穿衣搭配推薦方案設計與實現(xiàn).pdf

1、如今，電子商務平臺已涵蓋了人們的衣食住行方方面面。各平臺也極力要求推薦系統(tǒng)能夠提供高效的并準確的推薦。目前，穿衣搭配推薦在推薦領域掀起了一股熱潮。本文針對穿衣搭配這個推薦方向的技術進行了研究，并提出了一些可行的搭配推薦方案。本文的主要內(nèi)容包括以下幾個方面：（1）基于FP-Growth的改進算法實現(xiàn)流行搭配推薦。這種流行搭配推薦利用了不同季節(jié)的衣服間差異性大的規(guī)律，對指定一段連續(xù)時期的數(shù)據(jù)進行關聯(lián)規(guī)則，實現(xiàn)了單一規(guī)則的高準確率的搭配推薦，

2、同時巧妙的構建FP-Growth樹，改善了基于關聯(lián)規(guī)則的推薦算法造成的存儲空間大和運行時間長的問題；（2）運用二部圖中的資源分配的思想實現(xiàn)個性化搭配推薦。基于二部圖的個性化搭配推薦，遍歷一次用戶歷史數(shù)據(jù)就能挖掘出用戶與用戶之間的影響權重，既不受稀疏數(shù)據(jù)影響又能提供高效的個性化穿衣搭配推薦；（3）本文分析消費者的歷史行為文本得到個體用戶偏好衣物的類別。通過分析一段連續(xù)的時期內(nèi)用戶的歷史行為，挖掘出用戶的偏好類別，并以此為基準，提供綜合推薦

3、的排序準則；（4）融合以上兩種推薦技術進行既個性又豐富的穿衣搭配推薦。通過暴力融合流行推薦、個性化推薦，并通過用戶的偏好類別對融合后的推薦進行排序，從而獲得既個性又豐富的穿衣搭配推薦。
　　本文運用三種推薦技術實現(xiàn)穿衣搭配推薦，并分析了各種穿衣搭配推薦技術的優(yōu)缺點。本文實驗證明：人們穿衣搭配受到用戶的個人喜好及衣物流行度的影響；大部分用戶擁有自己的衣物偏好類別，運用用戶的衣物偏好類別對混合推薦進行排序，能提高推薦的準確率；用戶的穿