基于大数据的服饰搭配推荐模式研究
作者:郑燕妮 卢雨芳 钱雅乐
来源:《商场现代化》2018年第01期
摘 要:本文立足云端积累的用户基本信息数据库、用户偏好分析数据库以及服饰搭配图片库,提出基于大数据的用户个性化服饰搭配模型,依次进行了人体体型分析、用户兴趣模型构建以及粗糙计提搭配决策规则界定,并对其应用步骤进行了介绍和阐释,完成个性化推荐服务。
关键词:服饰搭配;用户兴趣模型;粗糙计提搭配决策规则
一、引言
古语有云:人靠衣装,佛靠金装。可见服饰搭配对自我形象的塑造有着十分重要的意义和影响。然而在现实生活中,人们很难把握自己身材特点和穿衣风格,且有关服装搭配的服务较为缺失,尤其表现为精准的个性化搭配。目前的服装推荐主要以图像检索为主,存在以下不足:第一,服饰推荐仅局限于颜色等条件而未考虑个性化程度;第二,服饰款式和风格的多样性与复杂性增加了个性化推荐的难度;第三,目前的服饰推荐准确率较低,搭配样式选择较少。因此本文在图像检索的基础上,基于用户大数据进行服饰搭配推荐模式的研究。
二、数据收集与分析
服饰搭配的推荐模式想要更加精准化和个性化,就必须以大量的数据积累为基础,而在众多数据中,以下三类数据的积累最为必要也最为重要,依次是用户基本信息数据库、用户偏好分析数据库以及服饰搭配图片库。
1.用户基本信息数据库
用户基本信息数据库收集的是,有关用户身高、体重、年龄、BMI值、体型、偏好等所有有关服饰搭配元素的基本信息,主要通过显性和隐性两种方式收集。显性收集方式即主动收集用户信息的方式,一般是系统在用户首次注册、访问或购买时主动引导用户填写或勾选的内容;隐性收集方式是一种被动的收集方式,主要是对用户的搜索、查询及访问等行为进行的兴趣提取和数据挖掘。
2.用户偏好分析数据库
本文来源:https://www.2haoxitong.net/k/doc/50045148afaad1f34693daef5ef7ba0d4b736d2c.html
文档为doc格式