[發明專利]一種基于圖模型的服裝搭配推薦方法

在審

• 申請號: 202210647578.0
• 申請日: 2022-06-09
• 公開（公告）號: CN114880952A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 尚松濤;史雯雋;陶紅偉;李祖賀;韓繼輝
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 張舉

1.一種基于圖模型的服裝搭配推薦方法，其特征在于，包括以下步驟：

收集多組服飾數據；

對多組所述服飾數據進行預處理，將所述服飾數據中的數值型數、文本、圖片等轉換為結構化數據，獲得數據集；

根據所述數據集構建服飾搭配圖模型；

根據所述服飾搭配圖模型構建多個特征模型；

對多個所述特征模型進行加權組合并建立多模態打分模型；

通過深度學習的優化算法對所述多模態打分模型中的參數進行訓練并輸出推薦模型，根據所述推薦模型進行服飾搭配預測。

2.如權利要求1所述的一種基于圖模型的服裝搭配推薦方法，其特征在于，每組所述服飾數據均包括圖片數據、文本數據、價格數據、情感數據、行為數據和場景數據。

3.如權利要求2所述的一種基于圖模型的服裝搭配推薦方法，其特征在于，對多組所述服飾數據進行預處理得到數據集具體包括以下步驟：

使用深度卷積神經網絡提取圖片數據的深層視覺特征信息；

使用長短期記憶網絡和注意力機制模型提取文本特征信息；

對數值型數據進行格式轉換，之后進行歸一化處理獲取價格特征；

使用Transformer模型提取文本情感特征信息；

使用機器學習方法提取用戶行為特征信息；

將提取的視覺特征、文本特征、價格特征、情感特征、行為特征分別映射到統一的空間模型中，映射方法的計算公式為：

式中，r_i為第i個特征的潛在空間的特征表示，為線性映射矩陣，f_i為服飾的i個特征。

4.如權利要求1所述的一種基于圖模型的服裝搭配推薦方法，其特征在于，將所述數據集隨機劃分為訓練集、驗證集和測試集，通過所述訓練集構建服飾搭配圖模型，通過所述驗證集對服飾搭配圖模型進行驗證、評估，并對服飾搭配圖模型參數進行調整以得到最優圖模型，通過所述測試集對最優圖模型進行測試以確定最優圖模型的泛化能力。

5.如權利要求4所述的一種基于圖模型的服裝搭配推薦方法，其特征在于，所述訓練集、驗證集和測試集由正樣本和負樣本組成，所述正樣本是由收集到的正例套裝構建，所述負樣本是隨機替換掉一套服飾中的單件衣服構建。