[發(fā)明專利]服裝推薦方法及相關產(chǎn)品

有效

• 申請?zhí)枺?/td>: 201810084286.4
• 申請日: 2018-01-29
• 公開（公告）號: CN108363750B
• 公開（公告）日: 2022-01-04
• 發(fā)明（設計）人: 白劍
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種服裝推薦方法，其特征在于，包括：

獲取天氣信息、體征信息和服裝場景信息；

將所述天氣信息、體征信息和服裝場景信息組成輸入數(shù)據(jù)，將所述輸入數(shù)據(jù)輸入預設服裝推薦模型進行計算，得到輸出結果；

根據(jù)所述輸出結果確定第一服裝推薦方式，顯示所述第一服裝推薦方式；

其中，所述方法還包括：

獲取第一服裝搭配方式，所述第一服裝搭配方式為實際服裝搭配方式；

確定所述第一服裝推薦方式與所述第一服裝搭配方式中類型相同的服裝；

如所述第一服裝推薦方式中的M件服裝與所述第一服裝搭配方式中的M件服裝類型相同，獲取所述第一服裝推薦方式中所述M件服裝的M個第一特征向量，獲取所述第一服裝搭配方式中所述M件服裝的M個第二特征向量，所述M為正整數(shù)；

確定同一類型服裝的第一特征向量與第二特征向量的相似度值，根據(jù)加權公式計算最終的相似度值，如所述最終的相似度值小于第二預設閾值，將所述第一服裝搭配方式作為輸入數(shù)據(jù)更新所述預設服裝推薦模型的權值。

2.根據(jù)權利要求1所述的方法，其特征在于，在獲取天氣信息、體征信息和服裝場景信息之前，所述方法還包括：

獲取歷史服裝搭配方式與所述歷史服裝搭配方式對應的滿意度，將滿意度大于第一預設閾值對應的歷史服裝搭配方式組合為訓練數(shù)據(jù)；

將所述訓練數(shù)據(jù)執(zhí)行N層正向運算得到輸出結果，根據(jù)所述輸出結果得到輸出結果梯度，將所述輸出結果梯度執(zhí)行N層反向運算得到每層的權值梯度，根據(jù)所述權值梯度對每層的權值進行更新，經(jīng)過多次迭代計算得到最終的權值，根據(jù)所述最終的權值構建所述預設服裝推薦模型。

3.根據(jù)權利要求1或2所述的方法，其特征在于，所述根據(jù)所述輸出結果確定第一服裝推薦方式，顯示所述第一服裝推薦方式，還包括：

在衣櫥數(shù)據(jù)庫中查詢與所述第一服裝推薦方式中的第i件服裝類型相同的K件服裝，獲取所述K件服裝的K個特征向量，所述i和k為正整數(shù)；

根據(jù)相似度計算公式計算所述第i件服裝的特征向量與所述K個特征向量的K個相似度值，查詢與所述K個特征向量中相似度值最大的特征向量對應的第一服裝；

將所述第i件服裝更換為所述第一服裝，得到第二服裝推薦方式，顯示所述第二服裝推薦方式；

其中，所述相似度計算公式為：

其中，Sim(β_i,β_j)為相似度值，β_i為所述第i件服裝的特征向量，β_j為所述K個特征向量中的第j個特征向量。

4.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)加權公式確定最終的相似度值，包括：

所述加權公式為：

S＝α₁*S₁+α₂*S₂+…+α_M*S_M

其中，S為最終的相似度值，α₁為第一種類型服裝的權重值，S₁為所述第一種類型服裝對應的相似度值，α₂為第二種類型服裝的權重值，S₂為所述第二種類型服裝對應的相似度值，α_M為第M種類型服裝的權重值，S_M為所述第M種類型服裝對應的相似度值。