基于风格匹配模的在线购物推荐系统.docVIP

基于风格匹配模型的在线购物推荐系统 摘要：为了丰富电子商务推荐功能和优化在线购物的用户体验,提出了一个新的基于模型的风格匹配电子商务的推荐方法。基于内容的图像检索(CBIR)技术被用来提取图像特征的颜色，纹理和产品的形状，计算商品集群，有类似的图像内容的特征，然后应用风格匹配模型,按照用户喜欢的风格推荐给用户。基于模型的风格匹配推荐引擎得到了发展，集成到电子商务推荐系统来帮助用户完成认知风格和指导在线购物。最后，一个鞋子的购买推荐系统的发展验证了该理论。 关键词:电子商务,图像检索,推荐系统，风格匹配模型 1 引言 近年来,随着电子商务的快速发展,网上购物市场爆炸增长。随着商品的大量的网络数据的增加，尤其是大量图片来自于对商品的描述，如何优化指导用户用减删内容来完成购物的过程的问题已经变得很急迫。为了更好的指导用户在线购物，电子商务推荐系统的研究与应用变得越来越重要。作为一个传统的推荐系统补充，研究人员已经开始重视个性化推荐系统通过商品风格的购物习惯来满足用户潜在的需求。 目前,电子商务系统主要提供两个方法来帮助用户找到他们需要的产品。一个是基于语义搜索引擎。由于语义层本质的限制，它不能满足用户模糊的需求和情感购物心理。特别是,当用户不能按照商品的确定的描述决定什么是他们需要，这样的矛盾更为突出。例如,当用户浏览一个帽子,希望查询类似风格的标签,这个过程