首页 > 专利 > 武汉沁纯服饰有限公司 > 一种基于多维特征分析的服装电商平台商品推荐系统专利详情

一种基于多维特征分析的服装电商平台商品推荐系统   0    0

实质审查 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2022-07-12
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2022-10-04
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2042-07-12
基本信息
有效性 实质审查 专利类型 发明专利
申请号 CN202210817755.5 申请日 2022-07-12
公开/公告号 CN115063209A 公开/公告日 2022-09-16
授权日 预估到期日 2042-07-12
申请年 2022年 公开/公告年 2022年
缴费截止日
分类号 G06Q30/06 主分类号 G06Q30/06
是否联合申请 独立申请 文献类型号 A
独权数量 1 从权数量 7
权利要求数量 8 非专利引证数量 0
引用专利数量 0 被引证专利数量 0
非专利引证
引用专利 被引证专利
专利权维持 99 专利申请国编码 CN
专利事件 事务标签 公开、实质审查
申请人信息
申请人 第一申请人
专利权人 武汉沁纯服饰有限公司 当前专利权人 武汉沁纯服饰有限公司
发明人 王玉从 第一发明人 王玉从
地址 湖北省武汉市武昌区和平大道750号 邮编 430061
申请人数量 1 发明人数量 1
申请人所在省 湖北省 申请人所在市 湖北省武汉市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
摘要
本发明公开一种基于多维特征分析的服装电商平台商品推荐系统,通过设置云数据库、目标用户基本信息上传模块、意向服装选择模块、意向服装信息提取模块、目标用户基本信息分析模块、意向服装信息适配分析模块和综合推荐模块,进而评估目标用户的意向服装对应的综合推荐指数,避免了人为主观因素所导致的目标用户选择服装的参数依据存在较为片面性的问题,同时对服装进行历史消费参数的分析,进而为目标用户提供了更加精细化的参考数据,使目标用户选择的服装能够较好地适配自己的身体特征,既保障了目标用户的购物心情,也有利于提升用户的服装购买体验感,进而提高服装电商平台的用户留存率。
  • 摘要附图
    一种基于多维特征分析的服装电商平台商品推荐系统
  • 说明书附图:图1
    一种基于多维特征分析的服装电商平台商品推荐系统
  • 说明书附图:图2
    一种基于多维特征分析的服装电商平台商品推荐系统
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2022-10-04 实质审查的生效 IPC(主分类): G06Q 30/06 专利申请号: 202210817755.5 申请日: 2022.07.12
2 2022-09-16 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于,包括:云数据库、目标用户基本信息上传模块、意向服装选择模块、意向服装信息提取模块、目标用户基本信息分析模块、意向服装信息适配分析模块和综合推荐模块;
所述云数据库用于存储各种服装品牌对应的适配参数,其中适配参数包括适配体形轮廓、适配身体比例、适配身高区间、适配体重区间和适配肤色色度区间,存储各种服装品牌对应的消费参数,其中消费参数包括历史消费人数、历史销售数量和历史累计销售额,并存储各种服装品牌所属各历史购买用户的适配指数;
所述目标用户基本信息上传模块用于由目标用户在服装电商平台上进行基本信息上传,其中基本信息包括人体图像、身高和体重;
所述意向服装选择模块用于由目标用户在服装电商平台上对服装进行选择,并将目标用户选择的服装记为意向服装;
所述意向服装信息提取模块用于获取目标用户的意向服装所属品牌和名称,并基于云数据库中存储的各种服装品牌对应的适配参数和消费参数,进而从中提取目标用户的意向服装对应的适配参数和消费参数,并基于云数据库中存储的各种服装品牌所属各历史购买用户的适配指数,进而从中提取目标用户的意向服装所属各历史购买用户的适配指数;
所述目标用户基本信息分析模块用于对目标用户的基本信息进行分析,计算目标用户与意向服装对应的适配指数,其中目标用户基本信息分析模块包括体型分析单元、身高分析单元、体重分析单元和肤色分析单元;
所述意向服装信息适配分析模块用于对目标用户的意向服装信息进行适配分析,计算目标用户的意向服装对应的适宜推荐指数;
所述综合推荐模块用于基于目标用户基本信息分析模块和意向服装信息适配分析模块的分析结果评估目标用户的意向服装对应的综合推荐指数,并将其与预设的服装的标准综合推荐指数进行对比,若目标用户的意向服装对应的综合推荐指数高于服装的标准综合推荐指数,则对目标用户的意向服装进行推荐。

2.根据权利要求1所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述体型分析单元用于对目标用户的体型进行分析,计算目标用户的体型与意向服装的适配指数,其具体过程为:
步骤1:基于目标用户上传的人体图像,进而从中提取目标用户的体形轮廓;
步骤2:基于提取的目标用户的意向服装对应的适配体形轮廓,进而获取目标用户的意向服装对应的适配体形轮廓所属面积;
步骤3:将目标用户的体形轮廓与目标用户的意向服装对应的适配体形轮廓进行重合对比,并提取目标用户的体形轮廓对应的重合面积,计算目标用户的体形轮廓与意向服装的适配指数,其计算公式为: 其中α表示为目标用户的体形轮廓与
意向服装的适配指数,s′表示为目标用户的体形轮廓对应的重合面积,S″表示为目标用户的意向服装对应的适配体形轮廓所属面积;
步骤4:基于目标用户的人体图像识别出目标用户的各个身体部位所在位置,进而从中提取目标用户的上半身长度和下半身长度,得到目标用户的身体比例,并将其与目标用户的意向服装对应的适配身体比例进行对比,计算目标用户的身体比例与意向服装的适配指数,其计算公式为: 其中β表示为目标用户的身体比例与意向服装的
适配指数,bl′表示为目标用户的身体比例,BL″表示为目标用户的意向服装对应的适配身体比例,e表示为自然常数;
步骤5:基于目标用户的体形轮廓与意向服装的适配指数和目标用户的身体比例与意向服装的适配指数,进而计算目标用户的体型与意向服装的适配指数,其计算公式为:
其中δ表示为目标用户的体型与意向服装的适配指数,χ1和χ2分别表
示为预设的目标用户的体形轮廓和身体比例对应的权重因子。

3.根据权利要求2所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述身高分析单元用于对目标用户的身高进行分析,其具体过程为:
步骤一:基于提取的目标用户的意向服装对应的适配身高区间,进而获取适配身高区间中间值,并将其作为目标用户的意向服装对应的参考适配身高;
步骤二:将目标用户的身高与目标用户的意向服装对应的参考适配身高进行对比,计算目标用户的身高与意向服装的适配指数,其计算公式为: ε表示为目
标用户的身高与意向服装的适配指数,L0表示为目标用户的意向服装对应的参考适配身高,l表示为目标用户的身高。

4.根据权利要求3所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述体重分析单元用于对目标用户的体重进行分析,其具体过程为:
S1:基于提取的目标用户的意向服装对应的适配体重区间,进而获取适配体重区间中间值,并将其作为目标用户的意向服装对应的参考适配体重;
S2:将目标用户的体重与目标用户的意向服装对应的参考适配体重进行对比,计算目标用户的体重与意向服装的适配指数,其计算公式为: 表示为目标
用户的体重与意向服装的适配指数,W0表示为目标用户的意向服装对应的参考适配体重,w表示为目标用户的体重。

5.根据权利要求4所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述肤色分析单元用于对目标用户的肤色进行分析,其具体过程为:
R1:基于提取的目标用户的意向服装对应的适配肤色色度区间,进而获取适配肤色色度区间中间值,并将其作为目标用户的意向服装对应的参考适配肤色色度;
R2:基于目标用户的人体图像,从中获取目标用户的人体面部图像,进而提取目标用户的肤色色度;
R3:将目标用户的肤色色度与目标用户的意向服装对应的参考适配肤色色度进行对比 ,计算目标用户的肤色色度与意向服装的适配指数,其计算公式为:
其中σ表示为目标用户的肤色色度与意向服装的适配指数,SD0
表示为目标用户的意向服装对应的参考适配肤色色度,sd′表示为目标用户的肤色色度。

6.根据权利要求5所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述目标用户与意向服装对应的适配指数计算公式为:
其中ξ表示为目标用户与意向服装对应的适配指数,a1、a2、a3和a4分别表示为设定的目标用户的体型、身高、体重和肤色对应的适配修正因子。

7.根据权利要求6所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述对目标用户的意向服装信息进行适配分析,计算目标用户的意向服装对应的适宜推荐指数,其具体过程为:
U1:基于目标用户的意向服装对应的历史消费人数、历史销售数量和历史累计销售额,进而计算目标用户的意向服装对应的销售热度,其计算公式为:
其中η表示为目标用户的意向服装对应的销售热度,RS″、SL″和XSE″分别表示为目标用户的意向服装对应的历史消费人数、历史销售数量和历史累计销售额,rs0、sl0和xse0分别表示为设定的参考热度对应的消费人数、销售数量和累计销售额,γ1、γ2和γ3分别表示为预设的历史消费人数、历史销售数量和历史累计销售额对应的热度修正系数;
U2:基于提取的目标用户的意向服装所属各历史购买用户的适配指数,进而将其同目标用户与意向服装对应的适配指数进行对比,计算目标用户的意向服装对应的历史购买用户参考推荐指数,其计算公式为: 其中μ表示为目标用户的意向服装对应的历史购买用户参考推荐指数,i表示为各历史购买用户的编号,i=1,...,n,λi表示为目标用户的意向服装所属第i个历史购买用户的适配指数;
U3:基于目标用户的意向服装对应的销售热度和目标用户的意向服装对应的历史购买用户参考推荐指数评估目标用户的意向服装对应的适宜推荐指数,其计算公式为:
其中ω表示为目标用户的意向服装对应的适宜推荐指数。

8.根据权利要求7所述的一种基于多维特征分析的服装电商平台商品推荐系统,其特征在于:所述目标用户的意向服装对应的综合推荐指数计算公式为: 其
中ψ表示为目标用户的意向服装对应的综合推荐指数。
说明书

技术领域

[0001] 本发明属于服装电商平台商品推荐技术领域,具体而言,涉及一种基于多维特征分析的服装电商平台商品推荐系统。

背景技术

[0002] 随着互联网技术的迅速发展,电商平台现已成为人们购物的主体渠道,而随着服装产业的兴旺,各种服装产品现已呈现出多元化的发展趋势,互联网与服装产业的相互融合,使服装电商平台应运而生,服装电商平台的出现与发展为人们购置衣服提供了一定的便捷性,与此同时,商家为了提高销售额以及适应大多数人的身体参数特征,往往会选择售卖均码服装,但由于存在多重客观因素的影响以及人们的个体化差异,使人们在服装电商平台购置的均码衣服无法很好地适配自己的身体。
[0003] 现有的服装电商平台商品推荐具体存在的弊端体现在以下几个方面:
[0004] (1)现有的服装电商平台商品推荐,大多基于目标用户的历史购买和浏览信息评估目标用户的喜好服装,进而向目标用户推荐,但由于推荐的服装趋于单一化,无法给用户带来新意,进而影响用户的服装购买体验感。
[0005] (2)现有的服装电商平台对均码服装商品的推荐,大多依赖目标用户本身根据自身的身高和体重进行服装的选择,由于存在人为主观因素,使目标用户选择服装的参数依据存在较为片面性的问题,同时缺乏对服装历史消费参数的分析,无法为目标用户提供更加精细化的参考数据,导致目标用户选择的服装不能够很好地适配自己的身体特征,既影响了目标用户的购物心情,也不利于提高服装电商平台的用户留存率。

发明内容

[0006] 为了克服背景技术中的缺点,本发明实施例提供了一种基于多维特征分析的服装电商平台商品推荐系统,能够有效解决上述背景技术中涉及的问题。
[0007] 本发明的目的可以通过以下技术方案来实现:
[0008] 一种基于多维特征分析的服装电商平台商品推荐系统,包括:云数据库、目标用户基本信息上传模块、意向服装选择模块、意向服装信息提取模块、目标用户基本信息分析模块、意向服装信息适配分析模块和综合推荐模块;
[0009] 所述云数据库用于存储各种服装品牌对应的适配参数,其中适配参数包括适配体形轮廓、适配身体比例、适配身高区间、适配体重区间和适配肤色色度区间,存储各种服装品牌对应的消费参数,其中消费参数包括历史消费人数、历史销售数量和历史累计销售额,并存储各种服装品牌所属各历史购买用户的适配指数;
[0010] 所述目标用户基本信息上传模块用于由目标用户在服装电商平台上进行基本信息上传,其中基本信息包括人体图像、身高和体重;
[0011] 所述意向服装选择模块用于由目标用户在服装电商平台上对服装进行选择,并将目标用户选择的服装记为意向服装;
[0012] 所述意向服装信息提取模块用于获取目标用户的意向服装所属品牌和名称,并基于云数据库中存储的各种服装品牌对应的适配参数和消费参数,进而从中提取目标用户的意向服装对应的适配参数和消费参数,并基于云数据库中存储的各种服装品牌所属各历史购买用户的适配指数,进而从中提取目标用户的意向服装所属各历史购买用户的适配指数;
[0013] 所述目标用户基本信息分析模块用于对目标用户的基本信息进行分析,计算目标用户与意向服装对应的适配指数,其中目标用户基本信息分析模块包括体型分析单元、身高分析单元、体重分析单元和肤色分析单元;
[0014] 所述意向服装信息适配分析模块用于对目标用户的意向服装信息进行适配分析,计算目标用户的意向服装对应的适宜推荐指数;
[0015] 所述综合推荐模块用于基于目标用户基本信息分析模块和意向服装信息适配分析模块的分析结果评估目标用户的意向服装对应的综合推荐指数,并将其与预设的服装的标准综合推荐指数进行对比,若目标用户的意向服装对应的综合推荐指数高于服装的标准综合推荐指数,则对目标用户的意向服装进行推荐。
[0016] 作为本发明进一步的方案,所述体型分析单元用于对目标用户的体型进行分析,计算目标用户的体型与意向服装的适配指数,其具体过程为:
[0017] 步骤1:基于目标用户上传的人体图像,进而从中提取目标用户的体形轮廓;
[0018] 步骤2:基于提取的目标用户的意向服装对应的适配体形轮廓,进而获取目标用户的意向服装对应的适配体形轮廓所属面积;
[0019] 步骤3:将目标用户的体形轮廓与目标用户的意向服装对应的适配体形轮廓进行重合对比,并提取目标用户的体形轮廓对应的重合面积,计算目标用户的体形轮廓与意向服装的适配指数,其计算公式为: 其中α表示为目标用户的体形轮廓与意向服装的适配指数,s′表示为目标用户的体形轮廓对应的重合面积,S″表示为目标用户的意向服装对应的适配体形轮廓所属面积;
[0020] 步骤4:基于目标用户的人体图像识别出目标用户的各个身体部位所在位置,进而从中提取目标用户的上半身长度和下半身长度,得到目标用户的身体比例,并将其与目标用户的意向服装对应的适配身体比例进行对比,计算目标用户的身体比例与意向服装的适配指数,其计算公式为: 其中β表示为目标用户的身体比例与意向服装的适配指数,bl′表示为目标用户的身体比例,BL″表示为目标用户的意向服装对应的适配身体比例,e表示为自然常数;
[0021] 步骤5:基于目标用户的体形轮廓与意向服装的适配指数和目标用户的身体比例与意向服装的适配指数,进而计算目标用户的体型与意向服装的适配指数,其计算公式为:其中δ表示为目标用户的体型与意向服装的适配指数,χ1和χ2分别表
示为预设的目标用户的体形轮廓和身体比例对应的权重因子。
[0022] 作为本发明进一步的方案,所述身高分析单元用于对目标用户的身高进行分析,其具体过程为:
[0023] 步骤一:基于提取的目标用户的意向服装对应的适配身高区间,进而获取适配身高区间中间值,并将其作为目标用户的意向服装对应的参考适配身高;
[0024] 步骤二:将目标用户的身高与目标用户的意向服装对应的参考适配身高进行对比,计算目标用户的身高与意向服装的适配指数,其计算公式为: ε表示为目标用户的身高与意向服装的适配指数,L0表示为目标用户的意向服装对应的参考适配身高,l表示为目标用户的身高。
[0025] 作为本发明进一步的方案,所述体重分析单元用于对目标用户的体重进行分析,其具体过程为:
[0026] S1:基于提取的目标用户的意向服装对应的适配体重区间,进而获取适配体重区间中间值,并将其作为目标用户的意向服装对应的参考适配体重;
[0027] S2:将目标用户的体重与目标用户的意向服装对应的参考适配体重进行对比,计算目标用户的体重与意向服装的适配指数,其计算公式为: 表示为目标用户的体重与意向服装的适配指数,W0表示为目标用户的意向服装对应的参考适配体重,w表示为目标用户的体重。
[0028] 作为本发明进一步的方案,所述肤色分析单元用于对目标用户的肤色进行分析,其具体过程为:
[0029] R1:基于提取的目标用户的意向服装对应的适配肤色色度区间,进而获取适配肤色色度区间中间值,并将其作为目标用户的意向服装对应的参考适配肤色色度;
[0030] R2:基于目标用户的人体图像,从中获取目标用户的人体面部图像,进而提取目标用户的肤色色度;
[0031] R3:将目标用户的肤色色度与目标用户的意向服装对应的参考适配肤色色度进行对比,计算目标用户的肤色色度与意向服装的适配指数,其计算公式为:其中σ表示为目标用户的肤色色度与意向服装的适配指数,SD0表示为目标用户的意向服装对应的参考适配肤色色度,sd′表示为目标用户的肤色色度。
[0032] 作为本发明进一步的方案,所述目标用户与意向服装对应的适配指数计算公式为: 其中ξ表示为目标用户与意向服装对应的适配指数,a1、a2、a3和a4分别表示为设定的目标用户的体型、身高、体重和肤色对应的适配修正因子。
[0033] 作为本发明进一步的方案,所述对目标用户的意向服装信息进行适配分析,计算目标用户的意向服装对应的适宜推荐指数,其具体过程为:
[0034] U1:基于目标用户的意向服装对应的历史消费人数、历史销售数量和历史累计销售额,进而计算目标用户的意向服装对应的销售热度,其计算公式为:其中η表示为目标用户的意向服装对应的销售
热度,RS″、SL″和XSE″分别表示为目标用户的意向服装对应的历史消费人数、历史销售数量和历史累计销售额,rs0、sl0和xse0分别表示为设定的参考热度对应的消费人数、销售数量和累计销售额,γ1、γ2和γ3分别表示为预设的历史消费人数、历史销售数量和历史累计销售额对应的热度修正系数;
[0035] U2:基于提取的目标用户的意向服装所属各历史购买用户的适配指数,进而将其同目标用户与意向服装对应的适配指数进行对比,计算目标用户的意向服装对应的历史购买用户参考推荐指数,其计算公式为: 其中μ表示为目标用户的意向服装对应的历史购买用户参考推荐指数,i表示为各历史购买用户的编号,i=1,...,n,λi表示为目标用户的意向服装所属第i个历史购买用户的适配指数;
[0036] U3:基于目标用户的意向服装对应的销售热度和目标用户的意向服装对应的历史购买用户参考推荐指数评估目标用户的意向服装对应的适宜推荐指数,其计算公式为:其中ω表示为目标用户的意向服装对应的适宜推荐指数。
[0037] 作为本发明进一步的方案,所述目标用户的意向服装对应的综合推荐指数计算公式为: 其中ψ表示为目标用户的意向服装对应的综合推荐指数。
[0038] 相对于现有技术,本发明的实施例至少具有如下有益效果:
[0039] (1)本发明提供一种基于多维特征分析的服装电商平台商品推荐系统,基于目标用户在服装电商平台选择的意向服装,进而评估目标用户的意向服装对应的综合推荐指数,避免了传统的服装电商平台商品推荐系统基于目标用户的历史购买和浏览信息评估目标用户的喜好服装所导致的服装推荐单一化的问题,用户能够根据自己的喜好自主选择意向服装,进而提升了用户的服装购买体验感。
[0040] (2)本发明通过对目标用户的体型、身高、体重和肤色进行分析,评估目标用户与意向服装对应的适配指数,并对目标用户的意向服装进行适配分析,评估目标用户的意向服装对应的适宜推荐指数,避免了人为主观因素所导致的目标用户选择服装的参数依据存在较为片面性的问题,同时对服装进行历史消费参数的分析,进而为目标用户提供了更加精细化的参考数据,使目标用户选择的服装能够较好地适配自己的身体特征,进而保障了目标用户的购物心情,也有利于提高服装电商平台的用户留存率。

实施方案

[0044] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0045] 参照图1所示,本发明提供一种基于多维特征分析的服装电商平台商品推荐系统,包括:云数据库、目标用户基本信息上传模块、意向服装选择模块、意向服装信息提取模块、目标用户基本信息分析模块、意向服装信息适配分析模块和综合推荐模块;
[0046] 所述目标用户基本信息分析模块分别与云数据库和目标用户基本信息上传模块相连接,意向服装选择模块与意向服装信息提取模块相连接,意向服装信息适配分析模块分别与云数据库和意向服装信息提取模块相连接,综合推荐模块分别与目标用户基本信息分析模块和意向服装信息适配分析模块相连接。
[0047] 所述云数据库用于存储各种服装品牌对应的适配参数,其中适配参数包括适配体形轮廓、适配身体比例、适配身高区间、适配体重区间和适配肤色色度区间,存储各种服装品牌对应的消费参数,其中消费参数包括历史消费人数、历史销售数量和历史累计销售额,并存储各种服装品牌所属各历史购买用户的适配指数。
[0048] 所述目标用户基本信息上传模块用于由目标用户在服装电商平台上进行基本信息上传,其中基本信息包括人体图像、身高和体重;
[0049] 所述意向服装选择模块用于由目标用户在服装电商平台上对服装进行选择,并将目标用户选择的服装记为意向服装。
[0050] 所述意向服装信息提取模块用于获取目标用户的意向服装所属品牌和名称,并基于云数据库中存储的各种服装品牌对应的适配参数和消费参数,进而从中提取目标用户的意向服装对应的适配参数和消费参数,并基于云数据库中存储的各种服装品牌所属各历史购买用户的适配指数,进而从中提取目标用户的意向服装所属各历史购买用户的适配指数。
[0051] 所述目标用户基本信息分析模块用于对目标用户的基本信息进行分析,计算目标用户与意向服装对应的适配指数。
[0052] 参照图2所示,目标用户基本信息分析模块包括体型分析单元、身高分析单元、体重分析单元和肤色分析单元;
[0053] 具体地,所述体型分析单元用于对目标用户的体型进行分析,计算目标用户的体型与意向服装的适配指数,其具体过程为:
[0054] 步骤1:基于目标用户上传的人体图像,进而从中提取目标用户的体形轮廓;
[0055] 步骤2:基于提取的目标用户的意向服装对应的适配体形轮廓,进而获取目标用户的意向服装对应的适配体形轮廓所属面积;
[0056] 步骤3:将目标用户的体形轮廓与目标用户的意向服装对应的适配体形轮廓进行重合对比,并提取目标用户的体形轮廓对应的重合面积,计算目标用户的体形轮廓与意向服装的适配指数,其计算公式为: 其中α表示为目标用户的体形轮廓与意向服装的适配指数,s′表示为目标用户的体形轮廓对应的重合面积,S″表示为目标用户的意向服装对应的适配体形轮廓所属面积;
[0057] 需要说明的是,上述目标用户的体形轮廓与意向服装的适配指数计算公式中,目标用户的体形轮廓对应的重合面积与目标用户的意向服装对应的适配体形轮廓所属面积之间的差值越小,则目标用户的体形轮廓与意向服装的适配指数越大,表明目标用户的体形轮廓越符合意向服装的适配标准。
[0058] 步骤4:基于目标用户的人体图像识别出目标用户的各个身体部位所在位置,进而从中提取目标用户的上半身长度和下半身长度,得到目标用户的身体比例,并将其与目标用户的意向服装对应的适配身体比例进行对比,计算目标用户的身体比例与意向服装的适配指数,其计算公式为: 其中β表示为目标用户的身体比例与意向服装的适配指数,bl′表示为目标用户的身体比例,BL″表示为目标用户的意向服装对应的适配身体比例,e表示为自然常数;
[0059] 需要说明的是,上述目标用户的身体比例与意向服装的适配指数计算公式中,目标用户的身体比例与目标用户的意向服装对应的适配身体比例之间的差值越小,则目标用户的身体比例与意向服装的适配指数越大,表明目标用户的身体比例越符合意向服装的适配标准。
[0060] 步骤5:基于目标用户的体形轮廓与意向服装的适配指数和目标用户的身体比例与意向服装的适配指数,进而计算目标用户的体型与意向服装的适配指数,其计算公式为:其中δ表示为目标用户的体型与意向服装的适配指数,χ1和χ2分别表
示为预设的目标用户的体形轮廓和身体比例对应的权重因子。
[0061] 具体地,所述身高分析单元用于对目标用户的身高进行分析,其具体过程为:
[0062] 步骤一:基于提取的目标用户的意向服装对应的适配身高区间,进而获取适配身高区间中间值,并将其作为目标用户的意向服装对应的参考适配身高;
[0063] 步骤二:将目标用户的身高与目标用户的意向服装对应的参考适配身高进行对比,计算目标用户的身高与意向服装的适配指数,其计算公式为: ε表示为目标用户的身高与意向服装的适配指数,L0表示为目标用户的意向服装对应的参考适配身高,l表示为目标用户的身高。
[0064] 需要说明的是,上述目标用户的身高与意向服装的适配指数计算公式中,目标用户的身高与目标用户的意向服装对应的参考适配身高之间的差值越小,则目标用户的身高与意向服装的适配指数越大,表明目标用户的身高越符合意向服装的适配标准。
[0065] 具体地,所述体重分析单元用于对目标用户的体重进行分析,其具体过程为:
[0066] S1:基于提取的目标用户的意向服装对应的适配体重区间,进而获取适配体重区间中间值,并将其作为目标用户的意向服装对应的参考适配体重;
[0067] S2:将目标用户的体重与目标用户的意向服装对应的参考适配体重进行对比,计算目标用户的体重与意向服装的适配指数,其计算公式为: 表示为目标用户的体重与意向服装的适配指数,W0表示为目标用户的意向服装对应的参考适配体重,w表示为目标用户的体重。
[0068] 需要说明的是,上述目标用户的体重与意向服装的适配指数计算公式中,目标用户的体重与目标用户的意向服装对应的参考适配体重之间的差值越小,则目标用户的体重与意向服装的适配指数越大,表明目标用户的体重越符合意向服装的适配标准。
[0069] 具体地,所述肤色分析单元用于对目标用户的肤色进行分析,其具体过程为:
[0070] R1:基于提取的目标用户的意向服装对应的适配肤色色度区间,进而获取适配肤色色度区间中间值,并将其作为目标用户的意向服装对应的参考适配肤色色度;
[0071] R2:基于目标用户的人体图像,从中获取目标用户的人体面部图像,进而提取目标用户的肤色色度;
[0072] R3:将目标用户的肤色色度与目标用户的意向服装对应的参考适配肤色色度进行对比,计算目标用户的肤色色度与意向服装的适配指数,其计算公式为:其中σ表示为目标用户的肤色色度与意向服装的适配指数,SD0表示为目标用户的意向服装对应的参考适配肤色色度,sd′表示为目标用户的肤色色度。
[0073] 需要说明的是,上述目标用户的肤色色度与意向服装的适配指数计算公式中,目标用户的肤色色度与目标用户的意向服装对应的参考适配肤色色度之间的差值越小,则目标用户的肤色色度与意向服装的适配指数越大,表明目标用户的肤色色度越符合意向服装的适配标准。
[0074] 进一步地,所述目标用户与意向服装对应的适配指数计算公式为:其中ξ表示为目标用户与意向服装对应的适配指
数,a1、a2、a3和a4分别表示为设定的目标用户的体型、身高、体重和肤色对应的适配修正因子。
[0075] 所述意向服装信息适配分析模块用于对目标用户的意向服装信息进行适配分析,计算目标用户的意向服装对应的适宜推荐指数;
[0076] 具体地,所述对目标用户的意向服装信息进行适配分析,计算目标用户的意向服装对应的适宜推荐指数,其具体过程为:
[0077] U1:基于目标用户的意向服装对应的历史消费人数、历史销售数量和历史累计销售额,进而计算目标用户的意向服装对应的销售热度,其计算公式为:其中η表示为目标用户的意向服装对应的销售
热度,RS″、SL″和XSE″分别表示为目标用户的意向服装对应的历史消费人数、历史销售数量和历史累计销售额,rs0、sl0和xse0分别表示为设定的参考热度对应的消费人数、销售数量和累计销售额,γ1、γ2和γ3分别表示为预设的历史消费人数、历史销售数量和历史累计销售额对应的热度修正系数;
[0078] 本发明具体实施例中,通过对目标用户的意向服装对应的销售热度进行分析和计算,其目的在于,考虑到服装的销售热度能够在一定程度上反映出服装的质量以及性价比,进而能够为目标用户是否选择购买意向服装提供参考。
[0079] U2:基于提取的目标用户的意向服装所属各历史购买用户的适配指数,进而将其同目标用户与意向服装对应的适配指数进行对比,计算目标用户的意向服装对应的历史购买用户参考推荐指数,其计算公式为: 其中μ表示为目标用户的意向服装对应的历史购买用户参考推荐指数,i表示为各历史购买用户的编号,i=1,...,n,λi表示为目标用户的意向服装所属第i个历史购买用户的适配指数;
[0080] 本发明具体实施例中,通过对目标用户的意向服装对应的历史购买用户参考推荐指数进行分析,其目的在于,考虑到历史购买用户与目标用户的意向服装对应的适配指数能够为目标用户提供进一步的参考,进而使目标用户清晰地了解到自身与历史购买用户对应的适配指数之间的差异。
[0081] U3:基于目标用户的意向服装对应的销售热度和目标用户的意向服装对应的历史购买用户参考推荐指数评估目标用户的意向服装对应的适宜推荐指数,其计算公式为:其中ω表示为目标用户的意向服装对应的适宜推荐指数。
[0082] 需要说明的是,上述目标用户的意向服装对应的适宜推荐指数计算公式中,目标用户的意向服装对应的销售热度和目标用户的意向服装对应的历史购买用户参考推荐指数的影响为正影响。
[0083] 本发明具体实施例中,通过对目标用户的体型、身高、体重和肤色进行分析,评估目标用户与意向服装对应的适配指数,并对目标用户的意向服装进行适配分析,评估目标用户的意向服装对应的适宜推荐指数,避免了人为主观因素所导致的目标用户选择服装的参数依据存在较为片面性的问题,同时对服装进行历史消费参数的分析,进而为目标用户提供了更加精细化的参考数据,使目标用户选择的服装能够较好地适配自己的身体特征,进而保障了目标用户的购物心情,也有利于提高服装电商平台的用户留存率。
[0084] 所述综合推荐模块用于基于目标用户基本信息分析模块和意向服装信息适配分析模块的分析结果评估目标用户的意向服装对应的综合推荐指数,并将其与预设的服装的标准综合推荐指数进行对比,若目标用户的意向服装对应的综合推荐指数高于服装的标准综合推荐指数,则对目标用户的意向服装进行推荐。
[0085] 具体地,所述目标用户的意向服装对应的综合推荐指数计算公式为:其中ψ表示为目标用户的意向服装对应的综合推荐指数。
[0086] 本发明具体实施例中,通过提供一种基于多维特征分析的服装电商平台商品推荐系统,基于目标用户在服装电商平台选择的意向服装,进而评估目标用户的意向服装对应的综合推荐指数,避免了传统的服装电商平台商品推荐系统基于目标用户的历史购买和浏览信息评估目标用户的喜好服装所导致的服装推荐单一化的问题,用户能够根据自己的喜好自主选择意向服装,进而提升了用户的服装购买体验感。
[0087] 以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

附图说明

[0041] 利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
[0042] 图1为本发明的系统结构示意图。
[0043] 图2为本发明的目标用户基本信息分析模块结构示意图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号