【技术实现步骤摘要】
本专利技术涉及智能化设计，尤其涉及一种基于社交数据的服装智能设计方法及系统。
技术介绍
1、随着科技的发展，智能化设计的发展将会朝着更高级技术的方向发展，例如面向大数据的设计、基于云计算的设计，甚至可能出现以人工智能为基础的设计。无论怎样，智能化设计都将会对设计的过程产生重大影响，使传统的设计方式得到改变，从而更好地满足用户需求。
2、针对智能化设计的研究已经呈现出多样化的解决方案，irfiantinur等人通过抽样调查的方式分析了最能影响消费者购买偏好的时尚产品属性。varghese通过市场调研的方式收集了有关塑身衣市场趋势和产品可用性的信息，并对消费者进行了一项验证实验以揭示其对塑身衣类别的偏好和需求。hu等人构建了一个电子商务视觉系统平台，利用大数据对客户群体进行了分析以解决视觉营销中的相关问题。volkov等人分析了供应链中的社交网络信息，并综合消费者的偏好为其提供了感兴趣的商品和服务；wu等人将用户发文中提取的关键词作为标签直接将其视为用户偏好从而作为个性化推荐的依据。weng等人利用lda主题模型研究用户的微博发文内容，从而推断用户的主题分布情况，实现了针对用户偏好的个性化推荐。
3、尽管现有的智能化设计取得了不小的进步，但仍然存在以下不足：
4、(1)现有的设计方法集中在将根据用户购买产品和浏览记录推荐，数据来源有限，推荐方式单一。
5、(2)现有数据不能深层次挖掘用户隐性偏好，推荐方式过于表面浅显。
6、(3)在获取用户在社交网络上的实时数据，现有方式不
技术实现思路
1、为此，本专利技术实施例提供了一种基于社交数据的服装智能设计方法及系统，用于解决现有技术中不能将服装审美偏好这一具有不确定性的感性数据转化为能够定量处理的确定性数据，从而建立用户的动态审美偏好模型，不能解决了审美偏好研究的滞后性的问题。
2、为了解决上述问题，本专利技术实施例提供一种基于社交数据的服装智能设计方法，所述方法包括：
3、s1：提取用户社交网络中发布的内容，对内容进行整合构成社交网络文本；
4、s2：对所述社交网络文本进行处理得到高频词汇；
5、s3：构建服装审美偏好情感空间，将高频词汇从服装审美偏好情感空间的各个维度进行感性评估，建立高频词汇与服装审美偏好情感空间之间的联系，得到感性评估结果，所述感性评估结果的集合即为用户的服装审美偏好模型；
6、s4：构建服装款式元素矩阵，对服装款式元素矩阵中的每个元素从服装审美偏好情感空间的各个维度进行主观评估，建立服装款式设计元素与服装审美偏好情感空间之间的联系，得到服装款式知识模型；
7、s5：对所述服装审美偏好模型与所述服装款式知识模型中的评估结果进行相似度检测，设定相似度最高者所对应的设计元素为推荐设计元素；
8、s6：将服装各部件的推荐设计元素组合起来，生成完整的服装款式图。
9、优选地，所述方法还包括：将完整的服装款式图推荐给用户，收集用户评价信息，计算用户对推荐的服装款式图的满意度。
10、优选地，对社交网络文本进行处理得到高频词汇的方法为：
11、首先，将用户的社交网络文本中连续的语句和段落经过中文文本分词处理拆分为单独的词汇、符号；然后，根据词汇案例库对词汇进行分流处理，得到具有研究意义的词汇；接着，统计各个词汇的出现频率，并对其进行排序处理；最后，选取词频排名前x名的词汇作为各用户的高频词汇提取结果。
12、优选地，所述词汇案例库由停用词库和采用词库构成，所述停用词库用于录入无意义的词汇、符号，所述采用词库用于录入具有研究意义的词汇。
13、优选地，所述中文文本分词处理方法为：
14、根据社交网络文本和词汇案例库进行案例检索；根据检索结果进行案例匹配判断，如果案例匹配成功，则根据案例内容进行保留词汇或剔除词汇；如果案例匹配失败，则进行人工判断，并将无意义的词汇、符号以及具有研究意义的词汇分别录入停用词库和采用词库中，实现对词汇案例库的更新学习。
15、优选地，将高频词汇从服装审美偏好情感空间的各个维度进行感性评估，建立高频词汇与服装审美偏好情感空间之间的联系，得到感性评估结果的方法为：
16、利用fuzzy-transformer模型，将高频词汇从服装审美偏好情感空间的各个维度进行感性评估，建立服装款式设计元素与服装审美偏好情感空间之间的联系，将高频词汇转换为三角模糊数，得到感性评估结果。
17、优选地，所述fuzzy-transformer模型的转换过程为：
18、将用户需求的标准化表示为{(wi,λ′i)∣i＝1,2,3}，其中，wi代表高频词汇，代表词频；
19、在模糊综合决策中，假设n(fi)为选择fi中每一个评估结果的专家个数，则评估结果表征为：
20、
21、使用代替将输出结果表征为量化数据：
22、
23、其中，tfn()表示三角模糊数，p(fi)代表高频词汇在某一情感维度中i等级的可能性，代表了人工评估中选择选择i程度的专家比率，即这一情感维度下i程度的可能性。
24、优选地，对服装款式元素矩阵中的每个元素从服装审美偏好情感空间的各个维度进行主观评估，建立服装款式设计元素与服装审美偏好情感空间之间的联系，得到服装款式知识模型的方法为：
25、对服装款式元素矩阵中的每个元素从情感空间的各个维度进行主观评估，建立服装款式设计元素与服装审美偏好情感空间之间的联系，在得到主观评估结果后使用三角模糊数对其进行量化处理，得到服装款式知识模型。
26、本专利技术实施例还提供了一种基于社交数据的服装智能设计系统，所述系统包括：
27、内容提取模块，用于提取用户社交网络中发布的内容，对内容进行整合构成社交网络文本；
28、社交网络文本处理模块，用于对所述社交网络文本进行处理得到高频词汇；
29、服装审美偏好模型获取模块，用于构建服装审美偏好情感空间，将高频词汇从服装审美偏好情感空间的各个维度进行感性评估，建立高频词汇与服装审美偏好情感空间之间的联系，得到感性评估结果，所述感性评估结果的集合即为用户的服装审美偏好模型；
30、服装款式知识模型获取模块，用于构建服装款式元素矩阵，对服装款式元素矩阵中的每个元素从服装审美偏好情感空间的各个维度进行主观评估，建立服装款式设计元素与服装审美偏好情感空间之间的联系，得到服装款式知识模型；
31、推荐设计元素生成模块，用于对所述服装审美偏好模型与所述服装款式知识模型中的评估结果进行相似度检测，设定相似度最高者所对应的设计元素为推荐设计元素；
32、服装款式图生成模块，用于将服装各本文档来自技高网...
【技术保护点】
1.一种基于社交数据的服装智能设计方法，其特征在于，包括：
2.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，还包括：将完整的服装款式图推荐给用户，收集用户评价信息，计算用户对推荐的服装款式图的满意度。
3.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，对社交网络文本进行处理得到高频词汇的方法为：
4.根据权利要求3所述的基于社交数据的服装智能设计方法，其特征在于，所述词汇案例库由停用词库和采用词库构成，所述停用词库用于录入无意义的词汇、符号，所述采用词库用于录入具有研究意义的词汇。
5.根据权利要求3所述的基于社交数据的服装智能设计方法，其特征在于，所述中文文本分词处理方法为：
6.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，将高频词汇从服装审美偏好情感空间的各个维度进行感性评估，建立高频词汇与服装审美偏好情感空间之间的联系，得到感性评估结果的方法为：
7.根据权利要求6所述的基于社交数据的服装智能设计方法，其特征在于，所述Fuzzy-Transfor
8.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，对服装款式元素矩阵中的每个元素从服装审美偏好情感空间的各个维度进行主观评估，建立服装款式设计元素与服装审美偏好情感空间之间的联系，得到服装款式知识模型的方法为：
9.一种基于社交数据的服装智能设计系统，其特征在于，所述系统包括：
10.根据权利要求9所述的基于社交数据的服装智能设计系统，其特征在于，还包括服装款式图推荐模块，用于将完整的服装款式图推荐给用户，收集用户评价信息，计算用户对推荐的服装款式图的满意度。
...【技术特征摘要】
1.一种基于社交数据的服装智能设计方法，其特征在于，包括：
2.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，还包括：将完整的服装款式图推荐给用户，收集用户评价信息，计算用户对推荐的服装款式图的满意度。
3.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，对社交网络文本进行处理得到高频词汇的方法为：
4.根据权利要求3所述的基于社交数据的服装智能设计方法，其特征在于，所述词汇案例库由停用词库和采用词库构成，所述停用词库用于录入无意义的词汇、符号，所述采用词库用于录入具有研究意义的词汇。
5.根据权利要求3所述的基于社交数据的服装智能设计方法，其特征在于，所述中文文本分词处理方法为：
6.根据权利要求1所述的基于社交数据的服装智能设计方法，其特征在于，将高频词汇从服装审...
【专利技术属性】
技术研发人员：洪岩，韦凌文，汪旭甜，
申请(专利权)人：苏州大学张家港工业技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。