[发明专利]个性化商品匹配推荐系统及方法

权利要求书

1.一种个性化商品匹配推荐系统，其特征在于，包括：

个人属性采集模块，采集个人的多个维度的个人属性数据，包括外观属性及 社会心理属性；

个人风格计算模块，根据个人属性采集模块采集的属性数据，计算获取个人 风格类型数据；

个人数据存储库，存储个人属性采集模块采集的属性数据及个人风格计算模 块计算的个人风格类型数据；

商品属性采集模块，采集获取商品的多个维度的商品属性数据，包括外观属 性和审美属性；

商品风格计算模块，根据商品属性采集模块采集的商品属性数据，计算获取 商品风格类型数据；

商品数据存储库，存储商品属性采集模块采集的商品属性数据及商品风格计 算模块计算的商品风格类型数据；

匹配推荐模块，综合个人数据存储库和商品数据存储库的存储数据，向个人 推荐匹配度最高的单一类型商品或多类型搭配组合商品；

输出模块，输出匹配推荐的商品或商品搭配结果。

2.根据权利要求1所述的商品匹配推荐系统，其特征在于，还包括：规则提 供模块，向匹配推荐模块提供个人与商品之间的匹配规则和/或商品与商品间属 性协调搭配的经验规则。

3.根据权利要求1所述的商品匹配推荐系统，其特征在于，还包括：课程模 块，提供搭配使用课程。

4.根据权利要求1所述的个性化商品匹配推荐系统，其特征在于，所述个人 属性采集模块采集的个人属性数据包括：头部数据、脸部数据、身型数据、性格 数据、审美偏向数据、社会心理数据中的一种或多种，其中，头部数据、脸部数 据、身型数据应用观察测量/3D扫描方法获得量化判定结果，性格数据、审美偏 向数据、社会心理数据应用问卷调查方法获得量化判定结果。

5.根据权利要求1所述的个性化商品匹配推荐系统，其特征在于，每个个人 属性采集值取该个人属性类型选择域中一个或多个取值，所述个人风格计算模块 计算获取个人风格类型数据时，设对应多个维度的个人属性采集值分别为P1， P2，P3，…，Pn，则P(P1，P2，P3，…，Pn)构成个人的风格类型数据，其中 n为个人多重属性的维度数。

6.根据权利要求5所述的个性化商品匹配推荐系统，其特征在于，个人属性 采集值取该个人属性类型选择域中的多个取值时，选取最匹配一个为主值，个人 属性采集值取该个人属性类型选择域中的一个取值时，直接取该取值为主值，对 应多个维度的个人属性采集主值组合构成个人的主风格类型数据，其余采集值组 合构成个人的次要风格类型数据。

7.根据权利要求1所述的个性化商品匹配推荐系统，其特征在于，所述商品 属性采集模块采集的商品属性数据包括：商品形状数据、商品尺码数据、商品颜 色数据、商品色彩搭配数据、商品图案数据、商品工艺数据、商品材质数据、商 品审美数据、商品风格数据、商品价格数据、商品装饰元素数据、商品使用场合 数据、商品用户年龄数据中的一种或多种。

8.根据权利要求1所述的个性化商品匹配推荐系统，其特征在于，每个商品 属性采集值取该商品属性类型选择域中一个或多个取值，所述商品风格计算模块 计算获取商品风格类型数据时，设对应多个维度的商品属性采集值分别为G1， G2，G3，…，Gm，则G(G1，G2，G3，…，Gm)构成商品的风格类型数据， 其中m为商品多重属性的维度数。

9.根据权利要求2所述的个性化商品匹配推荐系统，其特征在于，所述匹配 推荐模块向个人推荐匹配度最高的单一类型商品的方法为：规则提供模块提供个 人属性与该类型商品属性的协调匹配规则，每条协调匹配规则具有比重类型的匹 配值，对指定的个人风格类型数据，根据协调匹配规则，推演计算商品数据存储 库中，该类型商品中每种商品风格类型的匹配值，选取匹配值最高的商品作为推 荐匹配商品。