[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

本發明涉及人工智能、服裝行業技術領域，具體涉及一種基于人工智能和大數據的服裝銷售預測方法及系統。該方法通過服裝分析神經網絡處理服裝搭配圖像，獲得服裝風格和每個服裝單品的特征向量，通過服裝風格和特征向量構建風格特征分布圖。通過網絡平臺數據獲得服裝風格熱度和服裝單品熱度。根據服裝風格熱度和服裝單品熱度重置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，通過每個風格特征分布圖的聚類中心對服裝單品熱度圖進行校準更新，獲得標準服裝單品熱度圖。根據標準服裝單品熱度圖獲得預測服裝銷量。本發明消除了商鋪與網絡平臺的信息差異，考慮服裝單品之間搭配關系對銷量的影響，預測出準確的服裝銷量。

技術領域

本發明涉及人工智能、服裝行業技術領域，具體涉及一種基于人工智能和大數據的服裝銷售預測方法及系統。

背景技術

在現代社會的互聯網中有著許多信息豐富的網絡平臺。對于服裝行業而言，網絡平臺中的信息存在一定的導向作用，如淘寶、京東等電商平臺的評論；知乎、小紅書等社區平臺的發帖等都會對服裝的銷量產生影響。

對于服裝行業而言，準確預測出不同款式的服裝銷量可以指導商鋪的進貨量，減少銷售機會損失，降低庫存積壓，提高服裝銷售量。在現有技術中，可以通過歷史服裝銷量社交媒體數據之間的關系構建數學模型對服裝銷量進行預測。但是該方法忽略了商鋪不同風格服裝與社交媒體中服裝之間的差異，使最終得到的預測結果誤差較大。且沒有考慮服裝單品之間因為搭配關系造成的銷量影響，不能為商家提供可靠的指導信息。

發明內容

為了解決上述技術問題，本發明的目的在于提供一種基于人工智能和大數據的服裝銷售預測方法及系統，所采用的技術方案具體如下：

本發明提出了一種基于人工智能和大數據的服裝銷售預測方法，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；

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。

進一步地，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。

進一步地，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。

進一步地，所述訓練函數包括：