[发明专利]可解释时尚服装个性化推荐方法有效
| 申请号： | 201910511378.0 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110246011B | 公开（公告）日： | 2022-07-15 |
| 发明（设计）人： | 陈恩红;刘淇;侯旻;李徵 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06V10/764;G06K9/62 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种可解释时尚服装个性化推荐方法，包括：获取用户的历史购买的商品以及相应的商品图像；构建商品推荐模型，将商品与用户均投影到语义属性空间，基于获得的用户特征向量与商品的特征向量实现用户对商品的评分；同时，在商品图像中定位各个语义属性的位置，以及用户对于各语义属性的喜好程度；对商品推荐模型进行训练，得到训练好的商品推荐模型；对于一个用户及一系列的新商品，通过训练好的商品推荐模型，生成商品推荐序列，以及在每一新商品的图像上标注各个语义属性所在的位置及用户的喜好程度。该方法通过对商品进行自动语义属性定位和识别，对商品和用户进行细粒度语义属性级别建模，能够为用户提供精准的个性化推荐服务。 | ||
| 搜索关键词： | 可解释 时尚 服装 个性化 推荐 方法 | ||
【主权项】：
1.一种可解释时尚服装个性化推荐方法，其特征在于，包括：获取用户的历史购买的商品记录，提取相应的商品图像以及用户ID；构建商品推荐模型，将商品图像与用户ID均投影到语义属性空间，基于获得的用户特征向量与商品的特征向量实现用户对商品的评分；同时，在商品图像中定位各个语义属性的位置，以及用户对于各语义属性的喜好程度；对商品推荐模型进行训练，得到训练好的商品推荐模型；对于一个用户及一系列的新商品，通过训练好的商品推荐模型，生成商品推荐序列，以及在每一新商品的图像上标注各个语义属性所在的位置及用户的喜好程度。
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中国科学技术大学，未经中国科学技术大学许可，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/patent/201910511378.0/，转载请声明来源钻瓜专利网。
