【技术实现步骤摘要】
一种服装定制方法和系统
[0001]本专利技术涉及服装加工
,具体涉及一种服装定制方法和系统。
技术介绍
[0002]随着我国居民可支配收入连年增长,消费意识显著增强,年轻人对个性化的定制服装需求也更加强烈。然而传统定制产业链面临生产效率低、制作周期长、生产成本高等痛点,无法实现定制服装的规模化生产。
[0003]同时,我国存在大量的小规模供应商和加工厂,仍靠传统的渠道接单,难以合理规划和统筹生产,导致了资源和时间的闲置和浪费。
[0004]近年来,随着互联网技术的兴起,许多以出口代工起家、积累了丰富研发和生产经验的传统服装企业在发展过程中结合了“互联网+”、智能制造等技术,开始逐渐向服装定制行业摸索转型了“互联网+”、智能制造等技术,开始逐渐向服装定制行业摸索转型。然而目前大部分相关项目或偏向于生产制造方,或偏向于用户需求方,难以将需求端和供应端进行融合。
技术实现思路
[0005]针对现有技术中存在的上述技术问题,本专利技术提供一种服装定制方法和系统,将用户的设计进行拆解和汇总,并分 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种服装定制方法,其特征在于,所述方法包括:为用户提供服装模板,同时为服装模板提供可调整选项;获取用户的定制服装,所述定制服装基于所述服装模板及其可调整选项进行设计;将多个定制服装进行拆解和汇总,获得汇总数据;将所述汇总数据分派给多个厂家进行生产和加工,制得定制服装;将所述定制服装发送给用户。2.根据权利要求1所述的服装定制方法,其特征在于,所述可调整选项包括以下任一版型信息或它们的组合:裁片形状、配饰、面料和辅料;其中,面料包括面料类型、材质、颜色、印花和绣花。3.根据权利要求1所述的服装定制方法,其特征在于,为用户提供服装模板的方法包括:根据用户的历史数据,预测用户对服装模板的满意度;根据所述满意度,为用户提供多个待选服装模板。4.根据权利要求3所述的服装定制方法,其特征在于,所述历史数据包括历次订单数据和用户对订单的实际评价,预测用户满意度的方法包括:基于机器学习的算法,以实际评价作为标签,对历次订单数据进行训练,获得用户评分模型;通过用户评分模型对服装模板进行预测,获得用户满意度。5.根据权利要求4所述的服装定制方法,其特征在于,所述机器学习的方法包括卷积神经网络。6.根据权利要求1所述的服装定制方法,其特征在于,将所述汇总数据分派给多个厂家的方法包括:根据所述厂家提供的服务和所述汇总数据,生成多个分派方案;根据历史数据的历史订单和实际评价,获得所述服务的评分;基于所述评分、物流、服务排期和服务价格,对所述分派方案进行评分;基于所述分派方案的评分选择分派方案。7.根据权利要求6所述的服务定制方法,其特征在于,对所述分派方案进行评价的模型为:其中,score为分派方案评分,λ为用户匹配系数,price为服务定价,penalty为惩罚值,n表示为服务的数量;penalty=(T1
技术研发人员:司娲,
申请(专利权)人:绍兴鹿鸣网络科技有限公司,
类型:发明
国别省市:
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。