[发明专利]一种穿搭图像信息推荐方法及装置

权利要求书

1.一种穿搭图像信息推荐方法，其特征是，所述方法包括以下步骤：

步骤1，建立存储穿搭图像的搭配数据库，每一项的穿搭图像预设多维度的匹配标签；

步骤2，获取用户的多维度的用户信息，所述的多维度用户信息和所述多维度匹配标签对应；

步骤3，根据预设的各维度权重计算用户信息与每一项的穿搭图像的匹配标签的匹配分值，根据所述匹配分值的总分为优先级向用户推送推荐穿搭图像。

2.根据权利要求1所述的一种穿搭图像信息推荐方法，其特征是，所述步骤2，获取用户信息的步骤，进一步包括：

步骤201，获取用户的人像照片、身高数据和体重数据，根据人像照片中的人脸特征信息，获取用户的人种、肤色、年龄、性别、脸型、五官位置；

步骤202，根据身高数据和体重数据，获取用户的体型类型；

步骤203，定位用户所在的位置信息，获取用户所在位置的地理位置、温度信息。

3.根据权利要求1所述的一种穿搭图像信息推荐方法，其特征是，所述步骤3，进一步包括：

步骤301，根据用户的性别信息，筛选对应性别标签的穿搭图像；

步骤302，加载个人权重分值模型，所述的个人权重分值模型中包含各项匹配标签的匹配分值计算模型；

步骤303，根据个人权重分值模型，计算人脸匹配分值，采用人脸识别算法，计算用户人脸特征信息和搭配组合的人脸特征因素的相似度，获取人脸匹配分值；

步骤304，根据个人权重分值模型，判断用户的年龄信息、身高信息、体重信息、体型信息、温度信息是否在穿搭图像的对应匹配标签的区间范围内，若是，则匹配分值为该项匹配标签的满分分值，若否则根据偏离程度减分计算匹配分值；

步骤305，根据用户人脸特征信息中的脸型类型，推荐对应脸型类型的发型和配饰。

4.根据权利要求2所述的一种穿搭图像信息推荐方法，其特征是，所述个人权重分值模型的生成步骤包括：

步骤501，根据各维度的基础权重分值模型，计算用户信息与每一项的穿搭图像的匹配标签的匹配分值，向用户推送初步的推荐穿搭图像；

步骤502，根据用户对初步推荐穿搭图像的反馈行为数据，确定用户偏好的穿搭图像；

步骤503，对比用户偏好的穿搭图像和初步的推荐穿搭图像之间差异，调整各维度权重分值，生成适用于用户个人的各维度匹配的个人权重分值模型。

5.根据权利要求4所述的一种穿搭图像信息推荐方法，其特征是，所述的基础权重分值模型包括：采集具有相近人脸特征信息、身高信息、体重信息、体型信息的用户群体的偏好穿搭图像，训练对应匹配标签的权重分值，生成的基础权重分值模型。

6.根据权利要求1所述的一种穿搭图像信息推荐方法，其特征是，所述匹配标签包括人脸特征、适合性别标签、适合年龄区间、适合身高区间、适合体重区间、适合体型信息、适合温度区间、风格标签和场景标签，所述适合人脸特征包括人种、肤色、脸型、五官位置；所述用户信息包括人脸特征信息、性别信息、年龄信息、身高信息、体重信息、体型信息、温度信息、风格偏好、常用场景。

7.根据权利要求1所述的一种穿搭图像信息推荐方法，其特征是，还包括步骤4，根据用户对推荐穿搭图像的反馈行为数据，判定用户关于风格偏好和常用场景的偏好信息，根据所述偏好信息修正推荐穿搭图像的优先级，同时更新用户信息中的风格偏好和常用场景。

8.根据权利要求1或2或3或4或7所述的一种穿搭图像信息推荐方法，其特征是，所述反馈行为数据包括用户浏览停留时间、用户点击和用户选择行为。