[发明专利]一种基于专家知识的服装推荐方法

说明书

本发明公开了一种基于专家知识的服装推荐方法，具体按照以下步骤进行：步骤1：获取用户的体貌特征信息；对用户进行脸型、肤色、肩型、体型和出席场合的识别；步骤2：构建专家知识库；进行事实库设计；进行规则库设计；步骤3：推送目标服装；从服装数据库中得到分别满足用户体貌特征的服装数据量，分别记为S1、S2、S3、S4、S5，以满足用户条件数目最少的服装属性作为根节点，进行深度搜索，确定优先级顺序，然后按照顺序依此搜索出符合用户条件的目标服装，将目标服装推送给用户。本发明一种基于专家知识的服装推荐方法能够给予用户专业化着装建议，既提高了用户的满意度也提高了系统的准确性。

技术领域

本发明属于服装推荐技术领域，具体涉及一种基于专家知识的服装推荐方法。

背景技术

服装推荐系统在服装销售活动中具有十分重要的意义，服装推荐系统不仅可以将大量的服装销售记录和用户的行为记录存储并不断积累，而且可以根据用户的喜好进行服装推荐，使得推荐的服装更符合用户的满意度，提高了服装的销售额，降低了服装销售的退换货率。

迄今为止，服装销售网站中运行的服装推荐算法主要有三种：基于协同过滤推荐算法,基于内容的推荐算法和混合推荐算法。协同过滤推荐算法粗略地利用用户-项目评级矩阵来寻找相似的用户，更注重基于海量历史数据预测用户的商品偏好，在实际应用中存在冷启动和数据稀疏的问题。基于内容的服装推荐方法能在一定程度上改善这一问题，此种方法主要关注服装的内在信息，通过计算服装内在属性的相似度寻找近邻进而进行服装推荐，但是只能推荐文本内容相似性的服装，具有很大的局限性。混合推荐算法可以融合多种推荐方法，取长补短，可以通过加权、变换、混合等多种方法对推荐方法进行融合，但是每种算法针对的具体问题不同，所以无法预测服装推荐的产生效果。

综上，目前的服装推荐中存在不考虑用户体貌特征和服装语义关系的问题，例如肤色和衣服颜色的搭配效果，不能够给予用户专业化的着装建议的问题。

发明内容

本发明的目的是提供一种基于专家知识的服装推荐方法，解决了目前的服装推荐中存在不考虑用户体貌特征和服装语义关系的问题，例如肤色和衣服颜色的搭配效果，不能够给予用户专业化着装建议的问题。

本发明所采用的技术方案是，

一种基于专家知识的服装推荐方法，具体按照以下步骤进行：

步骤1：获取用户的体貌特征信息；

对用户进行脸型、肤色、肩型、体型和出席场合的识别；

步骤2：构建专家知识库；

从服装专家、书籍和数据库中获取服装领域搭配的相关知识数据并整合成知识数据，将知识数据采用产生式的知识表示方法，产生式采用IF THEN结构形式表示规则来构建知识数据结构；

进行事实库设计：包括用户个人的体貌特征信息，以及服装的颜色、领型、款式、和风格标签；

进行规则库设计：由单条规则条件得到规则结论，把服装搭配规则建成一个链表，其中，服装搭配规则是搭配规则链表的一个节点，将所有规则联结成一个整体，形成搭配规则库；

步骤3：推送目标服装；

从服装数据库中得到分别满足用户体貌特征的服装数据量，分别记为S1、S2、S3、S4、S5，以满足用户条件数目最少的服装属性作为根节点，进行深度搜索，确定优先级顺序，然后按照顺序依此搜索出符合用户条件的目标服装，将目标服装推送给用户。

本发明的特点还在于，

步骤1中将脸型分为圆脸、椭圆脸、方形脸、梨形脸和菱形脸五类进行识别。

步骤1中利用主动形状模型提取面部的特征点，每个特征点用一个二维坐标表示；