一种智能匹配服装搭配的方法与流程

本发明涉及到ai人工智能技术领域，本发明涉及一种智能匹配服装搭配的方法。

背景技术：

目前市场上存在将服饰进行3d呈现，手工拖拽组合在一起呈现给顾客的虚拟衣橱模式，这类模式应用于购买服饰前，类似于虚拟试衣间。例如在电商平台购买服装不知道好看不好看，把几件衣服放在一起呈现，让顾客购买前可以看到试穿的效果。

这种方式无法对衣服进行推荐组合，完全依赖顾客自身的预先审美，对于大多数消费者是困难的，另外这种模式仅能够用于购买服饰，无法对已有家中服饰进行有效组合，实现每日自动推荐服装搭配的目的，降低了服饰的利用率，且这种方式使得商家不能够是商家同时从视觉上以及消费者利益最大化的角度上进行销售，降低了消费者的友好度。

技术实现要素：

本发明的目的就在于为了解决上述问题而提供一种智能匹配服装搭配的方法。

本发明通过以下技术方案来实现上述目的：

一种智能匹配服装搭配的方法，它包括以下步骤：

（1）后台数据库建立

步骤1：对所有服饰进行标签化，从颜色、样式、面料、季节、类型等各种维度进行标签化，比如类型有牛仔裤、v衣、贝壳鞋等，牛仔裤有石墨蓝、白色、黑色等，样式包括skiny、slim、直通、宽松、阔腿，季节包括春、夏、秋、冬，还有其他类似于破洞、7分等标签；

步骤2：对成熟的服饰搭配进行收集，可以来自当下流行杂志、时装周、时尚达人给出的搭配建议，比如：石墨蓝slim破洞牛仔裤+白色纯棉t恤衫+黑色棒球帽+白色贝壳鞋+黄金色项链进行组合；

步骤3：通过建立大量的数据库，大数据深度自学习搭配策略，建立后台模型。

（2）用户部分数据库建

步骤1：用户录入、导入自身已购买服饰，并且手工或自动识别服饰标签，保存为用户的线上衣橱库；

步骤2：软件通过用户衣橱服饰情况及后台搭配算法，自动推荐组合并且发现缺失服饰，建议用户购买；

步骤3：软件同时对用户的喜好进行计算，发现用户偏好，比如鞋控、白色控、牛仔控等，暗示用户购买的服饰存在不均衡，最大化建议用户理性购；

步骤4：在用户每次购买服饰时，用户可以使用软件查看近似服装及与现有自身衣橱库搭配情况，有效判断是否该购买服饰。

（3）商家部分数据库建立

步骤1：商家录入自身销售服饰，自动或手动进行标签，系统自动搭配组合后推荐搭配效果，商家可通过搭配效果进行陈列，激发消费者购买欲望；

步骤2：商家通过软件可以与用户的全部或仅属于商家品牌部分衣橱打通，打通后可自动推荐用户购买新服饰，并且给出搭配组合效果促进消费。

进一步的，上述数据库在建立过程中所用到的技术包含图片识别、自然语言处理技术、相似度匹配算法、推荐算法、以及网络爬虫技术、大数据处理技术。

本发明的有益效果在于：

1、本发明通过建立智能化的后台数据库，可为用户提供最佳的穿衣搭配方案，让每个都能成为搭配专家，让搭配不再难，而不是单纯的呈现，提高用户的穿衣效果；

2、本发明通过将用户部分的数据库与后台数据库的信息进行互联互通，能够在有效避免消费者重复消费，提升了服饰的利用率，使得消费者的消费更加的合理；

3、本发明通过将商家部分数据、消费者数据库以及后台数据库的信息进行互联互通，使得商家能够从视觉上和消费者利益最大化两个角度进行销售促进，大大提升的消费者的友好度。

附图说明

图1为本发明所述的一种智能匹配服装搭配的方法的方案示意图一；

图2为本发明所述的一种智能匹配服装搭配的方法的方案示意图二。

具体实施方式

一种智能匹配服装搭配的方法，它包括以下步骤：

（1）后台数据库建立

步骤1：对所有服饰进行标签化，从颜色、样式、面料、季节、类型等各种维度进行标签化，比如类型有牛仔裤、v衣、贝壳鞋等，牛仔裤有石墨蓝、白色、黑色等，样式包括skiny、slim、直通、宽松、阔腿，季节包括春、夏、秋、冬，还有其他类似于破洞、7分等标签；

步骤2：对成熟的服饰搭配进行收集，可以来自当下流行杂志、时装周、时尚达人给出的搭配建议，比如：石墨蓝slim破洞牛仔裤+白色纯棉t恤衫+黑色棒球帽+白色贝壳鞋+黄金色项链进行组合；

步骤3：通过建立大量的数据库，大数据深度自学习搭配策略，建立后台模型。

（2）用户部分数据库建立

步骤1：用户录入、导入自身已购买服饰，并且手工或自动识别服饰标签，保存为用户的线上衣橱库；

步骤2：软件通过用户衣橱服饰情况及后台搭配算法，自动推荐组合并且发现缺失服饰，建议用户购买；

步骤3：软件同时对用户的喜好进行计算，发现用户偏好，比如鞋控、白色控、牛仔控等，暗示用户购买的服饰存在不均衡，最大化建议用户理性购；

步骤4：在用户每次购买服饰时，用户可以使用软件查看近似服装及与现有自身衣橱库搭配情况，有效判断是否该购买服饰。

（3）商家部分数据库建立

步骤1：商家录入自身销售服饰，自动或手动进行标签，系统自动搭配组合后推荐搭配效果，商家可通过搭配效果进行陈列，激发消费者购买欲望；

步骤2：商家通过软件可以与用户的全部或仅属于商家品牌部分衣橱打通，打通后可自动推荐用户购买新服饰，并且给出搭配组合效果促进消费。

本实施例中，上述数据库在建立过程中所用到的技术包含图片识别、自然语言处理技术、相似度匹配算法、推荐算法、以及网络爬虫技术、大数据处理技术。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种智能匹配服装搭配的方法，其特征在于：它包括以下步骤：

(1)后台数据库建立

步骤1：对所有服饰进行标签化，从颜色、样式、面料、季节、类型等各种维度进行标签化，比如类型有牛仔裤、v衣、贝壳鞋等，牛仔裤有石墨蓝、白色、黑色等，样式包括skiny、slim、直通、宽松、阔腿，季节包括春、夏、秋、冬，还有其他类似于破洞、7分等标签；

步骤2：对成熟的服饰搭配进行收集，可以来自当下流行杂志、时装周、时尚达人给出的搭配建议，比如：石墨蓝slim破洞牛仔裤+白色纯棉t恤衫+黑色棒球帽+白色贝壳鞋+黄金色项链进行组合；

步骤3：通过建立大量的数据库，大数据深度自学习搭配策略，建立后台模型。

(2)用户部分数据库建立

步骤1：用户录入、导入自身已购买服饰，并且手工或自动识别服饰标签，保存为用户的线上衣橱库；

步骤2：软件通过用户衣橱服饰情况及后台搭配算法，自动推荐组合并且发现缺失服饰，建议用户购买；

步骤3：软件同时对用户的喜好进行计算，发现用户偏好，比如鞋控、白色控、牛仔控等，暗示用户购买的服饰存在不均衡，最大化建议用户理性购；

步骤4：在用户每次购买服饰时，用户可以使用软件查看近似服装及与现有自身衣橱库搭配情况，有效判断是否该购买服饰。

(3)商家部分数据库建立

步骤1：商家录入自身销售服饰，自动或手动进行标签，系统自动搭配组合后推荐搭配效果，商家可通过搭配效果进行陈列，激发消费者购买欲望；

步骤2：商家通过软件可以与用户的全部或仅属于商家品牌部分衣橱打通，打通后可自动推荐用户购买新服饰，并且给出搭配组合效果促进消费。

2.根据权利要求1所述的一种智能匹配服装搭配的方法，其特征在于：上述数据库在建立过程中所用到的技术包含图片识别、自然语言处理技术、相似度匹配算法、推荐算法、以及网络爬虫技术、大数据处理技术。

技术总结
本发明公开了一种智能匹配服装搭配的方法，它包括以下步骤：（1）后台数据库建立步骤1：对所有服饰进行标签化，从颜色、样式、面料、季节、类型等各种维度进行标签化，比如类型有牛仔裤、v衣、贝壳鞋等，牛仔裤有石墨蓝、白色、黑色等，样式包括skiny、slim、直通、宽松、阔腿，季节包括春、夏、秋、冬，还有其他类似于破洞、7分等标签。有益效果在于：本发明通过建立智能化的后台数据库，可为用户提供最佳的穿衣搭配方案，让每个都能成为搭配专家，让搭配不再难，提高用户的穿衣效果，本发明通过将用户部分的数据库与后台数据库的信息进行互联互通，能够在有效避免消费者重复消费，提升了服饰的利用率，使得消费者的消费更加的合理。

技术研发人员：张莹;闫成;周明智
受保护的技术使用者：网娱互动科技(北京)股份有限公司
技术研发日：2019.08.19
技术公布日：2020.05.19