[发明专利]一种基于动态知识图谱的服装穿戴推荐方法

说明书

本发明涉及一种基于动态知识图谱的服装穿戴推荐方法，包括推荐规则制定、动态知识图谱构建及服装推荐系统构建；制定推荐规则包括确定服装要素、确定用户特征、设计服装推荐领域主题词表及制定服装推荐规则量化标准；基于制定好的推荐规则，构建服装推荐基础要素知识库，包括服装要素及用户特征；基于服装推荐基础要素知识库构建动态知识图谱，进行服装穿戴知识存储和构建，从已有的知识中推理出新的服装搭配规则；基于动态知识图谱构建服装推荐系统，包括搭配推荐和用户个性化推荐，通过计算综合搭配度评分，输出较优的服装推荐结果。本发明可以应用于各类服装销售平台，将有助于服装推荐方法更好地应用于电子商务等领域。

技术领域

本发明涉及知识图谱及服装推荐技术领域，尤其是涉及一种基于动态知识图谱的服装穿戴推荐方法。

背景技术

随着电子商务的迅猛发展，服装销售的主流方式已经逐步由线下门店转为线上网购。线上购物快捷的消费模式以及直播带货效应，造成了很多消费者冲动消费的现象。现如今，消费市场上的大多数推荐方法都是根据用户的购买记录及浏览足迹准确地把握用户的兴趣和喜好。当用户和服装数量同时增加时，传统的推荐方法难以借助稀疏矩阵计算出用户感兴趣的同类型商品，这将直接引起系统出现漏洞，如冷启动问题、扩展性问题等。目前的推荐方法大多是基于用户历史购买记录为其推荐相似的服装商品，但用户通常不会购买同款式的服装商品。基于用户历史行为的传统服装推荐方法并综合考虑用户的外在形象特征及着装场合信息，服装消费具备一定的盲目性。

知识图谱作为人工智能中的重要分支之一，其语义表达能力丰富多样、描述方式统一且知识表示方法十分友好。通过对多源异构数据的融合，构成了语义关系丰富的知识网络，能够使传统的知识表示方法和知识推理技术找到立足点，同时还能为企业和用户辅助决策提供支持。知识图谱是服装推荐领域进行知识关联、实现服装智能推荐的一种有效方法。近几年，知识图谱相关技术不断突破，研究的重点逐渐从静态知识图谱向动态知识图谱转移，可以表达更加及时的高质量数据。

现有技术中将知识图谱应用于服装推荐领域存在的缺陷有：缺乏针对性，现有的知识图谱往往是通用性的，缺乏针对服装推荐领域的特定信息和规则，导致推荐结果的准确性和个性化程度有限；数据质量不高，由于服装领域数据的复杂性和多样性，现有的知识图谱中存在不少错误、缺失和不一致的信息；算法不成熟，目前大多数基于知识图谱的服装推荐算法无法解决冷启动问题，准确性和效率不高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于动态知识图谱的服装穿戴推荐方法。

本发明的目的可以通过以下技术方案来实现：

一种基于动态知识图谱的服装穿戴推荐方法，包括推荐规则制定、动态知识图谱构建及服装推荐系统构建；

具体包括以下步骤：

制定推荐规则包括确定服装要素、确定用户特征、设计服装推荐领域主题词表及制定服装推荐规则量化标准；

基于所述制定好的推荐规则，构建服装推荐基础要素知识库，包括服装要素及用户特征；

基于所述服装推荐基础要素知识库构建动态知识图谱，进行服装穿戴知识存储和构建，从已有的知识中推理出新的服装搭配规则；

基于所述动态知识图谱构建服装推荐系统，包括搭配推荐和用户个性化推荐，通过计算综合搭配度评分，输出较优的服装推荐结果。

进一步地，还包括软件开发环节，软件开发环节为将所述服装推荐系统作为一个软件包应用到各大服装购物平台的过程。

进一步地，所述推荐规则制定环节中，包括制定服装品类搭配规则、服装色彩搭配规则及形象设计专家规则；

其中，所述服装品类搭配规则和服装色彩搭配规则用于确定服装实体之间的关系及其属性；所述形象设计专家规则用于确定服装实体与用户特征实体之间的关系及其属性。