[发明专利]一种用户个人服饰的搭配方法

权利要求书

1.一种用户个人服饰的搭配方法，其特征在于，包括以下步骤：

S1用户对其衣橱内的服饰拍照，并导入计算机而构建视觉数据驱动的个人衣橱模型；

S2个人衣橱模型基于网络大数据应用机器学习方法了解时尚趋势，提供服饰搭配建议；

S3用户参照服饰搭配建议，选择着装；

所述步骤S2中，可通过周期性收集社交网络信息获取训练数据了解时尚趋势；

所述步骤S2具体包括以下步骤：

S21个人衣橱模型通过机器学习模块自动挖掘社交媒体的服饰搭配图片；

S22通过应用自然语言处理领域的统计语言模型方法，计算某种风格服饰搭配的出现概率顺序分布，来分析时尚服饰搭配；

S23在用户指定某个服饰后，个人衣橱模型基于服饰搭配的出现概率提供着装建议；

所述步骤S2还包括以下步骤：

根据用户喜欢的明星穿衣风格，调整步骤S22中服饰搭配的出现概率分布参数；

所述步骤S 23具体包括以下步骤：

针对用户指定的某个服饰，使用一个N-gram模型，用来预测下一个出现的服饰；

该N-gram模型为马尔可夫模型，即(N-1)-order；

在时尚领域内，N代表在预测服饰的过程中涉及到的服饰数量；

还包括以下步骤：

S4通过设立混乱度判断模型的方法，来判断个人衣橱模型的预测效力；

所述步骤S2中还包括提供整个衣橱的时尚水平评分的方法，具体方法如下：

采用统计语言模型的公式P(w1,…,wm)计算得出整个个人衣橱模型的时尚得分评价；其中，wm代表一个服饰，P代表各种服饰搭配的时尚程度。

2.根据权利要求1所述的用户个人服饰的搭配方法，其特征在于，所述个人衣橱模型可推荐用户服饰购买链接，用于与其个人衣橱模型中的服饰搭配，提升该个人衣橱模型的时尚指数。

3.根据权利要求1～2任一项所述的用户个人服饰的搭配方法，其特征在于，所述步骤S1具体包括以下步骤：

S11采用一个自动分类器去对用户所拍照的服饰进行分类，并打上语义标签；

S12采用支持向量机模块提取所拍照的服饰的多维视觉特征向量；

S13通过视觉特征向量建立一个类似统计语言模型的个人衣橱模型。