[發明專利]結合知識圖譜的個性化智能服裝搭配推薦方法

有效

• 申請號: 202011637166.6
• 申請日: 2020-12-31
• 公開（公告）號: CN112612973B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 唐宏;范森;朱龍嬌;劉紅梅
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q30/06;G06F16/36
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

本發明涉及推薦系統技術領域，具體涉及一種結合知識圖譜的個性化智能服裝搭配推薦方法，獲取電商平臺的服裝商品信息以及用戶服裝交互信息并構建知識圖譜；對知識圖譜進行建模，將知識圖譜中的每個實體和關系進行學習，得到實體向量和關系向量；將實體向量和關系向量與混合推薦系統進行結合，對單品服裝進行評分預測，得到服裝單品推薦結果；計算兩兩服裝單品的匹配指數，將匹配指數高的兩個服裝單品進行自動搭配并進行評分預測，根據評分進行最后的TOP?N套裝推薦結果。本方法使得線上的服裝套裝推薦更加智能化。

技術領域

本發明涉及推薦系統技術領域，具體涉及一種結合知識圖譜的個性化智能服裝搭配推薦方法。

背景技術

隨著移動互聯網的快速發展以及電子商務的廣泛應用，各種電商平臺紛紛崛起，如淘寶、京東、天貓、唯品會等。然而隨著信息時代的發展，大部分網站都面臨著信息過載和信息迷航問題，因此針對這兩個問題，推薦系統應運而生。

其中，推薦系統也在各個互聯網平臺上面扮演者重要的角色，通過推薦系統，用戶可以更高效快速地找到自己感興趣或者存在潛在興趣的商品或者信息。推薦系統根據用戶的歷史行為信息，更好的分析用戶的歷史偏好取向以及潛在興趣等，可以處理互聯網時代由于海量信息數據導致的信息過載問題，以此增強用戶體驗。但是傳統的推薦系統仍然存在一系列問題，比如推薦準確率不高、推薦不具有解釋性、數據稀疏問題和冷啟動問題等。

針對傳統推薦系統的問題，一些專家提出可以加入輔助信息來有效緩解數據稀疏和冷啟動等問題，其中知識圖譜就是一種典型的輔助信息。知識圖譜是一種語義信息網，主要由物理世界的實體及其關系組成，且以三元組的形式呈現，如(頭實體、關系、尾實體)或者(實體、屬性、屬性值)。該語義網蘊含了推薦系統中的物品的大量背景信息和物品之間的關系。并且它可以將用戶的用戶行為數據構成的用戶-物品網絡集成起來，從而擴展用戶與商品之間的隱藏的關聯關系，進一步捕捉用戶的潛在興趣以及用戶的深層興趣。

與此同時，對于電商平臺的服裝推薦領域，現如今電商網站的服裝推薦，并且推薦準確率和推薦可解釋性方面還有待提高，因此本發明使用知識圖譜結合混合推薦系統，有效緩解推薦系統的數據稀疏和冷啟動問題，也具備一定的推薦解釋性。以及針對電商網站的服裝單品推薦，用戶還需耗費時間和精力進行套裝搭配選擇，因此本發明提出了個性化智能套裝搭配推薦；與此同時，用戶在網上購買的服裝會存在“理想與現實”的極大差距，本發明提出的AR虛擬試裝技術可以有效解決這些這個問題，給用戶帶來極佳的體驗。

發明內容

為了解決上述問題，本發明提供一種結合知識圖譜的個性化智能服裝搭配推薦方法，將推薦出的套裝進行AR虛擬換裝技術。

一種結合知識圖譜的個性化智能服裝搭配推薦方法，包括以下步驟：

S1、獲取電商平臺的服裝商品信息以及用戶服裝交互信息；

S2、根據電商平臺的服裝商品信息以及用戶服裝交互信息構建知識圖譜，知識圖譜的形式為三元組形式，由頭實體，關系，尾實體構成，構建知識圖譜時計算實體之間的相似度，即知識圖譜相似度；

S3、使用知識圖譜特征學習，對上述構建的知識圖譜進行建模，將知識圖譜中的每個實體和關系進行學習，得到實體向量和關系向量；

S4、將構建的知識圖譜得到的實體向量和關系向量與混合推薦系統進行結合，對單品服裝進行評分預測，最終按照評分順序得到服裝單品推薦結果；

S5、根據步驟S4所得的服裝單品推薦結果，通過特征提取網絡提取推薦結果中每個服裝單品的特征，通過服裝單品相似度函數對兩兩服裝單品進行相似度計算，得出匹配指數，將匹配指數高的兩個服裝單品進行自動搭配；

S6、對自動搭配的兩個服裝單品進行評分預測，根據評分預測的結果，將評分較高的服裝進行最后的TOP-N套裝推薦結果；