[发明专利]一种基于图模型的服装搭配推荐方法

权利要求书

1.一种基于图模型的服装搭配推荐方法，其特征在于，包括以下步骤：

收集多组服饰数据；

对多组所述服饰数据进行预处理，将所述服饰数据中的数值型数、文本、图片等转换为结构化数据，获得数据集；

根据所述数据集构建服饰搭配图模型；

根据所述服饰搭配图模型构建多个特征模型；

对多个所述特征模型进行加权组合并建立多模态打分模型；

通过深度学习的优化算法对所述多模态打分模型中的参数进行训练并输出推荐模型，根据所述推荐模型进行服饰搭配预测。

2.如权利要求1所述的一种基于图模型的服装搭配推荐方法，其特征在于，每组所述服饰数据均包括图片数据、文本数据、价格数据、情感数据、行为数据和场景数据。

3.如权利要求2所述的一种基于图模型的服装搭配推荐方法，其特征在于，对多组所述服饰数据进行预处理得到数据集具体包括以下步骤：

使用深度卷积神经网络提取图片数据的深层视觉特征信息；

使用长短期记忆网络和注意力机制模型提取文本特征信息；

对数值型数据进行格式转换，之后进行归一化处理获取价格特征；

使用Transformer模型提取文本情感特征信息；

使用机器学习方法提取用户行为特征信息；

将提取的视觉特征、文本特征、价格特征、情感特征、行为特征分别映射到统一的空间模型中，映射方法的计算公式为：

式中，r_i为第i个特征的潜在空间的特征表示，为线性映射矩阵，f_i为服饰的i个特征。

4.如权利要求1所述的一种基于图模型的服装搭配推荐方法，其特征在于，将所述数据集随机划分为训练集、验证集和测试集，通过所述训练集构建服饰搭配图模型，通过所述验证集对服饰搭配图模型进行验证、评估，并对服饰搭配图模型参数进行调整以得到最优图模型，通过所述测试集对最优图模型进行测试以确定最优图模型的泛化能力。

5.如权利要求4所述的一种基于图模型的服装搭配推荐方法，其特征在于，所述训练集、验证集和测试集由正样本和负样本组成，所述正样本是由收集到的正例套装构建，所述负样本是随机替换掉一套服饰中的单件衣服构建。