[发明专利]一种基于手感属性的针织面料推荐方法

说明书

本发明涉及一种基于手感属性的针织面料推荐方法，包括以下步骤：确定m种手感因子；根据m种手感因子获取用户对针织面料的m种手感因子的评分值，并通过欧式距离相似度度量针织面料之间的相似度大小，并对结果进行排序，选取前K块针织面料建立相似度集合群；根据相似度集合群，设计集合群算法；设计集合群算法时结合用户对针织面料的偏好评分，采取平均加权策略消除用户评分尺度的影响，计算得到用户综合评分值；使用用户综合评分值作为用户的偏好表达，以所述相似度集合群为计算单位，运用平均加权策略实现用户评分预测与推荐。本发明有效减少针织面料推荐算法预测误差，实现对用户的精准推荐。

技术领域

本发明涉及服装工程技术领域，特别是涉及一种基于手感属性的针织面料推荐方法。

背景技术

针织面料以其良好的弹性使制成的服装具备人体运动的跟随性，针织面料良好的柔软透气性使其更加适合作为贴身穿着的服装面料，其功能性更能显性地位人体所受用。针织面料的这些性能使其在服用纺织品中的占比不断提升，成为占用较大的服用纺织品。随着互联网技术的发展，数字化针织面料产业成为未来发展趋势。智能推荐的概念早在上个世纪被人提出，推荐技术与服装构成的数字化服装营销成为当下研究热点。

为清晰了解智能推荐与服装面料的完美融合，总结了智能推荐技术在数字化服装营销应用上的关键步骤，并提出两点问题。智能推荐技术辅助传统的以搜索引擎为代表的信息检索系统，在帮助用户获取更好信息服务的同时，也有效的解决了日益增长的商品和用户信息过载问题。推荐系统由用户模块、推荐对象模块、推荐算法构成，推荐算法是推荐系统的核心。基于协同过滤的推荐算法常被应用到服装与面料的推荐上，一般的研究思路是通过收集用户偏好评分数据，以此代表用户的兴趣程度，评分越高代表用户越喜欢。构建用户偏好评分矩阵，选择相似度计算方法或改进算法计算用户或项目之间的相似度值；对得到的相似度值进行综合排序或采用平均加权策略，选取近邻K值来决定最后的推荐数量。但是这样会存在两方面问题，一是仅用用户的偏好评分来表达用户的综合感受，粗粒度较高；二是忽略了面料自身的属性因素对用户偏好度的影响。

发明内容

本发明所要解决的技术问题是提供一种基于手感属性的针织面料推荐方法，有效减少针织面料推荐算法预测误差，实现对用户的精准推荐。

本发明解决其技术问题所采用的技术方案是：提供一种基于手感属性的针织面料推荐方法，包括以下步骤：

(1)确定m种手感因子；

(2)根据所述m种手感因子，获取用户对针织面料的m种手感因子的评分值，并通过欧式距离相似度度量针织面料之间的相似度大小，并对结果进行排序，选取前K块针织面料建立相似度集合群；

(3)根据所述相似度集合群，设计集合群算法；设计集合群算法时结合用户对针织面料的偏好评分，采取平均加权策略消除用户评分尺度的影响，计算得到用户综合评分值；

(4)使用用户综合评分值作为用户的偏好表达，以所述相似度集合群为计算单位，运用平均加权策略实现用户评分预测与推荐。

所述步骤(1)中m种手感因子为四种手感因子，分别为：柔软与硬挺、光滑与粗糙、高弹与低弹、轻薄与厚重。

所述步骤(2)中采用计算针织面料之间的欧式距离，采用度量针织面料之间的相似度大小，其中，dis(X,Y)为针织面料之间的欧式距离，x_i和y_i分别表示面料X和面料Y对于第i种手感因子的等级评分，sim(X,Y)为针织面料之间的相似度。

所述步骤(3)中采用计算集合群中的针织面料的用户偏好评分的均值，采用计算用户综合评分值，其中，为集合群中的针织面料的用户偏好评分的均值，I_n,i为用户n对集合群中的第i针织面料的用户偏好评分，R_m,n为用户综合评分值，为该用户所有偏好评分的均值，w_n,i为相似度集合群中针织面料相似度值。