[发明专利]一种服装设计的大数据采集分析系统在审

专利信息
申请号: 202110389266.X 申请日: 2021-04-12
公开(公告)号: CN113190585A 公开(公告)日: 2021-07-30
发明(设计)人: 徐倩倩;许晶 申请(专利权)人: 郑州轻工业大学
主分类号: G06F16/2457 分类号: G06F16/2457;G06F16/2458;G06F16/215;G06F16/9535;G06K9/00
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 张国栋
地址: 450000 河南省郑州*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 服装设计 数据 采集 分析 系统
【权利要求书】:

1.一种服装设计的大数据采集分析系统,其特征在于,所述服装设计的大数据采集分析系统包括:

用户注册登录模块,与中央控制模块连接,用于通过用户注册登录界面利用用户身份信息进行用户账号注册登录;

数据采集模块,与中央控制模块连接,用于利用大数据挖掘技术从网络或各个数据库中采集相应的用户数据,包括:

确定本地对象与远程数据源同步频率;

利用泊松过程来表示远程数据源平均变化频率λi;其中,i=1,2,…,n,n代表远程数据源的个数;

确定平均新颖度:

由得到的平均变化频率λi,确定各对象即远程Web上数据库中各数据项ei对应的同步频率fi,在满足同步资源限制的条件下,使本地数据库的平均新颖度最大:

根据数据时新性确定更新频率:

在时刻t数据抓取系统所维护的第i个数据记录ri的时新性如下:

则由N个数据记录组成的数据记录集合S的平均时新性如下:

所述数据记录集合S在时间上取平均值加以衡量:

利用拉格朗日乘子计算得到各对象的理论同步频率,然后按理论同步频率对对象数据进行同步,使本地数据库的平均新颖度达到最大值;

其中,所述按理论同步频率对对象数据进行同步,包括:

对于所有的(s,a)初始化表项Q0(s,a)=0;

其中,Q表示计算机机器学习领域的专业表示,即Q为增强学习的表示形式,s表示状态,a表示动作,Q(s,a)表示应用动作a到状态s的结果状态;初始化为0值,即未进行学习初始化值;在每个情节中,将对数据源的范围作为其活动,得到回报值为Ri

并在时段0-t内,对Q值进行更新:

其中,qj表示第j个数据记录在时段0-t内进行增强学习得到的结果状态值,Rj表示第j个数据记录在时段0-t内进行增强学习得到的回报值;

在资源限制的前提下,即与服务器最大交互次数M为固定值常量,使得新颖度值最大,F(fii)表示对应第i个数据记录的新颖度,新颖度是通过数据时新性得到,也就是时新性表示记录中对象即最小单位数据项的更新频率,而新颖度指数据项的集合记录也就是远程数据源的整体时新性,ωi是重要性权重;

信息采集模块,与中央控制模块连接,用于通过信息采集设备采集用户的身高、体重及其他个人信息;

图像采集模块,与中央控制模块连接,用于通过图像采集设备采集用户的站立全身图像以及面部图像;

中央控制模块,与用户注册登录模块、数据采集模块、信息采集模块、图像采集模块、数据处理模块、用户爱好挖掘模块、特征提取模块、分析模块、服装推荐模块、验证模块以及输出模块连接,用于利用单片机或控制器协调控制所述服装设计的大数据采集分析系统各个模块的正常工作;

数据处理模块,与中央控制模块连接,用于通过数据处理程序对采集的用户数据进行过滤及其他预处理,包括:

将采集的用户数据进行合并,将数据中的缺省项进行补充并清洗脏数据;

从所述初始化处理的数据中将不同格式的数据转化为统一格式;

对数据通过编码进行标识,将数据转化为0和1区分的数值型数据;

用户爱好挖掘模块,与中央控制模块连接,用于通过用户爱好挖掘程序基于处理后的用户数据挖掘用户的服装偏好,包括:

将处理后的用户数据按照产生的时间顺序,解析为服装兴趣点集合和上网时长集合,上网日志数据中的一条URL对应一个兴趣点以及上网时长;

分析服装兴趣点集合,获取用户上网过程中访问不同服装兴趣点的频次,对每个服装兴趣点的频次利用最大最小值归一化方法进行归一化,得到兴趣点的访问频次参数;

分析服装兴趣点集合,获取用户上网过程中不同服装兴趣点的自转移参数,自转移是指用户从服装兴趣点A转移到服装兴趣点A,即用户在访问服装兴趣点A时发生了一次自转移;

分析上网时长集合,统计用户访问不同服装兴趣点的时长,对每个服装兴趣点的时长利用最大最小值归一化方法进行归一化,得到服装兴趣点的访问时长参数;

利用服装兴趣点的访问频次参数、服装兴趣点的访问时长参数、服装兴趣点的自转移参数,计算服装兴趣点关注度值;同时将得到关注度值按照从大大小排序,选取前n个兴趣点作为用户的服装偏好;其中,所述服装兴趣点关注度值的计算公式为:

UA(Pi)=max(Fi,Gi,Ki);

其中,UA为服装兴趣点关注度值,Fi为兴趣点访问频次参数,Gi为兴趣点访问时长参数,Ki为兴趣点自转移参数;

特征提取模块,与中央控制模块连接,用于通过特征提取程序基于采集的图像数据提取用户的体型特征以及面部特征;

分析模块,与中央控制模块连接,用于通过分析程序基于挖掘的用户服装偏好以及提取的体型特征、面部特征分析同偏好或同特征用户的服装偏好或服装设计元素;

服装推荐模块,与中央控制模块连接,用于通过服装推荐程序基于得到的服装偏好或服装设计元素确定推荐服装;

验证模块,与中央控制模块连接,用于通过验证程序验证所述推荐服装是否符合用户偏好以及体型、面部特征;

输出模块,与中央控制模块连接,用于通过输出程序按照匹配度大小输出通过验证的推荐服装。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州轻工业大学,未经郑州轻工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110389266.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top