[发明专利]一种基于机器学习的成衣尺寸生成方法及其装置

说明书

本发明提供了一种基于机器学习的成衣尺寸生成方法及其装置。一种基于机器学习的成衣尺寸生成方法包括构建成衣尺寸生成模型；获取用户体征信息，所述用户体征信息至少包括年龄、身高、体重、腰型、胸型、腹型、肩型、背型和腿型；将所述用户体征信息转化为成衣尺寸生成模型输入向量；通过所述成衣尺寸生成模型对所述成衣尺寸生成模型输入向量进行分类，产生成衣尺寸生成模型输出向量；将所述成衣尺寸生成模型输出向量转化为适用于该用户的成衣尺寸。一种基于机器学习的成衣尺寸生成装置包括用户体征信息获取模块、成衣尺寸生成模块和底层服务模块。本发明的有益效果是：无需依赖特定的硬件设备便可以生成适合于用户的成衣尺寸。

技术领域

本发明涉及线上服装零售与定制领域，特别涉及一种基于机器学习的成衣尺寸生成方法及其装置。

背景技术

根据智研咨询发布的《2017-2022年中国服装电子商务行业发展前景及投资战略研究报告》，在2016年，我国服装网购市场交易规模达9343亿元，而随着网购服装的蓬勃发展，线上服装零售的缺陷也日益明显。线上服装零售与传统的线下服装零售不同，线上服装零售缺乏消费者试穿的条件，消费者往往只能通过往日服装购买的经验来判断其在线上购买的服装是否符合自己的身材，该种判断方法极不准确，从而导致极高的退换货率，消费者的网购效率极低、体验极差，并且由于个体之间存在着较大的差异，即使消费者选择了最为适合的服装型号，也难以做到令消费者满意。而对于线上服装定制领域，更是由于一方面线下身体尺寸测量难以展开，另一方面消费者又难以提供准确的身体尺寸信息，从而无法给消费者提供合适的服装定制服务。

为了解决以上问题，市面上提出了各种解决方案，如公开号为CN106510070A和公开号为CN206453312U的专利产品，但这些解决方案无一例外都不建立在现有的硬件设备之上，都需要依赖于某种特定的硬件装置，用户必须使用这种硬件装置，才能生成相应的成衣尺寸，难以作为一种可以大规模商业使用的技术方案。

故市场亟需一种不依赖于特定的硬件装置，可用于线上服装零售及定制，为用户生成合适的成衣尺寸的成衣尺寸的生成的方法及其装置。

发明内容

为了解决上述技术问题，本发明中披露了一种基于机器学习的成衣尺寸生成方法及其装置，本发明的技术方案是这样实施的：

一种基于机器学习的成衣尺寸生成方法，所述方法包括，步骤(1)：构建成衣尺寸生成模型；步骤(2)获取用户体征信息，所述用户体征信息至少包括年龄、身高、体重、腰型、胸型、腹型、肩型、背型和腿型；步骤(3)：将所述用户体征信息转化为成衣尺寸生成模型输入向量；步骤(4)：通过所述成衣尺寸生成模型对所述成衣尺寸生成模型输入向量进行分类，产生成衣尺寸生成模型输出向量；步骤(5)：将所述成衣尺寸生成模型输出向量转化为适用于该用户的成衣尺寸。

优选地，成衣尺寸生成模型的构建步骤包括，步骤(1.1)：读取数据集数据；步骤(1.2)：使用聚类算法对所述数据集数据进行聚类得到成衣尺寸聚类数据；步骤(1.3)：将所述成衣尺寸聚类数据划分为训练集与测试集；步骤(1.4)：使用决策树学习算法基于所述训练集与所述测试集构建成衣尺寸生成模型；步骤(1.5)：保存所述成衣尺寸生成模型。

优选地，所述聚类算法使用K均值算法。

优选地，所述K均值算法使用轮廓系数(Silhouette Coefficient)对所述成衣尺寸聚类数据进行性能评估。

优选地，所述数据至少包括用户身体净尺寸和成衣尺寸。

优选地，所述训练集与所述测试集的划分方法采用留出法、交叉验证法或者自助法抽样。

优选地，所述的决策树学习算法使用ID3(Iterative Dichotomiser 3)算法。