[发明专利]一种服装推荐系统

权利要求书

1.一种服装推荐系统，其特征在于，包括：信息采集单元、服装分类单元、服装推荐单元、服装推送单元；

所述信息采集单元用于对用户信息、环境信息、服装信息进行采集，构建服装数据集；用于根据所述用户信息、所述环境信息分别得到用户标签、环境标签；

所述服装分类单元用于对所述服装数据集中的服装进行识别分类，得到服装标签；

所述服装推荐单元用于根据标签信息对所述服装数据集中的服装进行筛选，得到推荐服装信息；

所述服装推送单元用于对所述推荐服装信息进行排序、实时显示。

2.如权利要求1所述的服装推荐系统，其特征在于，所述信息采集单元包括：用户信息采集模块、环境信息采集模块、服装信息采集模块；

所述用户信息采集模块用于对用户个人基本信息进行采集；

所述环境信息采集模块用于对用户所处环境信息进行采集；

所述服装信息采集模块用于对用户服装信息进行采集，并建立所述服装数据集；

其中，所述用户信息采集模块包括：输入子模块和解析子模块；

所述输入子模块用于用户输入参数信息，所述参数信息包括脸部信息和人物信息，所述脸部信息包括正脸照、侧脸照，所述人物信息为年龄、性别、身高、体重、职业信息、三围信息中的至少一种；

所述解析子模块用基于深度卷积神经网络的智能图像识别方法，根据所述参数信息得到所述用户标签。

3.如权利要求2所述的服装推荐系统，其特征在于，所述解析子模块采用基于深度卷积神经网络对所述脸部信息进行识别分类；所述基于深度卷积神经网络的智能图像识别方法包括：

从网络上爬取脸部图像及与其对应的标签描述作为训练集；

对训练集中的图片进行裁剪做预处理，输入至一个a层网络模型中，然后进行卷积、池化处理得到特征向量，对得到的特征向量进行多分类得到输出标签，然后与输入标签进行对比得到误差，通过损失函数进行反向传播更新权重，优化网络模型，得到训练好的用户标签模型；

将待识别的脸部信息输入至训练好的用户标签模型，得到用户标签。

4.如权利要求2所述的服装推荐系统，其特征在于，所述环境信息采集模块根据用户所处时间信息和定位信息在互联网上进行网络爬取，得到用户所处环境信息，根据所述用户所处环境信息得到所述环境标签。

5.如权利要求2所述的服装推荐系统，其特征在于，所述服装信息采集模块对购物网站中用户喜爱度P超过预设阈值Q的所有服装图像信息进行网络爬取；购物网站中的服装得到用户的收藏后累加m点用户喜爱度；服装得到用户购买后累加n点用户喜爱度。

6.如权利要求1所述的服装推荐系统，其特征在于，所述服装分类单元基于深度卷积神经网络的智能图像识别方法得到所述服装数据集中每件服装对应的服装标签。

7.如权利要求6所述的服装推荐系统，其特征在于，所述服装分类单元基于深度卷积神经网络对所述服装数据集中的服装进行识别分类；所述基于深度卷积神经网络的智能图像识别方法包括：

从网络上爬取服装图像及与其对应的标签描述作为服装训练集；

对训练集中的图片进行裁剪做预处理，输入至一个b层网络模型中，然后进行卷积、池化处理得到特征向量，对得到的特征向量进行多分类得到输出标签，然后与输入标签进行对比得到误差，通过损失函数进行反向传播更新权重，优化网络模型，得到训练好的服装标签模型；

将待识别的服装图片输入至训练好的服装标签模型，得到服装标签。

8.如权利要求1所述的服装推荐系统，其特征在于，所述服装推荐单元包括：文本输入模块、筛选模块；

所述文本输入模块用于用户输入对所需服装的细致要求，得到文本标签；

所述筛选模块用于在所述服装数据集中根据所述服装标签删除不符合所述用户标签、所述环境标签、所述文本标签中任意一个标签的服装数据，得到筛选数据集。