【技术实现步骤摘要】
本专利技术涉及室内设计优化，具体为一种基于协同过滤算法的室内设计优化方法。
技术介绍
1、室内设计是根据建筑物的使用性质、所处环境和相应标准，运用物质技术手段和建筑设计原理，创造功能合理、满足人们物质和精神生活需要的室内环境，室内设计泛指能够实际在室内建立的任何相关物件，包括：墙、窗户、窗帘、门、表面处理、材质、灯光、空调、水电、环境控制系统、视听设备、家具与装饰品的规划等。
2、而对于室内家具设计来说，现有的用户对于家具的选择一般是在购物软件上进行挑选，而家具的种类繁多，用户不能快速方便的找到复合喜好的家具商品，而根据中国专利公告号cn115098931a中所公开的一种用于挖掘用户室内设计个性化需求的小样本分析方法，该专利通过挖掘用户的行为数据，来对其进行相关推荐，提高与室内设计师的沟通效率，在宏观上来说确实提高了需求筛选的效率，但是就室内家具而言，该分析方法仅仅只是针对用户自身做出的一种推送方法，其数据范围有限，且受到了用户自身的局限，无法推送用户可能感兴趣但是当下没有发现的家具商品，对此我们提出了一种基于协同过滤算法的室内设计优化方法来对上述问题进行解决。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于协同过滤算法的室内设计优化方法，具备能够基于用户自身喜好进行推荐的同时还能匹配兴趣相同的用户以及商品进行高效推送等优点，解决了现有室内设计分析方法数据范围有限，受到了用户自身局限的问题。
3、(二)技
4、为实现上述能够基于用户自身喜好进行推荐的同时还能匹配兴趣相同的用户以及商品进行高效推送目的，本专利技术提供如下技术方案：一种基于协同过滤算法的室内设计优化方法，包括以下步骤：
5、1)用户登入并编辑自身的年龄、家具偏好以及室内面积等基础设置，读取用户的购物软件中家具类型商品的浏览信息；
6、2)根据页面停留时间的不同进行分类：在页面停留四到八分钟时，则列为比较感兴趣，在页面停留八分钟以上时，列为十分感兴趣，在页面停留四分钟以内时，列为不感兴趣，页面停留时间小于一分钟时，则不作记录；
7、3)将比较感兴趣的家具商品与十分感兴趣的家具商品一起归纳在喜欢列表内，将不感兴趣的家具商品归纳为不喜欢列表内；
8、4)按照喜欢列表以及年龄、偏好、室内面积等信息与其他用户进行匹配，挑选出兴趣相似的用户；
9、5)根据挑选出的兴趣相似用户的喜欢列表与用户自身的喜欢列表进行覆盖筛选；
10、6)当喜欢列表中的家具类型相同时，则减少该家具类型的推荐，当喜欢列表中的家具类型不同时，则增加该家具类型的推荐；
11、7)当匹配的兴趣相似用户的喜欢列表中拥有用户没查看过的家具类型时，则在一定时间内增加该家具类型的推荐，用户可以选择喜欢或不喜欢。
12、进一步的，所述步骤2)中比较感兴趣和十分感兴趣内的家具商品可获得推送，所述步骤2)中不感兴趣内的家具商品不继续对其进行推送。
13、进一步的，所述步骤2)中比较感兴趣内的家具商品可获得较少的推荐频率，所述步骤2)中十分感兴趣内的家具商品可获得较多的推荐频率。
14、进一步的，所述步骤1)中必须设置的基础信息包括：室内户型面积、风格偏好、家具偏好和室内主色调，所述步骤1)中用户需要给予相对应的读取权限。
15、进一步的，所述步骤4)中筛选的着重点以室内户型面积、家具偏好和风格偏好为主，所述步骤4)筛选的比例：室内户型面积大于家具偏好大于风格偏好。
16、进一步的，所述步骤6)中兴趣相同的用户与操作用户喜欢的家具类型相同时，基于感兴趣和十分感兴趣的家具商品的基本推送频率进行降低。
17、进一步的，所述步骤6)中兴趣相同的用户与操作用户喜欢的家具类型不同时，还需要跟步骤2)中操作用户的不喜欢列表进行对照，与不喜欢列表中的家具商品类型不重合时，则在一段时间内增加该家具商品类型的推荐。
18、进一步的，所述步骤7)中兴趣相似的用户拥有操作用户没查看过的家具类型时，用户可以手动选择喜欢或不喜欢，同时还能根据步骤1)、步骤2)和步骤3)的流程自动对其进行分类。
19、(三)有益效果
20、与现有技术相比，本专利技术提供了一种基于协同过滤算法的室内设计优化方法，具备以下有益效果：
21、1、该基于协同过滤算法的室内设计优化方法，通过对用户的偏好进行筛选和分类，让用户可以匹配兴趣相同的其他用户，从而实现能够基于用户自身喜好进行推荐的同时还能匹配兴趣相同的用户以及商品进行高效推送，从而在应用的过程中即可以对用户感兴趣的家具商品进行推荐，还能够根据相匹配的其他用户感兴趣的家具商品进行额外推送，让用户可以基于兴趣的前提下进行挑选。
22、2、该基于协同过滤算法的室内设计优化方法，通过与其他用户进行匹配，可以让用户更快速的发现自身感兴趣但是还未查看的家具商品，缩短了用户筛选商品的时间，让用户拥有较多的商品选择权利，以满足用户自身的室内设计需求，间接提升了室内设计优化的效率。
本文档来自技高网...【技术保护点】
1.一种基于协同过滤算法的室内设计优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤2)中比较感兴趣和十分感兴趣内的家具商品可获得推送，所述步骤2)中不感兴趣内的家具商品不继续对其进行推送。
3.根据权利要求2所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤2)中比较感兴趣内的家具商品可获得较少的推荐频率，所述步骤2)中十分感兴趣内的家具商品可获得较多的推荐频率。
4.根据权利要求1所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤1)中必须设置的基础信息包括：室内户型面积、风格偏好、家具偏好和室内主色调，所述步骤1)中用户需要给予相对应的读取权限。
5.根据权利要求4所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤4)中筛选的着重点以室内户型面积、家具偏好和风格偏好为主，所述步骤4)筛选的比例：室内户型面积大于家具偏好大于风格偏好。
6.根据权利要求3所述的一种基于协同过滤算法的室内设计优化方法，
7.根据权利要求1所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤6)中兴趣相同的用户与操作用户喜欢的家具类型不同时，还需要跟步骤2)中操作用户的不喜欢列表进行对照，与不喜欢列表中的家具商品类型不重合时，则在一段时间内增加该家具商品类型的推荐。
8.根据权利要求1所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤7)中兴趣相似的用户拥有操作用户没查看过的家具类型时，用户可以手动选择喜欢或不喜欢，同时还能根据步骤1)、步骤2)和步骤3)的流程自动对其进行分类。
...【技术特征摘要】
1.一种基于协同过滤算法的室内设计优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤2)中比较感兴趣和十分感兴趣内的家具商品可获得推送，所述步骤2)中不感兴趣内的家具商品不继续对其进行推送。
3.根据权利要求2所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤2)中比较感兴趣内的家具商品可获得较少的推荐频率，所述步骤2)中十分感兴趣内的家具商品可获得较多的推荐频率。
4.根据权利要求1所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤1)中必须设置的基础信息包括：室内户型面积、风格偏好、家具偏好和室内主色调，所述步骤1)中用户需要给予相对应的读取权限。
5.根据权利要求4所述的一种基于协同过滤算法的室内设计优化方法，其特征在于：所述步骤4)中筛选的着重点以室内户...
【专利技术属性】
技术研发人员：王雨婷，
申请(专利权)人：南通小王子环境艺术设计有限公司，
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。