[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

说明书

本发明公开了一种基于用户情感需求的服装智能推荐方法及系统，具体步骤如下：(1)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；(2)采用感性工学理论系统，根据获取的感性需求构建用户感性空间，根据Kano模型分类服装属性并构建服装产品属性空间；(3)将用户感性意象空间及服装产品属性空间进行合成，建立感性意象与服装产品属性的映射关系；(4)采用决策树算法构建服装产品分类与回归树模型，并根据所述构建的模型输出推荐符合用户感性需求的服装产品及组合。本发明能根据用户情感需求，准确、智能地为用户推荐合适的服装。

技术领域

本发明涉及服装推荐技术领域，具体涉及到一种基于用户情感需求的服装智能推荐方法及系统。

背景技术

如今现代消费已进入“精神消费”时代，服装作为彰显个性、体现身份的重要媒介，消费者对服装的需求不再仅是基本的穿着功能，而是期望在服装中能获得更高价值的审美体验和情感实现。然而服装款式及品类繁多，消费者往往需要花费大量的时间精力去搜寻符合自己情感需求和审美体验的服装产品，没有得到专业、快速、准确推荐服装产品的服务，而严重影响了对服装产品消费的体验。

对于服装推荐问题现有技术提供了相关解决方案，例如发明专利CN109284666A公开了一种基于图像识别和大数据的服饰推荐方案、发明专利CN112508114A公开了一种智能服装推荐系统及方法、发明专利CN106649300A公开了一种基于云平台的智能服饰搭配推荐方法及系统等，结合图像识别、大数据、平台等技术实现发明，但现有发明中未有从用户情感需求角度出发的服装推荐技术实现。

因此，针对上述问题，本发明提供了一种基于用户情感需求的服装智能推荐方法及系统，为用户更好地解决服装推荐问题。

发明内容

为了克服上述现有技术中的缺陷，本发明提供了一种基于用户情感需求的服装智能推荐方法及系统，能使推荐的服装更加符合用户的情感需求，提高服装推荐的准确性、专业性，从而提高用户的消费体验。

一种基于用户情感需求的服装智能推荐方法，包括以下步骤：

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。

进一步的，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。

进一步的，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。

进一步的，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：