女装搭配推荐系统的设计与实现

doi:10.13475/j.fzxb.20191200510

纺织学报 ›› 2020, Vol. 41 ›› Issue (10): 122-131.doi: 10.13475/j.fzxb.20191200510

女装搭配推荐系统的设计与实现

甘美辰¹, 李敏¹^,²^,³()

1.东华大学服装与艺术设计学院, 上海 200051
2.东华大学现代服装设计与技术教育部重点实验室,上海 200051
3.东华大学海派时尚设计及价值创造协同创新中心, 上海 200051

收稿日期:2019-12-02 修回日期:2020-07-15 出版日期:2020-10-15 发布日期:2020-10-27
通讯作者: 李敏
作者简介:甘美辰(1994—),女,硕士生。主要研究方向为服装产业经济。
基金资助:
上海高校知识服务平台资助项目(13S107024);中央高校基本科研业务费专项基金项目(2232020G-08)

Design and realization of a collocation recommendation system for women's clothing

GAN Meichen¹, LI Min¹^,²^,³()

1. College of Fashion and Design, Donghua University, Shanghai 200051, China
2. Key Laboratory of Clothing Design and Technology, Ministry of Education, Donghua University, Shanghai 200051, China
3. Shanghai Style Fashion Design & Value Creation Collaborative Innvoation Center, Donghua University, Shanghai 200051, China

Received:2019-12-02 Revised:2020-07-15 Online:2020-10-15 Published:2020-10-27
Contact: LI Min

摘要/Abstract

摘要：

为满足消费者对服装搭配推荐的巨大需求、弥补现有服务的不足,以女装品牌L为案例,参考感性工学量化基本程序,基于文献研究结合该品牌设计要素与风格特征建立服装风格感性意象评价量表与设计要素细分表,通过问卷调研与数据分析确定了设计要素与服装风格的对应关系,并建立服装风格量化模型。在理论研究与市场调研的基础上建立服装搭配关联规则,结合服装风格量化模型构建女装搭配推荐系统。对该系统推荐结果进行实例验证,结果显示其准确率、召回率和综合评价指标均在合理区间内,表明该系统能够有效推送用户喜欢的商品。对实验用户进行访谈,结果表明该系统已能基本满足消费者对于服装搭配推荐服务的需求。

关键词: 服装搭配, 感性工学, 风格量化, 推荐系统, 电子商务

Abstract:

In order to meet the huge demand of consumers for clothing collocation recommendation and make up for the lack of existing services, the women's fashion brand L was taken as a case study. With reference to the basic procedures of Kansei engineering, based on the literature research and design elements and style features of the brand, a Kansei image evaluation scale of fashion style and a classification table of design elements were established. Through the questionnaire survey and data analysis, the influence direction and degree of each design element on the Kansei image of fashion style were found and quantitative models of fashion style were constructed. On the basis of theoretical research and market research, clothing collocation rules were established. Combined with the quantitative models of fashion style, a women's clothing collocation recommendation system was developed, and the recommendation results were verified. The verification results show that the precision rate, the recall rate and the comprehensive evaluation index were all within a reasonable range, indicating that the system could effectively recommend the users' favorite products. Interviews with experimental users show that the system can basically meet consumers' demand for clothing collocation recommendation.

Key words: clothing collocation, Kansei engineering, quantitative fashion style, recommendation system, e-commerce

中图分类号:

F724.6

甘美辰, 李敏. 女装搭配推荐系统的设计与实现[J]. 纺织学报, 2020, 41(10): 122-131.

GAN Meichen, LI Min. Design and realization of a collocation recommendation system for women's clothing[J]. Journal of Textile Research, 2020, 41(10): 122-131.

图/表 14

表1

图1

图2

表2

图3

图4

表3

表4

偏回归系数汇总表"

类型		1^*	2^*	3^*	4^*	5^*	6^*
常量		-0.266	-0.717	0.494	-2.483	0.075	-0.862
廓形	A型	0.043	-0.255	0.054	0.263	-0.417	-0.126
廓形	X型	-0.667	-0.371	-0.414	0.035	0.194	0.367
领型	无领	-0.415	-0.026	0.043	-0.110	-0.110	-0.145
	立领	-0.345	0.133	0.364	0.084	-0.325	-0.192
	翻领	-0.514	-0.022	0.207	0.187	-0.330	-0.442
	驳领	-1.012	0.086	-0.267	0.159	-0.402	-0.003
	连帽领	0.658	0.636	1.158	0.597	-0.644	-0.307
袖型	无袖	1.278	0.494	0.126	-0.028	-0.629	-0.189
	圆袖	1.033	0.731	0.165	-0.053	-0.399	0.011
	插肩袖	1.234	0.362	0.147	-0.030	-0.391	-0.088
	落肩袖	1.745	0.970	0.654	-0.095	-0.522	-0.267
腰线	无腰	-0.453	0.062	-0.284	-0.121	0.444	0.327
衣长	短	0.127	-0.367	0.309	0.068	-0.104	-0.150
衣长	中	-0.040	-0.269	0.039	0.074	-0.103	0.003
门襟	无门襟	-0.330	-0.989	-0.198	0.382	0.070	-0.227
	单排扣	-1.310	-0.993	-0.743	0.156	0.258	0.259
	双排扣	-0.915	-0.883	-0.994	0.276	0.372	0.458
	拉链	0.016	-0.332	0.221	0.423	-0.264	-0.297
	暗门襟	-1.058	-0.886	-0.858	0.379	0.106	0.290
纹样图案	无图案	-0.198	-0.157	-0.181	-0.140	0.229	0.204
	条纹	0.160	-0.106	0.241	0.399	-0.442	-0.200
	格子	1.449	-0.373	1.097	0.652	-0.839	-0.749
	花卉	0.387	-0.251	-0.153	0.697	-0.056	-0.011
	字母	0.943	0.453	0.836	0.224	-0.076	-0.139
	几何图形	0.405	0.068	0.124	0.436	-0.242	-0.107
细节造型	无细节	0.023	0.344	-0.215	-0.436	0.400	0.199
	系带	0.108	0.054	0.048	0.217	-0.294	-0.036
	荷叶边	-0.085	-0.204	-0.130	0.300	-0.127	-0.050
	抽褶	0.098	0.218	-0.193	0.097	0.292	0.155
	百褶	0.219	-0.456	-0.142	0.778	-0.393	-0.324
	镂空	-0.145	-0.180	-0.320	-0.072	0.026	0.203
	褶裥	-0.087	0.455	-0.200	-0.071	0.053	0.110
	蝴蝶结	-0.043	-0.387	-0.130	0.069	-0.086	-0.330
	流苏	0.797	0.336	0.307	0.137	-0.261	-0.151
色彩	红色系	0.338	-0.601	-0.043	0.415	-0.270	0.188
	黄色系	0.668	-0.072	0.188	0.076	-0.024	-0.307
	绿色系	0.286	0.084	-0.313	0.591	-0.126	0.536
	蓝色系	0.441	0.008	-0.076	0.511	-0.150	0.584
	灰色系	0.284	0.262	-0.422	0.413	0.070	0.667
	黑色	-0.009	-0.018	-0.454	0.478	0.056	1.180
	棕色系	0.169	-0.065	-0.315	0.436	-0.242	0.777
面料	透薄型	-0.067	-0.200	-0.133	0.223	0.034	-0.118
	厚重型	0.020	0.023	0.057	0.373	-0.290	0.029
	光泽型	0.286	0.111	-0.027	0.171	-0.231	0.013
	柔软型	-0.176	-0.136	-0.481	0.145	0.130	0.138
	硬挺型	-0.029	0.018	-0.058	0.292	0.211	-0.044

表4

表5

表6

表7

女装搭配推荐过程"

步骤	详细内容
①输入	用户A所选服装p、其余服装商品列表f={f₁,f₂,…}、所有服装的设计要素属性信息。
②筛选	步骤1:根据用户A所选服装p的品类与色彩属性,通过品类与色彩的搭配关联规则对其余商品f_i进行初步筛选,排除不可搭配商品,得到待推荐商品列表J={J₁,J₂,…}; 步骤2:依据商品p与J_i的设计要素属性信息,基于服装风格量化模型计算商品P与J_i的风格预测评价值,分别记为 $y^1, y^2,$ …, $y^6 与 y^i 1, y^i 2,$ …, $y^i 6$ ; 步骤3:根据欧几里得距离公式计算商品p与J_i的风格差异程度d( $y^,$ $y^i$ ); 步骤4:根据d( $y^,$ $y^i$ )的大小对待推荐商品进行升序排列,以Top-N方法将各品类风格相似度(即风格匹配程度)最大的N件商品推荐给用户。
③输出	各品类的N件可搭配单品推荐将显示在服装p购买页面的“精选搭配”板块中。

表7

图5

图6

表8

参考文献 18

[1]	王玮, 卜览, 廖念玲, 等. 重新定义新零售时代的客户体验\|麦肯锡2017中国数字消费者研究[R/OL]. 2017- 06- 23[2018-12-31]. http://www.mckinsey.com.cn.
	WANG Wei, BU Lan, LIAO Nianling, et al. Redefine customer experience in the new retail era\|McKinsey 2017 China iConsumer survey [R/OL]. 2017- 06- 23[2018-12-31]. http://www.mckinsey.com.cn.
[2]	李玉莲. 基于专家系统的个性化服装搭配推荐系统的研究[D]. 北京:北京服装学院, 2016: 68-73.
	LI Yulian. Expert system personalized recommendation system based outfit[D]. Beijing:Beijing Institute of Fashion Technology, 2016: 68-73.
[3]	MAO Qingqing, DONG Aihua, MIAO Qingying, et al. Intelligent costume recommendation system based on expert system[J]. Journal of Shanghai Jiaotong University (Science Edition), 2018,23(2):227-234.
[4]	MA Yihui, JIA Jia, ZHOU Suping, et al. Towards better understanding the clothing fashion styles: a multimodal deep learning approach[C]// Proceedings of the Thirty-First AAAI Conference on Artificial Intelligence. San Francisco: AAAI, 2017: 38-44.
[5]	李砚祖. 设计新理念:感性工学[J]. 新美术, 2003(4):20-25.
	LI Yanzu. New design concept:Kansei engi-neering[J]. New Arts, 2003(4):20-25.
[6]	钟厦, 宋晓晨, 孙亚云. 感性工学中量化的基本程序介绍[C]// 湖北省机械工程学会,中国机械工程学会湖北工业设计研究所,武汉科技大学,等. 2005年工业设计国际会议论文集. 杭州:中国机械工程学会工业设计分会, 2005: 728-731.
	ZHONG Xia, SONG Xiaochen, SUN Yayun. Introduction of quantization's basic procedures in Kansei enginee-ring[C]// Mechanical Engineering Society of Hubei Province,Hubei Industrial Design Institute of Chinese Mechanical Engineering Society,Wuhan University of Science and Technology,et al. Proceedings of the 2005 International Conference on Industrial Design.Hangzhou:Industrial Design Chapter of China Mechanical Engineering Society, 2005: 728-731.
[7]	陈文勤. 基于感性工学理论的服装风格量化与建模研究[D]. 上海:东华大学, 2012:33-35,40-42.
	CHEN Wenqin. The research of quantitating and modeling of fashion style based on Kansei engi-neering[D]. Shanghai:Donghua University, 2012:33-35,40-42.
[8]	黄俊敏, 李响, 孙莉, 等. 基于感性工学的男式衬衫风格量化研究[J]. 辽宁工程技术大学学报(社会科学版), 2016,18(6):953-960.
	HUANG Junmin, LI Xiang, SUN Li, et al. Quantitative research on men's shirt style based on Kansei engineering[J]. Journal of Liaoning Technical University(Social Science Edition), 2016,18(6):953-960.
[9]	邵丹, 朱莉思. 基于眼动实验的服装品牌风格意象认知探析: E品牌上装风格案例研究[J]. 东华大学学报(自然科学版), 2013,39(2):240-246.
	SHAO Dan, ZHU Lisi. Research on image cognitive of branded apparel based on eye-tracking technology: case study of E brand product style analysis[J]. Journal of Donghua University(Natural Science), 2013,39(2):240-246.
[10]	董向芳. 基于感性工学的女装设计研究与应用[D]. 杭州:浙江理工大学, 2013: 24-31.
	DONG Xiangfang. The research and practice of dress design based on Kansei engineering[D]. Hangzhou: Zhejiang Sci-Tech University, 2013: 24-31.
[11]	彭荟. 论服装风格与设计要素之间的关联性[J]. 艺海, 2015(8):101-102.
	PENG Hui. The relationship between fashion style and design elements[J]. Yi Hai, 2015(8):101-102.
[12]	WANG Y, CHEN Y, CHEN Z G. The sensory research on the style of women's overcoats[J]. International Journal of Clothing Science & Technology, 2008,20(3):174-183.
[13]	李俊. 服装商品企划学[M]. 北京: 中国纺织出版社, 2005: 107-123.
	LI Jun. Clothing commodity planning[M]. Beijing: China Textile & Apparel Press, 2005: 107-123.
[14]	张文彤, 董伟. SPSS统计分析高级教程[M]. 3版. 北京: 高等教育出版社, 2018: 102.
	ZHANG Wentong, DONG Wei. Advanced course of SPSS statistical analysis[M]. 3rd ed. Beijing: Higher Education Press, 2018: 102.
[15]	卢纹岱. SPSS for Windows统计分析[M]. 3版. 北京: 电子工业出版社,2008:297- 312, 382-383.
	LU Wendai. SPSS for windows statistical analysis [M]. 3rd ed. Beijing: Electronic Industry Press,2008:297- 312, 382-383.
[16]	罗娟, 吴奕苇. 服装搭配TPO原则与混搭风格之比较[J]. 广西轻工业, 2011,27(6):100-101, 144.
	LUO Juan, WU Yiwei. Comparison of TPO principles and mixing styles in clothing collocation[J]. Guangxi Journal of Light Industry, 2011,27(6):100-101, 144.
[17]	朱宁, 陈寒佳. 服装色彩与搭配[M]. 合肥: 合肥工业大学出版社, 2015: 1-52.
	ZHU Ning, CHEN Hanjia. Clothing color and matching[M]. Hefei: Hefei University of Technology Press, 2015: 1-52.
[18]	刘建国. 个性化推荐系统评价方法综述[J]. 复杂系统与复杂性科学, 2009,6(3):1-10.
	LIU Jianguo. Overview of the evaluated algorithms for the personal recommendation systems[J]. Complex Systems and Complexity Science, 2009,6(3):1-10.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

序号	形容词对	描述角度
1	职业的—休闲的	穿着场合
2	女性化的—男性化的	性别
3	成熟的—年轻的	年龄
4	简约的—繁复的	构成
5	潮流的—大众化的	时尚度
6	轻快的—沉稳的	气质

款式								色彩	面料
廓形	领型	袖型	腰线	衣长/裤长/裙长	门襟	纹样图案	细节造型	色彩	面料
H型、 A型、 X型	无领、立领、翻领、驳领、连帽领	无袖、圆袖、插肩袖、落肩袖	无腰、中高腰	短、中、长	无门襟、单排扣、双排扣、拉链、暗门襟	无图案、条纹、格子、花卉、字母、几何图形	无细节造型、系带、荷叶边、抽褶、百褶、镂空、褶裥、流苏、蝴蝶结	红色系、黄色系、绿色系、蓝色系、白色、灰色系、黑色、棕色系	透薄型、厚重型、光泽型、柔软型、硬挺型

模型编号	复相关系数R	判定系数R²	调整后 R²	德宾-沃森统计量
1^*	0.841	0.811	0.782	1.738
2^*	0.826	0.792	0.763	1.784
3^*	0.874	0.829	0.797	1.802
4^*	0.898	0.758	0.727	1.658
5^*	0.831	0.782	0.748	1.726
6^*	0.819	0.783	0.754	1.764

品类		可搭配品类
上装	大衣	衬衫、套头衫、裤子、半裙、连衣裙/连体裤
	西装	衬衫、套头衫、裤子、半裙、连衣裙/连体裤
	外套	衬衫、套头衫、裤子、半裙、连衣裙/连体裤
	衬衫	大衣、西装、外套、裤子、半裙
	套头衫	大衣、西装、外套、裤子、半裙
下装	裤子	大衣、西装、外套、衬衫、套头衫
下装	半裙	大衣、西装、外套、衬衫、套头衫
连身装(连衣裙/裤)		大衣、西装、外套

色彩	可搭配色彩
红色系	红、棕、灰色系,白、黑色
黄色系	黄、绿、棕、灰色系,白、黑色
绿色系	黄、绿、蓝、棕、灰色系,白、黑色
蓝色系	绿、蓝、棕、灰色系,白、黑色
棕色系	红、黄、绿、蓝、棕、灰色系,白、黑色
灰色系	红、黄、绿、蓝、棕、灰色系,白、黑色
白色	红、黄、绿、蓝、棕、灰色系,白、黑色
黑色	红、黄、绿、蓝、棕、灰色系,白、黑色

女装搭配推荐系统的设计与实现

Design and realization of a collocation recommendation system for women's clothing

RichHTML

PDF (PC)

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 18

相关文章 11

Metrics

本文评价

推荐阅读 0

推荐列表长度N	准确率P/%	召回率R/%	综合评价F/%
3	78.9	21.2	33.4
6	76.1	40.9	53.1
9	75.6	60.7	67.2
12	71.9	77.2	74.4
15	64.9	87.0	74.2

[1]	李杨, 吴晶. 服装波点图案消费感知与设计要素的相关性[J]. 纺织学报, 2020, 41(10): 132-136.
[2]	顾朝晖王亚娟. 明代青花纹样在旗袍上的应用效果[J]. 纺织学报, 2018, 39(01): 126-132.
[3]	周小溪梁惠娥陈潇潇董稚雅秦潇璇. 春夏季衬衫用色织面料材质的感觉评价[J]. 纺织学报, 2016, 37(08): 59-64.
[4]	任力郭建南. 服装品牌O2O模式分类下的消费体验[J]. 纺织学报, 2015, 36(03): 147-152.
[5]	高维肖军. 基于女大学生的服装设计感性评价个体差异[J]. 纺织学报, 2014, 35(5): 137-0.
[6]	范福军陈畅足陈方明. 中小服装企业的电子商务转型模式[J]. 纺织学报, 2014, 35(3): 145-0.
[7]	施静. 热缩膜成型皱缩面料的感性形象分析[J]. 纺织学报, 2008, 29(4): 67-70.
[8]	王莹;陈雁. 利用感性工学原理设计学生装[J]. 纺织学报, 2007, 28(3): 96-99.
[9]	王莹;陈雁. 冬季女外套款式感性研究和应用[J]. 纺织学报, 2007, 28(11): 97-100.
[10]	江影;刘国联. 消费者对T恤衫形象的感性需求调研分析[J]. 纺织学报, 2006, 27(2): 98-100.
[11]	孙熊. 中小服装企业迎接WTO的对策[J]. 纺织学报, 2002, 23(01): 68-70.