【技术实现步骤摘要】
服装大数据信息处理法为服装商企和运营提供方法和系统
[0001]本专利技术的实施案例是关于服装企业的商品企划(确定生产数量、确定价格)和商品经营(分配、调货、退货)、顾客营销的高度化应用。
[0002]
技术介绍
[0003]服装是确认目标顾客需求,主推顾客喜欢的服装商品的重要因素。 为了确认和预测顾客的现状,将进行多种调查方法和市场调查。但是,仅通过几人的观察和调查,无法推出顾客喜欢的商品的情况较多。 解决这个问题的方法是通过大数据确认顾客的需求,为了解大数据需要使用人工智能分析。
[0004]虽然文字和数字分析已经有多种工具和方法,但图像识别用最近机器学习图像识别方法,才能实现处理大数据、支持实时决策的系统化。人工智能的图像识别非常重要,因为指导学习日程所要学习的目标值决定。 为了解析服装,将标准的深度和范围分类,以目标值进行学习。
[0005]为了现状和预测由文字、数字和图像板块构成的核心数据,提出了该方法,并将提案的方法系统化,开发成电脑形态的结果和图表。
技术实现思路
[0006]本专利技术是将服装图像自动分类到与服装相关的大数据的目标值(Label)的分类体系,学习人工智能,通过图像的快速分析,确认服装潮流现状,利用主体与竞争者比较,用于商品运用、市场营销的决策。 另外,定期、周期性地分析潮流趋势,通过序列分析方法提供预测系统的专利技术。
附图说明
[0007]图1是根据本专利技术处理服装大数据信息的方法、服装商品企划和商品运营的方法和系统的构成度。图2是本专 ...
【技术保护点】
【技术特征摘要】
1.权利要求项目:根据大数据的性质区分而采集的服装大数据的文字、数字、图像抓取/数据库;通过收集的数据来识别图像数据并进行人工智能图像识别;将收集到的数据中文本技法或四则可运算的数据文字、数字数据加工;将收集到的数据连接(PRIMARY KEY )结合起来。2.下面是利用大数据和机器学习预测服装潮流趋势的方法和系统装置。3.文字、数字、图像收集/存储(100)包括:文字、数字提取/存储模块(110);图像提取/存储模块(120)。4.服装电商或与服装相关的SNS上的商品名、商品相关信息和销量、顾客反馈信息(评论、评论数、点赞、转发)等文字、数字模块(110)和提取、储存商品形象信息的形象提取/存储模块(120)。5.上述人工智能图像识别(200)包括:指导学习标签管理模块(210)、机器学习CNN训练模块(220)、机器学习CNN再学习模块(230)。6. 在地指导习上,制定目标值(标签)符合服装分类标准,并收集管理基准大
‑
中
‑
小得流动的指导学习标签管理模块(210, )符合标签的数据照片,在多种环境和条件下拍摄的照片。7.包括进行机器学习前加工的预处理过程,实际进行机器学习的美国有线电视新闻网(CNN)学习模块(220)和通过测试提高学习结果的再校验学习过程(230)等。8.上述文字、数字数据加工部分(300)包括分类体系加工模块(310)和收集单位步骤顺序模块(320)。9.服装相关收集的文字、数字信息是服装分类(大
‑
中
‑
小)体系和数据来源,为了快速完成各品牌分析,需要事前统计。10.这些分类,来源,单位分类事前数据进行统计,加工线处理的分类体系分类(31...
【专利技术属性】
技术研发人员:权赫民,
申请(专利权)人:肆嘉上海商务咨询有限公司,
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。