[发明专利]服饰搭配推荐方法及装置在审
申请号: | 201710381146.9 | 申请日: | 2017-05-25 |
公开(公告)号: | CN108932260A | 公开(公告)日: | 2018-12-04 |
发明(设计)人: | 李亚杰;周建国 | 申请(专利权)人: | 北京康得新创科技股份有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡;褚敏 |
地址: | 102200*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 服饰搭配 穿衣 搭配 请求消息 服饰 电子设备提供 服饰信息 模型获取 天气信息 用户指示 携带 准确率 申请 匹配 创建 展示 学习 | ||
1.一种服饰搭配推荐方法,其特征在于,包括:
接收服饰搭配请求消息,其中,所述服饰搭配请求消息为用户指示电子设备提供服饰搭配方案而产生的消息,所述服饰搭配请求消息中至少携带以下信息:天气信息和出席场合;
获取所述用户的穿衣习惯搭配模型,其中,所述穿衣习惯搭配模型为预先对所述用户的穿衣习惯搭配进行学习后创建的模型;
在所述用户的电子衣橱中根据所述穿衣习惯搭配模型获取与所述服饰搭配请求消息所携带的信息相匹配的服饰穿衣习惯搭配方案,其中,所述用户的电子衣橱是依据所述用户现有服饰的服饰信息建立的电子衣橱;以及
展示所述服饰穿衣习惯搭配方案。
2.根据权利要求1所述的方法,其特征在于,在接收服饰搭配请求消息之前,所述方法还包括:
根据所述用户的人体生物特征信息识别所述用户;
按照预设时间周期采集所述用户的穿衣搭配的图片,得到多套搭配图片;
对所述多套搭配图片进行学习,获取所述用户的穿衣搭配的习惯数据;以及
基于所述用户的穿衣搭配的习惯数据创建所述用户的穿衣习惯搭配模型。
3.根据权利要求1所述的方法,其特征在于,在展示所述服饰穿衣习惯搭配方案之后,所述方法还包括:
采集在获取到所述服饰穿衣习惯搭配方案之后所述用户选择的穿衣搭配的图片;以及
对所述用户选择的穿衣搭配的图片进行学习,以优化所述穿衣习惯搭配模型。
4.根据权利要求1所述的方法,其特征在于,在展示所述服饰穿衣习惯搭配方案之后,所述方法还包括:
按照预设时间周期采集所述用户的穿衣搭配的图片,得到多套所述用户的穿衣搭配的图片;
对每套所述用户的穿衣搭配的图片进行分析,以判定所述用户是否选择了所述服饰穿衣习惯搭配方案;
在所述用户选择了所述服饰穿衣习惯搭配方案的次数大于第一预设次数的情况下,确定所述用户类型为习惯依赖性用户;
在所述用户未选择所述服饰穿衣习惯搭配方案的次数大于第二预设次数的情况下,确定所述用户类型为非习惯依赖性用户;
在再次接收到所述用户触发的服饰搭配请求消息的情况下,推荐与所述用户的用户类型相匹配的服饰搭配方案。
5.根据权利要求1所述的方法,其特征在于,
在所述用户的电子衣橱中根据所述穿衣习惯搭配模型获取与所述服饰搭配请求消息所携带的信息相匹配的服饰穿衣习惯搭配方案包括:在所述用户的电子衣橱中通过所述穿衣习惯搭配模型获取与所述服饰搭配请求消息所携带的信息相匹配的服饰穿衣习惯搭配方案,得到多种服饰穿衣习惯搭配方案;通过网络穿衣搭配模型从所述多种服饰穿衣习惯搭配方案筛选目标服饰穿衣习惯搭配方案,其中,所述网络穿衣搭配模型是通过互联网对网络中的穿衣搭配方案进行在线学习创建的模型,所述目标服饰穿衣习惯搭配方案为所述多种服饰穿衣习惯搭配方案中与所述网络穿衣搭配模型推荐的网络穿衣搭配方案相匹配的方案;
展示所述服饰穿衣习惯搭配方案包括:展示所述目标服饰穿衣习惯搭配方案。
6.根据权利要求1所述的方法,其特征在于,若所述服饰搭配请求消息中包括所述用户已选择的服饰,
在所述用户的电子衣橱中根据所述穿衣习惯搭配模型获取与所述服饰搭配请求消息所携带的信息相匹配的服饰穿衣习惯搭配方案包括:在所述用户的电子衣橱中根据所述穿衣习惯搭配模型获取与所述用户已选择的服饰相搭配的服饰;
展示所述服饰穿衣习惯搭配方案包括:展示与所述用户已选择的服饰相搭配的服饰。
7.根据权利要求1所述的方法,其特征在于,在接收服饰搭配请求消息之前,所述方法还包括:
确定所述用户的每件服饰的购置时间;
设置所述用户的每件服饰的使用时间;
若所述用户的服饰达到使用时间,在所述用户的电子衣橱中对该服饰进行隐藏设置;
向所述用户推荐与达到使用时间的服饰相似度满足预设值的服饰。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京康得新创科技股份有限公司,未经北京康得新创科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710381146.9/1.html,转载请声明来源钻瓜专利网。