基于小波网络的服装号型推荐系统研究.pdfVIP

浙江理工大学学报，第29卷，第3期，2012牟5月 of Sci_Tech Journal Zhejiang University V01．29，No．3，May．2012 文章编号：1673—3851(2012)03—0347—05 基于小波网络的服装号型推荐系统研究 李成义，罗戎蕾，苏晨 (浙江理工大学服装学院，杭州310018) 摘要：运用层次分析法和小波神经网络构建数学模型，对应不同服装品种和具体人体测量数据，形成服装号 型匹配的方法；通过搭建在号型推荐技术和包含人体样本数据、层次法权值数据、服装商品规格数据、神经网络模块 的参数数据的数据库基础上，形成服装号型推荐系统；最后实验验证该方法的可行性。 关键词：服装号型；号型推荐；层次分析法；小波网络 中围分类号：TS941．26文献标识码：A 经网络的理想输出，可以在现实使用过程中不断地 0引言 减小误差。本文在这种方法的基础上，对其进行改 服装的合体性、颜色和风格是消费者选购服装 进，并探讨可以实际使用的服装号型推荐系统，为以 的三个重要因素。据统计，85％的女性认为，服装不 后实现网络服装号型推荐提供参考。 合体是购买服装之后不经常穿的首要原因L1]。对于 1 基于小波神经网络的服装号型选择模型 到实体店面购物的消费者来说，看中的服装可以先 试穿，直到满意为止。但通过网络购买服装的消费 本文使用的小波神经网络[4]是一种基函数为小 者，往往担心买到的服装不合体。为了解决这个问 波函数的误差反向传播网络(BP网络)，通过对网络 题，国内外的研究者都提出了服装号型推荐方法。 参数的调节达到训练的目的。神经网络的训练过程 国外号型推荐主要通过虚拟试衣系统实现，系 中，输入人体数据和层次分析法的推荐结果，神经 统大多建立在三维人体模型基础之上，推荐方法基 网络通过学习模拟层次分析法的推荐过程；在以 本可以概括为：顾客人体尺寸的输入，系统生成三维 后实际使用过程中，神经网络接受人体数据和实 人体模型，顾客选择品牌款式，系统进行虚拟试衣， 际试穿结果，通过学习逐渐给出接近真实的推荐 系统推荐号型[2]。三维人体测量设备和人体建模技 结果。 术还没有普及，这种技术目前只在大型研究机构、企 1．1小波神经网络算法 业、网站使用，且费用较高。 本文使用的神经网络结构如图l所示： 许轶超等[3]提出运用层次分析法选择服装号 置 型，建立服装号型选择模型，将人体基本部位身高、 置 胸围、腰围作为元素，最合适的服装号型作为目标。 ： ● 该方法将号型推荐定量化，适用于网络服装购物，但 置 是使用过程中，层次分析法的系统误差一直存在。 郑爱花等[21提出了层次法和BP神经网络结合 斥个输入 连接系数 阶节点 连接系数 1个输出 的服装号型推荐方法，把层次分析法的结果作为神 图1小波神经网络的结构 收稿日期；20ll一10—08 作者简介：李成义(1986一)，男，山东济宁人，顼士研究生，主要从事服装cAD技术研究。 通讯作者；罗戎蕾