[发明专利]一种大数据试衣推荐方法

摘要

本发明公开了一种大数据试衣推荐方法，包括采集不同体型不同脸型的模特数据，采集模特穿相应服装的视频数据，采集试衣人的体型和脸型数据，根据试衣人的特征和体型‑脸型通过BDEU方法建立一个以上的推荐决策树，根据试衣人的体型和脸型找到对应模特穿的服装，并综合根据推荐决策树推荐出优选服装的步骤。使用本发明的方法，网购用户能在家中通过互联网访问系统，不仅可以像一般的网购那样查看网店内的衣服，同时可以根据自己的体型和脸型获取最优的推荐结果，从推荐结果中选出适合自己体型和脸型的衣服，帮助用户网购到合适的衣服，降低经济损失风险，提升购物体验。

主权项

一种大数据试衣推荐方法，其特征在于，包括以下步骤：步骤1，采集不同体型的模特数据，将模特的体型按照国家标准体型分类进行划分，得到模特体型分类；步骤2，采集每一个模特体型分类下模特的脸型特征；将模特的脸型按照设定的脸型分类再次进行分类划分，得到模特体型‑脸型分类；步骤3，根据模特体型‑肤色分类匹配与每个模特体型‑脸型分类下的模特样式相协调的至少十件具有不同服装特征的推荐服装；采集模特体型‑脸型分类的模特试穿每件推荐服装的视频数据；步骤4，将试衣人的体型按照国家标准体型分类进行划分，得到试衣人的体型分类；将试衣人的脸型按照设定的脸型分类进行划分，得到试衣人的脸型分类；根据试衣人的体型分类及脸型分类，得到试衣人体型‑脸型分类；步骤5，根据服装特征和试衣人体型‑脸型分类通过BDEU方法建立一个以上的推荐决策树；步骤6，根据步骤4得到的试衣人体型‑脸型分类找到步骤2中与其对应的模特体型‑脸型分类；根据找到的模特体型‑脸型分类找到对应的模特，根据对应的模特找到步骤3中对应的模特穿过的推荐服装；步骤7，将步骤6找到的对应的模特穿过的推荐服装和通过步骤4建立的各个推荐决策树进行衣服推荐，然后对各个推荐决策树推荐的衣服进行优化，将优化得到的衣服向试衣人推荐。