[发明专利]一种基于服装图像和标签文本双模态内容分析的个性化服装的推荐方法

说明书

本发明公开了一种基于服装图像和标签文本双模态内容分析的个性化服装的推荐方法，包括以下步骤：S1：通过对购物网站的服装图像中的细节属性进行分析，建立以服装细节部位图像和特征形式描述的服装商品模型和用户喜好模型；S2：通过对购物网站的服装标签文本进行分析，建立以文本形式描述的服装商品模型和用户喜好模型；S3：将所述步骤S1建立的基于服装图像的服装商品模型和所述步骤S2建立的用户喜好模型相结合，产生推荐结果。本发明将服装的图像和文本信息进行结合，基于前述两个模型的融合，为用户进行个性化服装推荐。

技术领域

本发明涉及一种基于服装图像和标签文本双模态内容分析的个性化服装的推荐方法，属于服装推荐方法。

背景技术

随着互联网技术的发展，出现了越来越多的电子商务网站，销售各种类别的商品，包括化妆品、服饰、海淘、日用百货、电子产品等，网上购物几乎成为每个家庭必不可少的一部分。购物网站之所以如此受欢迎，是因为这个海量的“商品库”中包括了全国甚至全世界的商品。然而，用户在享受这种方便的同时，也面临这样一个问题：他们在访问电子商务网站时，一开始很难直接找到自己的目标商品，会被动地浏览许多自己并不关心的商品信息，同时又要花费大量的时间去查找自己所需要商品的信息。因此，商品推荐不仅可以方便用户，也会增加网上商城的商品销量。

目前的推荐问题主要有两种解决方案，即基于协同过滤的推荐和基于内容的推荐。然而，服装商品有一些特殊性：首先，用户一般不会多次购买同样的服装；第二，每个用户有自己的穿着喜好，大多不喜欢从众；第三，文本标签很多时候不能准确地描述出服装的细节特征。由于用户“不从众”的心理，协同过滤推荐方法不适合服装推荐，而且每天甚至每时每刻都有大量的服装在商务网站上新，对于一个刚刚上新的服装，没有用户曾经购买过，那么就没有办法通过协同过滤的方式将它推荐给可能对它感兴趣的用户。此外，由于用户购买服装时的“不重复”心理，传统的基于内容的推荐方法也不适用于服装推荐。本发明基于内容推荐方法，却是根据服装细节部位图像与服装标签融合的结果进行建模并基于模型进行推荐，因此不重复推荐相同的服装，不受其他用户的购买记录影响，从而规避上述问题。

发明内容

本发明针对以上问题的提出，本发明提出一种基于服装图像和标签文本双模态内容分析的个性化服装的推荐方法，其特征在于，包括以下步骤：

S1：通过对购物网站的服装图像中的细节属性进行分析，建立以服装细节部位图像和特征形式描述的服装商品模型和用户喜好模型；

S2：通过对购物网站的服装标签文本进行分析，建立以文本形式描述的服装商品模型和用户喜好模型；

S3：将所述步骤S1建立的基于服装图像的服装商品模型和所述步骤S2建立的用户喜好模型相结合，产生推荐结果；

所述步骤S1建立的基于服装图像的服装商品模型和所述步骤S2建立的用户喜好模型相结合的过程还至少包括：

S31：同时利用服装商品的图像特征和文本特征来描述服装的整体特征；对于每一件服装C_i∈C(i＝1,2,...)，则双模态特征表示为C_i～dpr_i,1,dpr_i,2,dpr_i,3,dpr_i,4,dpr_i,5,t_i,sp_i,ct_i,W_i；