一种基于专家知识的服装推荐方法技术

技术编号:22565791 阅读:17 留言:0更新日期:2019-11-16 12:19
本发明专利技术公开了一种基于专家知识的服装推荐方法,具体按照以下步骤进行:步骤1:获取用户的体貌特征信息;对用户进行脸型、肤色、肩型、体型和出席场合的识别;步骤2:构建专家知识库;进行事实库设计;进行规则库设计;步骤3:推送目标服装;从服装数据库中得到分别满足用户体貌特征的服装数据量,分别记为S1、S2、S3、S4、S5,以满足用户条件数目最少的服装属性作为根节点,进行深度搜索,确定优先级顺序,然后按照顺序依此搜索出符合用户条件的目标服装,将目标服装推送给用户。本发明专利技术一种基于专家知识的服装推荐方法能够给予用户专业化着装建议,既提高了用户的满意度也提高了系统的准确性。

A clothing recommendation method based on expert knowledge

The invention discloses a clothing recommendation method based on expert knowledge, which is carried out in accordance with the following steps: Step 1: obtaining the body feature information of the user; identifying the user's face shape, skin color, shoulder shape, body shape and attending occasions; step 2: building the expert knowledge base; designing the fact base; designing the rule base; step 3: pushing the target clothing; from the clothing data The amount of clothing data that meet the user's physical features is recorded as S1, S2, S3, S4 and S5 respectively. The clothing attributes that meet the minimum number of user conditions are used as root nodes to conduct depth search and determine the priority order. Then the target clothing that meets the user's conditions is searched out according to the order, and the target clothing is pushed to the user. The invention provides a clothing recommendation method based on expert knowledge, which can give users professional clothing suggestions, not only improves the satisfaction of users, but also improves the accuracy of the system.

【技术实现步骤摘要】
一种基于专家知识的服装推荐方法
本专利技术属于服装推荐
,具体涉及一种基于专家知识的服装推荐方法。
技术介绍
服装推荐系统在服装销售活动中具有十分重要的意义,服装推荐系统不仅可以将大量的服装销售记录和用户的行为记录存储并不断积累,而且可以根据用户的喜好进行服装推荐,使得推荐的服装更符合用户的满意度,提高了服装的销售额,降低了服装销售的退换货率。迄今为止,服装销售网站中运行的服装推荐算法主要有三种:基于协同过滤推荐算法,基于内容的推荐算法和混合推荐算法。协同过滤推荐算法粗略地利用用户-项目评级矩阵来寻找相似的用户,更注重基于海量历史数据预测用户的商品偏好,在实际应用中存在冷启动和数据稀疏的问题。基于内容的服装推荐方法能在一定程度上改善这一问题,此种方法主要关注服装的内在信息,通过计算服装内在属性的相似度寻找近邻进而进行服装推荐,但是只能推荐文本内容相似性的服装,具有很大的局限性。混合推荐算法可以融合多种推荐方法,取长补短,可以通过加权、变换、混合等多种方法对推荐方法进行融合,但是每种算法针对的具体问题不同,所以无法预测服装推荐的产生效果。综上,目前的服装推荐中存在不考虑用户体貌特征和服装语义关系的问题,例如肤色和衣服颜色的搭配效果,不能够给予用户专业化的着装建议的问题。
技术实现思路
本专利技术的目的是提供一种基于专家知识的服装推荐方法,解决了目前的服装推荐中存在不考虑用户体貌特征和服装语义关系的问题,例如肤色和衣服颜色的搭配效果,不能够给予用户专业化着装建议的问题。本专利技术所采用的技术方案是,一种基于专家知识的服装推荐方法,具体按照以下步骤进行:步骤1:获取用户的体貌特征信息;对用户进行脸型、肤色、肩型、体型和出席场合的识别;步骤2:构建专家知识库;从服装专家、书籍和数据库中获取服装领域搭配的相关知识数据并整合成知识数据,将知识数据采用产生式的知识表示方法,产生式采用IFTHEN结构形式表示规则来构建知识数据结构;进行事实库设计:包括用户个人的体貌特征信息,以及服装的颜色、领型、款式、和风格标签;进行规则库设计:由单条规则条件得到规则结论,把服装搭配规则建成一个链表,其中,服装搭配规则是搭配规则链表的一个节点,将所有规则联结成一个整体,形成搭配规则库;步骤3:推送目标服装;从服装数据库中得到分别满足用户体貌特征的服装数据量,分别记为S1、S2、S3、S4、S5,以满足用户条件数目最少的服装属性作为根节点,进行深度搜索,确定优先级顺序,然后按照顺序依此搜索出符合用户条件的目标服装,将目标服装推送给用户。本专利技术的特点还在于,步骤1中将脸型分为圆脸、椭圆脸、方形脸、梨形脸和菱形脸五类进行识别。步骤1中利用主动形状模型提取面部的特征点,每个特征点用一个二维坐标表示;提取出人脸特征点之后,通过K近邻分类算法对这些特征进行分类,采用Hausdorff距离来计算待测脸型与分类脸型样本中的相似程度。步骤1中将肤色分为白皙型、偏黄型、粉嫩型和偏黑型四类进行识别。步骤1中在整个面部颜色空间中提取出具有代表性的面部区域,构造肤色类别索引,计算输入的面部图像与肤色图像的相似度。步骤2中采用非自动化知识获取、半自动知识获取、全自动知识获取三种方法结合的方式完成对服装领域知识的获取。非自动化知识获取是知识工程师查阅大量文献并与服装领域专家探讨后,确定主要搭配规则通过人机界面输入,然后形成的数据结构;半自动知识获取是在非自动化知识获取的基础上,系统具有一定的学习能力,能够自动更新和完善专家知识库;全自动知识获取是指系统具有学习能力,能够直接从文本内容中获取服装知识并更新专家知识库。步骤2中的风格标签为用于区别不同风格服装的标签。步骤2中的知识库主要分为体貌特征表,输入事实表,规则表,服装推荐结论表和推荐解释表。本专利技术的有益效果是,本专利技术是一种基于专家知识的服装推荐方法,可以根据用户的体貌特征,如脸型、肤色、肩型、体型和出席场合进行服装的智能推荐,完成脸型和领型、肤色和服装颜色、肩领和领型、出席场合和风格四个层次上的服装推荐,考虑用户和服装语义关系的问题,能够给予用户专业化着装建议,既提高了用户的满意度也提高了系统的准确性。附图说明图1是本专利技术一种基于专家知识的服装推荐方法中服装推荐系统框架图;图2是本专利技术一种基于专家知识的服装推荐方法中知识库关系图;图3是本专利技术一种基于专家知识的服装推荐方法中服装推荐决策树图;图4是本专利技术一种基于专家知识的服装推荐方法中精确率比较图;图5是本专利技术一种基于专家知识的服装推荐方法中召回率比较图;图6是本专利技术一种基于专家知识的服装推荐方法中服装推荐结果图;图7是本专利技术一种基于专家知识的服装推荐方法中知识库结构图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。一种基于专家知识的服装推荐方法,具体按照以下步骤进行:步骤1:获取用户的体貌特征信息;对用户进行脸型、肤色、肩型、体型和出席场合的识别;步骤2:构建专家知识库;从服装专家、书籍和数据库中获取服装领域搭配的相关知识数据并整合成知识数据,将知识数据采用产生式的知识表示方法,产生式采用IFTHEN结构形式表示规则来构建知识数据结构;进行事实库设计:包括用户个人的体貌特征信息,以及服装的颜色、领型、款式、和风格标签;进行规则库设计:由单条规则条件得到规则结论,把服装搭配规则建成一个链表,其中,服装搭配规则是搭配规则链表的一个节点,将所有规则联结成一个整体,形成搭配规则库;步骤3:推送目标服装;从服装数据库中得到分别满足用户体貌特征的服装数据量,分别记为S1、S2、S3、S4、S5,以满足用户条件数目最少的服装属性作为根节点,进行深度搜索,确定优先级顺序,然后按照顺序依此搜索出符合用户条件的目标服装,将目标服装推送给用户。步骤1中将脸型分为圆脸、椭圆脸、方形脸、梨形脸和菱形脸五类进行识别。对人物的脸型识别更为具体详细,保证了推荐的准确度。步骤1中利用主动形状模型提取面部的特征点,每个特征点用一个二维坐标表示;用具体的值来表示面部特征,进一步提高了精确度。提取出人脸特征点之后,通过K近邻分类算法对这些特征进行分类,采用Hausdorff距离来计算待测脸型与分类脸型样本中的相似程度。通过用户特征脸型与样本脸型的数据对比,经过计算,详细得出数值,进一步提高了准确度。步骤1中将肤色分为白皙型、偏黄型、粉嫩型和偏黑型四类进行识别。肤色识别更多样,提高了识别准确度。步骤1中在整个面部颜色空间中提取出具有代表性的面部区域,构造肤色类别索引,计算输入的面部图像与肤色图像的相似度。通过计算机数据分析,提高工作效率。步骤2中采用非自动化知识获取、半自动知识获取、全自动知识获取三种方法结合的本文档来自技高网...

【技术保护点】
1.一种基于专家知识的服装推荐方法,其特征在于,具体按照以下步骤进行:/n步骤1:获取用户的体貌特征信息;/n对用户进行脸型、肤色、肩型、体型和出席场合的识别;/n步骤2:构建专家知识库;/n从服装专家、书籍和数据库中获取服装领域搭配的相关知识数据并整合成知识数据,将知识数据采用产生式的知识表示方法,产生式采用IF THEN结构形式表示规则来构建知识数据结构;/n进行事实库设计:包括用户个人的体貌特征信息,以及服装的颜色、领型、款式、和风格标签;/n进行规则库设计:由单条规则条件得到规则结论,把服装搭配规则建成一个链表,其中,服装搭配规则是搭配规则链表的一个节点,将所有规则联结成一个整体,形成搭配规则库;/n步骤3:推送目标服装;/n从服装数据库中得到分别满足用户体貌特征的服装数据量,分别记为S1、S2、S3、S4、S5,以满足用户条件数目最少的服装属性作为根节点,进行深度搜索,确定优先级顺序,然后按照顺序依此搜索出符合用户条件的目标服装,将目标服装推送给用户。/n

【技术特征摘要】
1.一种基于专家知识的服装推荐方法,其特征在于,具体按照以下步骤进行:
步骤1:获取用户的体貌特征信息;
对用户进行脸型、肤色、肩型、体型和出席场合的识别;
步骤2:构建专家知识库;
从服装专家、书籍和数据库中获取服装领域搭配的相关知识数据并整合成知识数据,将知识数据采用产生式的知识表示方法,产生式采用IFTHEN结构形式表示规则来构建知识数据结构;
进行事实库设计:包括用户个人的体貌特征信息,以及服装的颜色、领型、款式、和风格标签;
进行规则库设计:由单条规则条件得到规则结论,把服装搭配规则建成一个链表,其中,服装搭配规则是搭配规则链表的一个节点,将所有规则联结成一个整体,形成搭配规则库;
步骤3:推送目标服装;
从服装数据库中得到分别满足用户体貌特征的服装数据量,分别记为S1、S2、S3、S4、S5,以满足用户条件数目最少的服装属性作为根节点,进行深度搜索,确定优先级顺序,然后按照顺序依此搜索出符合用户条件的目标服装,将目标服装推送给用户。


2.根据权利要求1所述的一种基于专家知识的服装推荐方法,其特征在于,步骤1中将脸型分为圆脸、椭圆脸、方形脸、梨形脸和菱形脸五类进行识别。


3.根据权利要求2所述的一种基于专家知识的服装推荐方法,其特征在于,所述步骤1中利用主动形状模型提取面部的特征点,每个特征点用一个二维坐标表示;
提取出人脸特征点之后,通过K近邻分类算法对这些特征进行分类,采用Hausdorff距离来计算待测...

【专利技术属性】
技术研发人员:谷林刘振娟
申请(专利权)人:西安工程大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利