[發明專利]一種基于人工智能和大數據的服裝銷售預測方法及系統

有效

• 申請號: 202111034433.5
• 申請日: 2021-09-03
• 公開（公告）號: CN113506144B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 鄭妙春;李錦蓮
• 申請（專利權）人: 海門市創睿機械有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 鄭州知倍通知識產權代理事務所(普通合伙) 41191
• 代理人: 李玲玲

1.一種基于人工智能和大數據的服裝銷售預測方法，其特征在于，所述方法包括：

獲得多張包含不同服裝單品搭配的服裝搭配圖像；將所述服裝搭配圖像送入預先訓練好的服裝分析神經網絡中輸出服裝風格和每個服裝單品的特征向量；將所述特征向量映射至二維空間中作為坐標，以對應的所述服裝風格作為元素值構建每個服裝單品的風格特征分布圖；

獲得多個網絡平臺中的服裝信息和網絡平臺用戶量；所述服裝信息包括服裝風格情感傾向、服裝單品情感傾向、服裝風格評價點贊數、服裝單品評價點贊數和服裝單品銷量；根據所述服裝風格評價點贊數、所述網絡平臺用戶量和所述服裝風格情感傾向獲得服裝風格熱度；根據所述單品評價點贊數、所述網絡平臺用戶量、所述服裝單品情感傾向和所述服裝單品銷量獲得服裝單品熱度；

根據像素值對所述風格特征分布圖進行聚類，獲得所述風格特征分布圖的聚類中心；根據所述服裝單品熱度和所述服裝風格熱度重置所述風格特征分布圖對應位置的像素值，獲得每個服裝單品的服裝單品熱度圖；根據所述聚類中心校準更新所有所述服裝單品熱度圖獲得標準服裝單品熱度圖；

根據所述標準服裝單品熱度圖獲得預測服裝銷量。

2.根據權利要求1所述的一種基于人工智能和大數據的服裝銷售預測方法，其特征在于，所述將所述服裝搭配圖像送入預先訓練好的服裝分析神經網絡中輸出每個服裝單品的特征向量和對應的服裝風格包括：

所述服裝分析神經網絡通過第一服裝分割子網絡分割所述服裝搭配圖像，獲得多張服裝單品圖像；將每個所述服裝單品圖像送入對應的服裝分析編碼器中，獲得每個所述服裝單品的所述特征向量；將所述特征向量合并后送入全連接層，輸出所述服裝風格。

3.根據權利要求2所述的一種基于人工智能和大數據的服裝銷售預測方法，其特征在于，所述服裝分析神經網絡還包括：

以多張服裝搭配圖像作為訓練組；獲得訓練組的所述特征向量和所述服裝風格；根據所述訓練組內所述特征向量間的距離構建距離矩陣；根據所述訓練組內所述服裝風格的差異構建標準矩陣；以所述距離矩陣和所述標準矩陣的差調整損失函數的損失值；根據所述損失函數訓練所述服裝分析神經網絡。

4.根據權利要求3所述的一種基于人工智能和大數據的服裝銷售預測方法，其特征在于，所述損失函數包括：

其中，為所述訓練組內所述服裝搭配圖像的數量，為所述服裝單品的數量，為第個所述距離矩陣，為所述標準矩陣，為所述訓練組中第張所述服裝搭配圖像屬于所述服裝風格的真實概率，所述訓練組中第張所述服裝搭配圖像屬于所述服裝風格的預測概率，為所述服裝風格類別數。

5.根據權利要求1所述的一種基于人工智能和大數據的服裝銷售預測方法，其特征在于，所述根據所述服裝風格評價點贊數、所述網絡平臺用戶量和所述服裝風格情感傾向獲得服裝風格熱度包括：

以每個所述網絡平臺中的所述服裝風格評價點贊數與所述網絡平臺用戶量的比值作為服裝風格評價熱度；以所述服裝風格評價熱度和所述服裝風格情感傾向的乘積作為所述服裝風格在所述網絡平臺上的第一初始服裝風格熱度；

以每個所述網絡平臺用戶量和所有所述網絡平臺中最大所述網絡平臺用戶量的比值作為所述網絡平臺的質量評估值；以所述質量評估值與所述第一初始服裝風格熱度的乘積作為第二初始服裝風格熱度；將所有網絡平臺對應的所述第二初始服裝風格熱度累加，獲得所述服裝風格熱度。

6.根據權利要求5所述的一種基于人工智能和大數據的服裝銷售預測方法，其特征在于，所述根據所述單品評價點贊數、所述網絡平臺用戶量、所述服裝單品情感傾向所述服裝單品銷量獲得服裝單品熱度：

以每個所述網絡平臺中的所述服裝單品評價點贊數與所述網絡平臺用戶量的比值作為服裝單品評價熱度；以所述服裝單品評價熱度和所述服裝單品情感傾向的乘積作為所述服裝單品在所述網絡平臺上的第一初始服裝單品熱度；

以所述服裝單品銷量和所述網絡平臺的用戶量的比值作為銷量評估值；以所述質量評估值、銷量評估值與所述第一初始服裝單品熱度的乘積作為第二初始服裝單品熱度；將所有網絡平臺對應的所述第二初始服裝單品熱度累加，獲得所述服裝單品熱度。