申请/专利权人：苏州大学

申请日：2022-12-27

公开（公告）日：2024-05-14

公开（公告）号：CN115982474B

主分类号：G06F16/9536

分类号：G06F16/9536;G06Q50/00;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2023.05.05#实质审查的生效;2023.04.18#公开

摘要：本发明公开了一种基于社交网络的时尚人格预测和服装推荐方法，包括：采集社交网络中用户语言特征数据；依据时尚人格测试量表，获取用户所有时尚人格类型倾向比重；采用机器学习算法建立用户语言特征与时尚人格类型关系模型；提取服装特性，筛选服装样本，对服装样本风格进行量化，进而匹配服装样本的设计风格；获取用户对于服装样本风格偏好值；根据时尚人格类型与服装风格偏好值的对应关系以及服装风格与设计元素之间的对应关系，结合用户语言特征与时尚人格类型关系模型构建服装设计模型，进行预测与推荐。本发能更全面、高效地挖掘消费者个性化审美需求，从模型精确度上有较大提升；对时尚人格进行了定义，有助于服装企业制定精准营销策略。

主权项：1.基于社交网络的时尚人格预测和服装推荐方法，其特征在于，包括：采集社交网络中用户语言特征数据；建立时尚人格测试量表，依据所述时尚人格测试量表，获取所述用户所有时尚人格类型倾向比重；采用机器学习算法建立用户语言特征与时尚人格类型关系模型；建立用户语言特征与时尚人格类型关系模型，包括，输入数据为关键语言特征集Ti＝{t1,t2,…,tw}；输出数据为一个多维矩阵Qi＝{q1,q2,…,qk}，多维矩阵Qi＝{q1,q2,…,qk}对应人格类型倾向比重P＝{p1,p2,…pk}；提取服装特性，筛选服装样本，对所述服装样本风格进行量化，进而匹配服装样本的设计风格；对所述服装样本风格进行量化，进而匹配服装样本的设计风格，包括，采用九级语义量表对服装样本风格进行得分统计；基于得分统计，采用三角模糊数对各类服装样本风格进行表征，计算贴近度，表示为： 其中，n为参与评价的专家总人数，i表示不同服装样本，j表示不同服装风格形容词对； 其中，i＝1,2,…,n；为三角模糊数的整体效用值；n为参与实验的专家总人数，m、l分别为三角模糊数的上限和下限； 其中，为三角模糊数对应的整体效用值，为三角模糊数对应的整体效用值，表示A与B两者贴近度，即服装样本与服装风格贴近度；获取所述用户对于服装样本风格偏好值；根据时尚人格类型与服装风格偏好值的对应关系以及服装风格与设计元素之间的对应关系，结合所述用户语言特征与时尚人格类型关系模型构建服装设计模型，进行预测与推荐；所述设计元素需依据服装风格，为能够组成一件完整服装的设计元素集合，并为各类设计元素集合进行分类编号；所述服装设计模型，包括，输入为多维矩阵Qi＝{q1,q2,…,qk}，输出为各类设计元素组成的多维数据集S＝{Si,Sj,…,Sv},其中Skk＝i,j,…,v为k类设计元素集合的分类编号。

全文数据：

权利要求：

百度查询： 苏州大学 基于社交网络的时尚人格预测和服装推荐方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD