[發(fā)明專利]可解釋時(shí)尚服裝個(gè)性化推薦方法

有效

• 申請?zhí)枺?/td>: 201910511378.0
• 申請日: 2019-06-13
• 公開（公告）號: CN110246011B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 陳恩紅;劉淇;侯旻;李徵
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06V10/764;G06K9/62
• 代理公司: 北京凱特來知識產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;鄭哲

本發(fā)明公開了一種可解釋時(shí)尚服裝個(gè)性化推薦方法，包括：獲取用戶的歷史購買的商品以及相應(yīng)的商品圖像；構(gòu)建商品推薦模型，將商品與用戶均投影到語義屬性空間，基于獲得的用戶特征向量與商品的特征向量實(shí)現(xiàn)用戶對商品的評分；同時(shí)，在商品圖像中定位各個(gè)語義屬性的位置，以及用戶對于各語義屬性的喜好程度；對商品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的商品推薦模型；對于一個(gè)用戶及一系列的新商品，通過訓(xùn)練好的商品推薦模型，生成商品推薦序列，以及在每一新商品的圖像上標(biāo)注各個(gè)語義屬性所在的位置及用戶的喜好程度。該方法通過對商品進(jìn)行自動語義屬性定位和識別，對商品和用戶進(jìn)行細(xì)粒度語義屬性級別建模，能夠?yàn)橛脩籼峁┚珳?zhǔn)的個(gè)性化推薦服務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及推薦系統(tǒng)技術(shù)領(lǐng)域，尤其涉及一種可解釋時(shí)尚服裝個(gè)性化推薦方法。

背景技術(shù)

時(shí)尚購物平臺，如淘寶，亞馬遜等，為互聯(lián)網(wǎng)用戶提供了一個(gè)方便、快捷的在線購物的平臺，使人們足不出戶就可以購買到心儀的服飾。時(shí)尚購物平臺的快速發(fā)展導(dǎo)致了時(shí)尚界的信息爆炸，對于用戶來說，如何從琳瑯滿目的時(shí)尚產(chǎn)品中選出符合個(gè)性化需求的服飾成為一個(gè)越來越大的挑戰(zhàn)。此外，為了促進(jìn)利潤增長，時(shí)尚零售商必須了解不同客戶的偏好并提供更加智能的推薦服務(wù)。然而，與普通的商品不同，服裝在視覺外觀上呈現(xiàn)出顯著的差異，這對用戶的購買決策具有重大的影響。因此，如何有效地利用服裝的視覺信息來為用戶提供個(gè)性化推薦是時(shí)尚購物平臺急需解決的一個(gè)研究問題。

圍繞這個(gè)研究問題，研究者們提出了多種方法。相關(guān)的研究主要集中在從服裝圖像的類別、風(fēng)格、美學(xué)特征等整體的角度理解圖像，而忽略了深入探究服裝的細(xì)粒度語義屬性(如袖子，領(lǐng)口)信息在推薦效果和模型可解釋性上所帶來的積極影響。事實(shí)上，服裝是由多種語義屬性組成的，在某些情況下，用戶會因?yàn)橄矏鄣恼Z義屬性而選擇某些商品。因此，充分利用服裝的語義屬性不僅能夠更好地表示商品，還可以幫助我們深入了解用戶的喜好。

然而，在設(shè)計(jì)將語義屬性信息集成到時(shí)尚服裝推薦中的有效方法時(shí)，仍然存在許多獨(dú)特的挑戰(zhàn)。一方面來說，在大規(guī)模電子商務(wù)數(shù)據(jù)中沒有手動屬性注釋的情況下很難獲得服裝語義屬性特征。另一方面，用戶偏好是復(fù)雜的，而現(xiàn)有的推薦算法通常直接將商品的圖像信息轉(zhuǎn)換為隱向量，這使得推薦的結(jié)果缺乏可解釋性。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種可解釋時(shí)尚服裝個(gè)性化推薦方法，通過對商品進(jìn)行自動語義屬性(如領(lǐng)口、袖長、裙長)定位和識別，對商品和用戶進(jìn)行細(xì)粒度語義屬性級別建模，能夠?yàn)橛脩籼峁┚珳?zhǔn)的個(gè)性化推薦服務(wù)。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種可解釋時(shí)尚服裝個(gè)性化推薦方法，包括：

獲取用戶的歷史購買的商品記錄，提取相應(yīng)的商品圖像以及用戶ID；

構(gòu)建商品推薦模型，將商品圖像與用戶ID均投影到語義屬性空間，基于獲得的用戶特征向量與商品的特征向量實(shí)現(xiàn)用戶對商品的評分；同時(shí)，在商品圖像中定位各個(gè)語義屬性的位置，以及用戶對于各語義屬性的喜好程度；

對商品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的商品推薦模型；

對于一個(gè)用戶及一系列的新商品，通過訓(xùn)練好的商品推薦模型，生成商品推薦序列，以及在每一新商品的圖像上標(biāo)注各個(gè)語義屬性所在的位置及用戶的喜好程度。

由上述本發(fā)明提供的技術(shù)方案可以看出，使用基于語義屬性的可解釋時(shí)尚服裝個(gè)性化推薦模型來進(jìn)行時(shí)尚服裝推薦，相比于傳統(tǒng)模型，在語義屬性層面對用商品和用戶喜好進(jìn)行了較深入的考量，進(jìn)而對用戶進(jìn)行有效的時(shí)尚商品推薦，并且能夠直觀的標(biāo)注出用戶喜歡的語義屬性，從而為推薦結(jié)果提供可解釋性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域的普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他附圖。