基于专家系统下个性化穿搭推荐应用猜想.docVIP

基于专家系统下个性化穿搭推荐应用猜想 　　摘 要：互联网的日益发展使我们处于一个信息过载的时代，对个性化信息服务的诉求也越来越强烈，个性化推荐系统正是解决以上问题的方法。本文基于个性化推荐系统的后台原型，比对市面上穿衣搭配、导购类应用做出了未来穿搭应用的猜想。 　　关键词：服装搭配；个性推荐；专家系统 　　目前，时尚导购类应用越来越多，面向用户所展开的功能良莠不齐，很多的应用充斥着大量信息，增加了用户对于使用产品时的工作负荷量。本文基于专家系统，对于个性化推荐穿搭应用是要改善用户使用体验，增进理解用户的需求，降低个人与服装之间的沟通张力，平衡用户自知与服装客观感知间的和谐。市场上现有的导购推荐类应用，大部分以服装搭配推荐图例的展示形式陈列给用户，却从未发自内心推敲用户到底想要什么。用户开始会被不同的展示图片所吸引，随之进入“流”的购物模式。 　　“流”（Flow），这个概念最早在Mihaly Csikszentmihalyi的著作中Flow：The Psychology of Optimal Experience中被提到。在Peopleware：Productive Projects and Teams一书中，作者Tom DeMarco和Timothy Lister将流描述为“一种深层的、近乎完全的融入状态”。流通常包括一种温和的沉醉感并能让你对时间的流逝毫无察觉。[1]流也可称为沉浸式模式，进入沉浸式购物模式的用户，心境就会发生转变，对于网站推荐的衣服本身要求就将变得更加严苛。用户目标与动机明确的设计，是产品最该被列入首要的主题。 　　用户在购买时，从购物心理学的角度来讲分为：无意识购物、购物环境潜移默化、消费者固有的惯性思维中心等。简单来说，用户在购物的时候大多处于一种盲目的状态，如以下网购流程简述：正常的网上购物行为应该粗略分为以下12步：想要购买衣服、不同应用中探寻、有喜欢的、看价格、价格合适、链接、看图片服饰细节、看店家信誉、看已购买用户评价、（思考是否合适自己、联想自己的已有服饰的搭配）、是否是7天无理由退还货物店、加入购物车、（再次思考犹豫）、购买。 　　在网上购物不同于现实购物，所看即所得，只要上身好看就可以直接购买。网购时，购买的12步中，我们其实从第3步就已经开始有了购买的欲望，但是到最终的购买我们还要历经很多的评断时间。问题在于我们对于物品的不信任，对于自己的不了解，更加重要的是对于自己的衣橱没有一个整体概览。很多18～25岁的“小白用户”人群想要寻求变化，找到自己的特点穿出个性，盲目地推荐她们下载时尚导购类的应用，只会叫她们更加的举步维艰。 　　解铃还须系铃人，问题的根本要从用户自身寻找，要使用户自己了解自己。服装搭配不仅仅是肉体和布料间的叠加，而是有关色彩、材质、款型、身高体重、脸型等因素组成，个性化推荐也是基于此。个性化推荐的专家系统，首先是要在大量的数据基础之上，运用人工智能的技术完成。 　　专家系统（Expert System，ES）亦称为专家咨询系统，它是一种具有大量专门知识与经验的智能计算机系统。它把专门领域中人类专家的知识和思考解决问题的方法、经验和诀窍组织整理且存储在计算机中，不但能模拟领域专家的思维过程，而且能让计算机如同人类专家那样智能地解决实际问题。“专家系统”指拥有某个或某些专门领域相当数量的专家级知识，并且能够在运行过程中不断地增长新知识和修改原有知识，从总体上达到专家水平。由于专家系统是基于知识的系统，那么，建造专家系统就涉及知识获取（从人类专家那里或从实际问题那里搜集、整理、归纳专家级知识），知识的组织与管理，知识库建立与维护，知识的利用等。本文中所描述的基于专家系统的个性化穿搭应用推荐猜想，也是从搜集专家级的知识开始，以下会从视觉上最先感知的颜色开始，推导出我们的个性化穿搭推荐的专家系统。[2] 　　服饰搭配中最为吸引人眼球的是整体的颜色。首先，要确立用户肤色的大致划分，以便找到适合自己的服装风格颜色。例如，皮肤比较偏向棕色的女生，可能由于更加崇尚健康常晒太阳，比较适合活跃的荧光色，色彩饱和度高的色彩；皮肤比较白皙的女生，比较适合暖色。颜色确定后，我们通过颜色的划分和归类，可以导向服饰搭配中的风格分类。根据各大电商的风格分类总结，可以将服饰风格划分为4种大类：女性化、中性化、个性化、大众化。根据色彩的关联，能够很快地定位用户的方向，每次向用户推荐2种风格，其中可变更风格1种（女性化、中性化、个性化任选其一）。更换一种大风格则相应的推荐另外两种可变更风格之一；替换一种大风格下的小趋向，可从新获得2种小趋向风格。 　　不做硬性的推荐，而是感情化的给予建议，如同你的购物闺蜜一般。这样的推荐来源于用户自身真实的个体特征资料，通过猜风格的形式和用户产生第一次的互动，让用户不会有被