルで登録し、その履歴情報と天気や会う人などの情報を結びつけた洋服情報を提示することで日々のコーディネートを支援するシステムである。
本システムを利用することで、例えば、仕事先に同じ服を続けて着ていったり、その日の天候に合わない洋服で出かけることを未然に防ぐことができる。

さらに詳細に述べる。
（１）システム構成
このシステムは３つのデータベースによって構成されている。まず服の基本情報を格納しているデータベース”clothes”には、洋服のID、洋服のタイプ2、洋服の画像のURL、洋服が削除されているか否かを示している。また、同様に“dateclothes”というデータベースでは、日付データベースのID、日付、その日付に着た洋服のIDが、“meet”というデータベースでは、meetのデータベースID、会った人、日付をそれぞれ記録している。

（２）抽出条件
本システムは、「会う人ボタン」の条件に合った洋服をデータベースから抽出する。「会う人ボタン」は１日で最大３個まで選択することができる。（例えば、その日午前中に研究室、午後にアルバイトに行く予定であれば、「研究室」と「アルバイト」のボタン2個を選択する。）「会う人ボタン」が選択されると、当日会う人と過去7 回会った際の日付を“meet”データベースから抽出する．そして抽出された日付に着ていた洋服情報を“dateclothes”データベースから取得し、過去のコーディネート履歴を表示する。

非特許文献２に開示されたsuGATALOGは、日常生活の服の試着時や、外出時のタイミングを利用して撮りためた「ユーザが服を着用した写真（姿）」を活用し、ユーザが画面上でコーディネートをシュミレーションできるシステムである。

さらに詳細に述べる。
（１）システム概要
suGATALOGとは、日常生活の服の試着時や、外出時のタイミングを利用して撮りためた姿の写真を活用した、ファッションコーディネート支援システムである。なお、本システムは、ユーザが自宅で服を選ぶ際に個人で利用することを前提としている。suGATALOGは、ユーザの姿の写真をトップスとボトムスの境界線で2つに切り分けて、それらを組み合わせることでトップスとボトムスによるファッションコーディネートのシミュレーションを行うことができる。
これにより、ユーザは服を着替えることなく実際に着用しているかのようなシミュレーションが行える。なお、姿の写真は出かける前に鏡の前で服装を確認した際に、ウェブカメラで全身を撮影し、その写真がsuGATALOGへ転送される。転送された写真や、写真の情報はデータベースに蓄積されていく。

（２）自動コーディネート機能
服装を選ぶ際は、通常トップスあるいはボトムスのどちらかを選んでからもう一方の組み合わせを選ぶ。
本システムでは、その手法と同様に試着室に表示されているトップスあるいはボトムスをクリックするとその服が固定され、もう一方と組み合わせた最大10パターンのコーディネートが表示される。これを自動コーディネート機能と呼ぶ。例えば、試着室表示されたボトムスをクリックすると、そのボトムスに10着のトップスを組み合わせた合成写真が10枚表示される。組み合わせる服は、「最近着た服」と「ランダム」から選ぶことができる。
最近着た服でコーディネートを行うと、その季節に合った服でのコーディネートができ、ランダムで行うと、最近着ていない服とのコーディネートができる。
この機能により、今まで試したことのなかったコーディネートを発見する機会を提供する。

辻田眸、北村香織、神原啓介、塚田浩二、椎尾一郎、"履歴情報を利用したファッションコーディネート支援、"情報処理学会ヒューマンインタフェースシンポジウム2009、pp.85-89、 Sep. 2009. 非特許文献２：佐藤彩夏、渡邊恵太、 安村通晃、"姿を利用したファッションコーディネート支援システムsuGATALOGの提案と評価、"情報処理学会論文誌 Vol. 53、 No. 4 pp. 1277 - 1284 、 2012-04-15.

非特許文献１に開示された技術は下記の課題を有する。
Asa1-coordinatorでの推薦は「会う人ボタン」の条件に合った洋服をデータベースから抽出することに主眼をおいている。Logを保持しているが、この活用は、過去に会った人に対して、日付から最新の7回に着ていたコーディネート履歴を表示し、同じ服を着ないようにユーザに注意させること狙っている。また、気に入った洋服をつい何度も着てしまうことを避けるために、過去のコーディネートを閲覧して、コーディネートのマンネリ化を避けることを狙っている。しかし、外出する目的地の環境(気温、湿度、天候、風速)に適合するコーディネートにはなっていない。

非特許文献２に開示された技術は下記の課題を有する。
suGATALOGは、トップスあるいはボトムスをクリックするとその服が固定され、もう一方と組み合わせた最大10パターンのコーディネートが表示される。
組み合わせる服は、「最近着た服」と「ランダム」から選ぶことができる。最近着た服でコーディネートを行うと、その季節に合った服でのコーディネートができ、ランダムで行うと、最近着ていない服とのコーディネートができる。
しかし、コーディネートは上下の組み合わせだけであり、着衣ログ管理もなく、外出先の環境に適合するかどうかに関する推薦支援もない。

以上から、服装の画像情報、着衣回数、カテゴリ、着心地に加え、外出先の情報(場所、気温、天候、風速)を着衣ライフログとして定義し、環境情報に適合できるファッションコーディネートを支援するサービスシステムを提案することが望まれている。

本発明によれば、服装の組み合わせを推薦するシステムにおいて、利用者からの要望を受け付けて分析する要求分析部、利用が保持する移動体通信手段に記録された外出場所、移動場所の温度・湿度・天候、服の着心地からなるログを受信し、構造データ化する原始ライフログ分析部、構造化されたデータを管理する着衣ライフログ管理部、利用者の要望に適合する服装を検索するレコメンドロジック部、検索した服装の組み合わせを表示し、利用者の意思決定を促す表示・選択部、服装データを管理する服装データ管理部を有する、ファッションコーディネートサービスシステムが提供される。

また本発明によれば、服装の組み合わせを推薦する方法において、利用者からの要望を受け付けて分析するステップ、利用が保持する移動体通信手段に記録された外出場所、移動場所の温度・湿度・天候、服の着心地からなるログを受信し、構造データ化する原始ライフログ分析ステップ、構造化されたデータを管理する着衣ライフログ管理ステップ、利用者の要望に適合する服装を検索するレコメンドロジックステップ、検索した服装の組み合わせ表示し、利用者の意思決定を促す表示・選択ステップ、服装データを管理する服装データ管理ステップを有するファッションコーディネートサービス方法が提供される。

好ましくは、上記着衣ライフログ管理部は、ログ番号(LogN)、着衣月日(D)、服ID集合(Cset)、行動・環境データ(A＆E)、着心地キーワード集合(K)の６属性で構成する、着衣ライフログDBを有し、前記Csetは、カテゴリ別服ID集合の要素で定義し、前記A＆Eは、気温、湿度、風速、天候を含む。

また好ましくは、上記服装データ管理部はカテゴリ別クローゼットDBを有し、当該カテゴリ別クローゼットDBは、カテゴリ別に服を分類し、各データは、カテゴリ内番号、服画像、着衣回数、特徴を要素として構成する。

好ましくは、上記レコメンドロジック部は、下記の処理を行い、目的地、着たい服のカテゴリを取得するステップ、目的地の環境情報（天候、気温、湿度、風速）を取得するステップ、着たい服のカテゴリが含まれている着衣ライフログを検索するステップ、類似度計算し、高い順に服装を表示するステップ、ユーザ選択を促すステップ、カテゴリ別クローゼットの着衣回数の値を＋１するステップ、選択された服を着衣ライフログとして保存するステップ、ファッションコーディネートサービスシステムにおける推薦を行う。

好ましくは、上記類似度計算し、高い順に服装を表示するステップにおいて、類似度計算をその日の値Dとライフログの値Lとの差の絶対値DLを求め、気温についてはそのDL値を２のべき数として、湿度については、そのDL値そのままを使い、風速については、そのDL値の２０を乗算し、天候についてはそのDL値に１０を乗算して、それぞれ１００から引き、パーセント表記し、総合類似度としてこれら４つの計算値の平均値を得る。

本発明によれば、服装の画像情報、着衣回数、カテゴリ、着心地に加え、外出先の情報（場所、気温、天候、風速)を着衣ライフログとして定義し、環境情報に適合できるファッションコーディネートを支援するサービスシステムを提案することができる。

図１は着衣ライフログを活用したファッションコーディネート支援システムの機能構成図である。 図２は着衣ライフログ管理部の構成図である。 図３はカテゴリ別クローゼット管理部の構成図である。 図４はレコメンド処理の流れを示すフローチャートである。 図５はレコメンド結果の例を示すグラフである。 図６はレコメンドされた服の個数と効果を示すグラフである。

以下、本発明の好ましい実施の形態について、図面を参照して述べる。
＜本発明の具体例の構成と動作＞
本発明の実施の形態は、鏡の前で、これから外出する場所の環境情報や着たい服のカテゴリを伝えると、ユーザの希望に適合した服装を過去の着衣ライフログから検索し、選択・決定できるファッションコーディネート支援のための技術である。

本発明の実施の形態の利用の流れの例を以下に示す。
（１）着衣服を上下に分けて保存し、その日の着衣ライフログとして蓄積する。
（２）着た服の着心地、外出先の環境情報(その日の天気・気温・湿度で感じた着心地等の呟き)を、たとえば、携帯端末からIM(Intelligent Mirror)に転送し着衣ライフログとして蓄積する。
（３）ユーザがIMの前に立つと個人を識別し、入力した希望条件と着衣ライフログから、条件に合った服をレコメンドする。

システム構成
図１は、上記のユースケースを実現するシステムの機能構成を示す図である。
本発明の実施の形態のファッションコーディネートサービスシステム１は、たとえば、パーソナル・コンピュータ（ＰＣ）を用いて構成される。
また、本発明の実施の形態において、移動体通信手段として携帯電話機を使用することができる。

ファッションコーディネートサービスシステム１は下記の構成からなる。
原始ライフログ分析部１４は、スマートフォン等から送信されたGPS情報を分析し、場所情報の取得、気温、時間、着心地などのコメントを整理する機能を持つ。
着衣ライフログ管理部１５は、その日に着た服画像を着衣ライフログとして記録・保存する。
レコメンドロジック部１２は、ユーザの要求情報に対して適切な服を着衣ライフログとユーザ要求情報との類似度を算出してレコメンドする。
服装データ管理部１３は服装に関する情報を上下に分けて管理する。

ファッションコーディネートサービスシステム１おける各機能間の流れは次のとおりである。
最初にユーザが目的地、着たい服のカテゴリを要求情報２として入力する。
要求分析部１１で、ユーザが入力した目的地から、Webサイト４にアクセスし、目的地の環境情報(天候、気温、湿度等)を取得する。
次に、レコメンドロジック部１２で、ユーザが入力した着たい服のカテゴリが含まれている着衣ライフログを検索する。検索して見つけた着衣ライフログの中から更に、目的地の環境情報と着衣ライフログの環境情報を用い、その日に適切な服を検索し、表示・選択部１６で表示する。

着衣ライフログ管理部
図２は着衣ライフログ管理部の構成を示す図である。
データ操作部１５１と着衣ライフログDB１５２を備えている。
着衣ライフログDB１５２は、ログ番号(LogN)、着衣月日(D)、服ID集合(Cset)、行動・環境データ(A＆E)、着心地キーワード集合(K)の6属性で構成する。
Csetは、カテゴリ別服ID集合の要素で定義する。
A＆Eは、気温、湿度、風速、天候であり、携帯端末によって得たGPS情報を原始ライフログ分析部１４で処理して取得した場所情報、携帯端末のセンサによって得た気温を保存する。
ユーザの入力によって取得した着心地などのコメントはKにキーワード集合として格納する。

服装データ管理部
図３は服装データ管理部の構成図である。
データ操作部１３１とカテゴリ別クローゼットDB１３２を備えている。
カテゴリ別クローゼットDB１３２は、カテゴリ別に服を分類し、２階層で構成する。 第１階層は、上下別にわかりやすいようにtopsとbottomsに分類する。第２階層は、カテゴリを定め、分類する。
tops、bottomsのカテゴリは、それぞれ１年を通してユーザが着る服のカテゴリとする。

本発明の実施の形態では、topsのカテゴリとして「tank-top、T-shirt、shirt、cut-sew、sweater、blouse、outer」と定めた。bottomsでは、「pant、s-pants(short-pants)、skirt、one-piece」と定めた。
カテゴリ別に分類された各データは、カテゴリ内番号、服画像、着衣回数、特徴(例：羽織りもの、スポーツ用など)を要素として構成する。

類似度計算
本発明の実施の形態の類似度計算式を下記式（１）〜（５）に示す。
ユーザの入力した要求情報から、既に格納されている着衣ライフログを検索するために「類似度」を用いる。
類似度計算は行動・環境要素の気温、温度、湿度、風速、天候の4項目に関して算出する。これらの項目のユーザ要求値はユーザが要求情報として入力した目的地のWebサイトを検索して補完する。
気温は、その日の気温D_tとライフログに記録されている気温L_tとの差が3度程度までであればレコメンド対象になるが、6度程度だった場合にはライフログに記録された服装を選ぶことはほぼないと考えた。そこで、D_tとL_tの気温差が3度までの際はレコメンド候補となる高い類似度を算出し、6度の際には候補外となる式を検討したところ、類似度をパーセントで表し、100と2のべき乗計算を用いた値との差分をパーセントで表示すると、気温差が3度の時は100−2“3＝92％と高い値いなり、気温差が6度の時は、100−2“6＝34％と低い値になるため、この方法は有効であると考え、以下の式（１）とした。

気温ｔ（％）＝100−2“(|L_t−D_t|) ・・・・・（１）

湿度は、その日の湿度D_hとライフログの湿度L_hとの差は服装選択への影響は少ないと考え、以下の式(2)とした。

湿度ｈ（％）＝100−|L_h−D_h| ・・・・・（２）

風速は、湿度と同様、風速のみの要素で服装選択に与える影響は少ないと考えたが、気象庁の雲量データより、普段の生活で観測される風速は弱い時は0〜1m/s、強くても5〜6m/s程度であったためその日の風速D_wとライフログの風速L_wの差は、最大で5m/s程度と考えられる。そこで、風速の差が5m/sの時に類似度が0％となるように、定数として20をLwとDwの差に掛け算し、以下の式（３）とした。

風速w（％）＝100−20×|L_w−D_w| ・・・・・（３）

天候は、気象庁では、その日の天候を雲量の10段階の数値、0〜1：快晴、2〜8：晴曇、9〜10：曇、雨、として定義している。風速や湿度と同様に、天候のみの要素で服装選択に与える影響は低いと考え、式（４）とした。

天候we（％）＝100−10×|L_we−D_we| ・・・・・（４）

総合類似度は、上記で求めた類似度の総和を要素数４で割った値とした、以下の式（５）として定義した。

総合類似度T（％）＝(t＋h＋w＋we)÷4 ・・・・（５）

レコメンド処理
図４はレコメンド処理の流れを示すフローチャートである。
レコメンド処理は、ステップＳ１２１〜１２７のステップを備えている。

ステップＳ１２１：ユーザ要求情報から目的地、着たい服のカテゴリを取得する。

ステップＳ１２２：目的地から環境情報（天候、気温、湿度、風速）を取得する。

ステップＳ１２３：着たい服のカテゴリ(tops、 bottoms)が含まれている着衣ライフログを検索する。

ステップＳ１２４：ライフログ内の環境情報とその日の環境情報を比較して式(1)〜(4)より類似度、式(5)より総合類似度を算出し、値が高いものからレコメンドする。

ステップＳ１２５：決定した場合は１２６へ、再レコメンドの場合はステップＳ１２１へ

ステップＳ１２６：カテゴリ別クローゼットの決定した服の着衣回数の値を１増やす。

ステップＳ１２７：その日の着衣ライフログとして決定した服を保存する。

本発明の実施の形態に基づくシステムをパーソナル・コンピュータ（ＰＣ）にて試作し、2011年9月から11月までの自身の着衣データを80個(tops15着、bottoms13着) 収集して評価した。

（１）評価条件
評価の為に、レコメンドする際のユーザ要求条件の目的地から決定される環境情報とカテゴリを表1に示す2種類を提案した。
要求条件1は、8月〜12月でランダムに選択した6日間の値で、要求条件2は、9月〜11月を上旬・下旬に分け各々の要素の平均値である。

また、収集した着衣ライフログが夏〜秋間の80着と少なかったため、カテゴリ選択で絞り込みを行う際にtopsのカテゴリを含めるとレコメンドされる服が更に制限される。そこで、本例では、bottmsのカテゴリを使用し、その中でも収集時期に着ていた服のカテゴリであるpants、s-pants、skirtのみを使用した。

（２）評価方法
要求条件を入力し、それに対するレコメンド結果から、条件に沿って自身が満足した服がいくつあるかを評価した。
カテゴリ選択から着たい服のカテゴリを選択し、その日の環境情報(温度、天候、風速、湿度)を入力した。
表1の条件の計36個 (6回×3カテゴリ×2条件)を用いて、総合類似度の閾値を90％、85％、80％、75％、70％、65％、40％として実験を行った。気温18.9度、湿度85％、風速3.4m/s、天候5.0の条件を入力した際のレコメンド結果を図５に示す。○で示した服画像は、総合類似度閾値毎にレコメンドされた服装のうち、「着たい」と希望した服装であり、×で示した服画像は、希望しない服装である。
この条件では、総合類似度の値が80％以上の着衣ライフログは存在しなかった。75％以下では幾つか表示された。その条件で着たいと希望する服は出てきたが、それと同時に、短めの半そでに薄いズボンといった、その条件に適合していないだろうと感じる服もレコメンドされた。総合類似度の閾値が40％の時は着たいと思える服も4つと多かったが、その条件では寒いと思う「半そで・薄いズボン」の服装が2つも出てきた。

図５はレコメンド結果の例を示す。
レコメンドされた服の中で希望したものがない場合及びレコメンドが1着もされなかった場合は、レコメンド効果は”0”となる。このような状況も含めてレコメンド効果(R)を評価できる式(6)を以下のように定義した。

レコメンド効果(R)＝1−(n／N)・・・・・・・・・・・・・・・・・・・(6)
n :レコメンドされた中で希望した服の個数
N:服の組み合わせ個数(tops×bottoms)

（３）評価結果
レコメンドされた服の個数平均を図６の棒グラフに示す。また、式（６）で示したレコメンド効果の平均値を、図６として、折れ線グラフに示す。
図６に図解した結果より、棒グラフの「レコメンド服の個数平均」に着目すると、総合類似度閾値が高くなると、レコメンドされる服の平均個数は要求条件1と2ともに90％ではそれぞれ0.8個、1.6個となった。
要求条件1では、8月から12月までのランダムなデータを用いている為、着衣ライフログに類似しているデータでは、数着レコメンドされたのもあったが、類似していないデータ(夏、冬)では全くレコメンドされなかったため、平均をとって0.8着という結果になった。 要求条件2は、データが全て着衣ライフログのデータと類似しているため、平均をとって1.6着という結果になった。この結果には、組み合わせが関係しているといえる。本稿では、カテゴリ別クローゼットを設けており、様々なコーディネートのパターンを作ることができると予想できるが、実際には過去の着衣ライフログにある服の組み合わせからレコメンドしているため、レコメンドされる服が制限されてしまうためである。
また、カテゴリも関係しているといえる。収集した着衣ライフログデータは、pantsが多いが、skirtは少ない。そのため、skirtのレコメンド数が少ないことから、全体の平均値も少ないと考えられる。この点については、今後、更に収集データを増やし検討する。

また、折れ線グラフでは、総合類似度閾値75％以降から要求条件1と2で違いが出始めた。 要求条件1では、75％以降から平均値が下がっている。これは、総合類似度閾値が75％で最大となり、75％以降ではR＝0である事例が多いことを示している。
要求条件2では、総合類似度閾値が85％の時に最大となり、85％以降では、R＝0が増えたため、効果平均値は下がった。この結果に関しても、カテゴリが関係しているといえる。上記でも述べたが、skirtのデータが少ない為、カテゴリをskirtでレコメンドした際にR＝0となる事例が多かった。skirtを始め、更に着衣ライフログのデータを増やすと、これらの結果は変化すると考えられる。

本発明の実施の形態について、クラウド型サービスとして組み込むことにより、家庭以外の外出先でも、どこでも利用できる。
また、クラウド型サービスとして配備すれば、服飾関連のオンラインショップとの連携によりネット上でのマーケットプレイスを構成できる。

本発明の実施の形態について、リアルショップにおいて、既に持っている服との組み合わせをレコメンドできる機能を具備できれば、販売拡大が期待できる。

また、街角ですれ違った店舗と契約しているモデルが着ている情報（服装、リアル・オンラインショップに関する情報）をすれ違い通信によりスマートフォン等で収集することにより、店舗への集客が期待できる。

１１・・・利用者からの要望を受け付けて分析する要求分析部、
１２・・・利用者の要望に適合する服装を検索するレコメンドロジック部、
１３・・・服装データを管理する服装データ管理部、
１３２・・・カテゴリ別クローゼットDB、
１４・・・利用が保持する携帯端末に記録された外出場所、移動場所の温度・湿度・天候、服の着心地からなるログを受信し、構造データ化する原始ライフログ分析部、
１５・・・構造化されたデータを管理する着衣ライフログ管理部、
１５２・・・着衣ライフログDB、
１６・・・検索した服装の組み合わせ表示し、利用者の意思決定を促す表示・選択部。

Claims (6)

1. 服装の組み合わせを推薦するシステムにおいて、
   利用者からの要望を受け付けて分析する要求分析部、
   利用が保持する移動体通信手段に記録された外出場所、移動場所の温度・湿度・天候、服の着心地からなるログを受信し、構造データ化する原始ライフログ分析部、
   構造化されたデータを管理する着衣ライフログ管理部、
   利用者の要望に適合する服装を検索するレコメンドロジック部、
   検索した服装の組合せを表示し、利用者の意思決定を促す表示・選択部、
   服装データを管理する服装データ管理部
   を有する、ファッションコーディネートサービスシステム。
2. 服装の組み合わせを推薦する方法において、
   利用者からの要望を受け付けて分析するステップ、
   利用が保持する移動体通信手段に記録された外出場所、移動場所の温度・湿度・天候、服の着心地からなるログを受信し、構造データ化する原始ライフログ分析ステップ、
   構造化されたデータを管理する着衣ライフログ管理ステップ、
   利用者の要望に適合する服装を検索するレコメンドロジックステップ、
   検索した服装の組合せを表示し、利用者の意思決定を促す表示・選択ステップ、
   服装データを管理する服装データ管理ステップ
   を有するファッションコーディネートサービス方法。
3. 請求項１の着衣ライフログ管理部は、ログ番号(LogN)、着衣月日(D)、服ID集合(Cset)、行動・環境データ(A&E)、着心地キーワード集合(K)の６属性で構成する、着衣ライフログDBを有し、
   前記Csetは、カテゴリ別服ID集合の要素で定義し、
   前記A&Eは、気温、湿度、風速、天候を含む、
   ことを特徴とする、ファッションコーディネートサービスシステムにおける着衣ライフログ管理法。
4. 請求項１の服装データ管理部はカテゴリ別クローゼットDBを有し、
   当該カテゴリ別クローゼットDBは、カテゴリ別に服を分類し、
   各データは、カテゴリ内番号、服画像、着衣回数、特徴を要素として構成する、
   ことを特徴とする、ファッションコーディネートサービスシステムにおける服装データ管理法。
5. 請求項１のレコメンドロジック部は、下記の処理を行う、
   目的地、着たい服のカテゴリを取得するステップ、
   目的地の環境情報（天候、気温、湿度、風速）を取得するステップ、
   着たい服のカテゴリが含まれている着衣ライフログを検索するステップ、
   類似度計算し、高い順に服装を表示するステップ、
   ユーザ選択を促すステップ、
   カテゴリ別クローゼットの着衣回数の値を＋１するステップ、
   選択された服を着衣ライフログとして保存するステップ、
   ファッションコーディネートサービスシステムにおける推薦法。
6. 請求項５の類似度計算し、高い順に服装を表示するステップにおいて、
   類似度計算をその日の値Dとライフログの値Lとの差の絶対値DLを求め、
   気温についてはそのDL値を２のべき数として、
   湿度については、そのDL値そのままを使い、
   風速については、そのDL値の２０を乗算し、
   天候についてはそのDL値に１０を乗算して、
   それぞれ１００から引き、パーセント表記し、
   総合類似度としてこれら４つの計算値の平均値を得る、
   ことを特徴とする、ファッションコーディネートサービスシステムにおける類似度計算法。

Images