[发明专利]一种基于用户情感需求的服装智能推荐方法及系统

权利要求书

1.一种基于用户情感需求的服装智能推荐方法，其特征在于，包括步骤如下：

步骤一：获取服装样本图片建立样本库，并提取服装属性要素，获取用户对服装的感性需求；

步骤二：根据Kano模型分类所述服装属性要素并构建服装属性要素空间，根据获取的感性意象词汇构建用户感性语意空间；

步骤三：将所述用户感性语意空间及所述服装属性要素空间进行合成，建立感性意象与服装产品属性的映射关系；

步骤四：采用决策树算法构建服装产品分类与回归树模型，并根据所述服装产品分类与回归树模型输出推荐符合用户感性需求的服装产品及组合。

2.根据权利要求1所述的一种基于用户情感需求的服装智能推荐方法，其特征在于，步骤二中的所述根据获取的感性意象词汇构建用户感性语意空间：通过爬虫技术从杂志、相关文献、广告、相关论坛、手册、有经验的用户、用户期望、新闻媒体、社交媒体和官方网站等渠道获取消费者对服装的情感需求相关词汇，经过筛选整理，剔除重复、无关等无效词汇，形成感性词汇库，构建感性语意空间。

3.根据权利要求2所述的一种基于用户情感需求的服装智能推荐方法，其特征在于，步骤一中的所述服装属性要素为服装造型、服装材质、服装色彩、服装工艺、细节结构、服装图案等，提取所述服装属性要素的方法为收集网上多种服装图片，经筛选整理，形成所述样本库，通过服装解构与合并，提取主要的服装属性要素。

4.根据权利要求3所述的一种基于用户情感需求的服装智能推荐方法，其特征在于，步骤二中的所述根据Kano模型分类所述服装属性要素并构建服装属性要素空间：采用Kano模型通过问卷调查，将所述服装属性要素按照服装满意度和用户情感需求指标具备程度的高低进行分类，分为魅力属性A、期望属性O、无差异属性I、基本属性M、反向属性R，并计算Better-worse系数，得到各属性的优先级排序，构建服装属性要素空间，计算公式如下：

其中：Better为满意度系数；Worse为不满意度系数；A、O、M、I分别表示魅力属性、期望属性、无差异属性、基本属性的指数频数。

5.根据权利要求4所述的一种基于用户情感需求的服装智能推荐方法，其特征在于，步骤三中的将所述用户感性语意空间及所述服装属性要素空间进行合成：基于感性工学理论，采用语义差异SD法建立7级语义评价量表，将用户的感受量化为具体的数据，借助SPSS数据分析软件，通过因子分析、主成分分析，得到感性因子，合成感性意象空间服装属性空间，为把服装属性要素与服装的感性评价相对应，将各服装感性评价中绝对值最大的形容词，即样本最主要的感性特征与感性意象空间分布图匹配，建立服装属性要素与感性意象的映射关系。

6.根据权利要求5所述的一种基于用户情感需求的服装智能推荐方法，其特征在于，步骤四中的根据所述服装产品分类与回归树模型输出推荐符合用户感性需求的服装产品及组合：采用决策树算法技术构建服装分类与回归树模型，将与感性需求相对应的感性词作为决策树模型的目标变量，服装属性作为输入变量，使用所述服装产品分类与回归树模型输出推荐符合用户感性需求的服装产品及组合。

7.根据权利要求6所述的一种基于用户情感需求的服装智能推荐方法，其特征在于，步骤四中的所述决策树是运用于分类以及回归的一种树结构，所述决策树由节点和有向边组成，一般一棵所述决策树包含一个根节点、若干内部节点和若干叶节点，所述决策树的决策过程需要从所述根节点开始，待测数据与所述决策树中的特征节点进行比较，并按照比较结果选择选择下一比较分支，直到叶子节点作为最终的决策结果。