基于风格匹配模的在线购物推荐系统.doc

基于风格匹配模型的在线购物推荐系统 摘要：为了丰富电子商务推荐功能和优化在线购物的用户体验,提出了一个新的基于模型的风格匹配电子商务的推荐方法。基于内容的图像检索(CBIR)技术被用来提取图像特征的颜色，纹理和产品的形状，计算商品集群，有类似的图像内容的特征，然后应用风格匹配模型,按照用户喜欢的风格推荐给用户。基于模型的风格匹配推荐引擎得到了发展，集成到电子商务推荐系统来帮助用户完成认知风格和指导在线购物。最后，一个鞋子的购买推荐系统的发展验证了该理论。 关键词:电子商务,图像检索,推荐系统，风格匹配模型 1 引言 近年来,随着电子商务的快速发展,网上购物市场爆炸增长。随着商品的大量的网络数据的增加，尤其是大量图片来自于对商品的描述，如何优化指导用户用减删内容来完成购物的过程的问题已经变得很急迫。为了更好的指导用户在线购物，电子商务推荐系统的研究与应用变得越来越重要。作为一个传统的推荐系统补充，研究人员已经开始重视个性化推荐系统通过商品风格的购物习惯来满足用户潜在的需求。 目前,电子商务系统主要提供两个方法来帮助用户找到他们需要的产品。一个是基于语义有哪些信誉好的足球投注网站引擎。由于语义层本质的限制，它不能满足用户模糊的需求和情感购物心理。特别是,当用户不能按照商品的确定的描述决定什么是他们需要，这样的矛盾更为突出。例如,当用户浏览一个帽子,希望查询类似风格的标签,这个过程不可以通过这样的现有的有哪些信誉好的足球投注网站引擎来完成。在这样的情况下，大量的电子商务系统已经开发了推荐系统来引导用户更容易的找到他们最喜欢的产品,通常通过客户的浏览记录获得客户的最喜欢的产品信息,然后通过使用信息推荐商品给需要的客户。然而,这样的推荐系统在没有收集到足够多的用户操作记录之前帮助客户的决策是有限的，它不能找到客户潜在的需求。此外,对于用户的模糊需求, 系统也不能工作好。 在本文中，随着基于文本的图像检索技术的应用，一个商品风格匹配模型被建立并应用在电子商务推荐统为了实现在线购物新体验。最后，一个典型的在线购物电子商务网站被开发来验证该论文。 2系统架构和模型 2.1 架构 推荐系统的架构基于风格匹配模型如图1所示: 图l 基于风格匹配模型的推荐系统架构 2.1.1数据表示层 数据表示层由WEB页面释放，数据源由输入的用户提供，系统在用户界面返回反馈的匹配结果。 2.1.2业务逻辑层 这一层是由风格匹配模型分析引擎组成，特征信息检索引擎，反馈引擎和其他组件。 风格匹配模型分析引擎将首先分析来自数据层的数据,通过此建立商品的标志性风格，原始数据的粗糙的特点将被进行特征匹配。 特征信息检索引擎是在核心模型和算法层中最重要的模块。由图像的预处理,提取图像特征,建立特征数据库。 2.1.3数据访问层 在这个系统中,风格匹配模型的主要数据源来自于基于内容的图像检索系统和特征匹配数据库。图像特征数据库将对风格匹配模型提供原特征匹配数据和图像数据的分析引擎。 2.2 风格特征提取方法 通过分析购物鞋的特点，我们发现鞋的形状、纹理和品牌是采购注意的焦点。互联网用户将更多的注意力在是否合适我们的鞋子的形状特征上。与其他类型相比，例如书、3C产品，他们发更多的注意力在外形、显示的设计和在线图片的展示上。对鞋子而言，图片的质量已经成为该用户在线交易最关注的信息。然而，这些产品的外形风格很难用合适的语义来描述，这使得用户的选择很难和鞋子的风格一致。当存储时，产品的风格的信息可以被编辑，但是在手工操作中有许多的困难；另一方面，分拆的风格是缺乏可信度,因为操作符的主观判断。目前,网络产品的图片数据更加丰富,相应的数据库和图像库提供了一个更好的格式特征数据。基于内容的图像检索技术，结合产品的固有的语义信息，我们可以分析鞋子的图像风格,这将帮助用户在购物时从大量的产品信息中比较和分析他们最喜欢的鞋。 鞋的外观风格的提取方法是基于图像有哪些信誉好的足球投注网站技术,它提供了另一种用户可能感兴趣的推荐方法,在浏览产品的过程中,如果对一个特定的商品感兴趣,你可以通过推荐系统快速、轻松地查找类似的风格的产品,这将使有哪些信誉好的足球投注网站技术更用户友好。 鞋子风格的特征提取包括颜色、纹理和形状三个视觉特征。在本文中，使用方法如下: 2.2.1颜色特征提取方法 图片的颜色是最直观的图像特征和的图像主要的记忆特性,这是在基于内容的图像检索中最广泛使用的,也是最重要的特征。提取颜色特性也与有哪些信誉好的足球投注网站的效率和精度相关。 18非均匀量化算法使用在是基于HSV颜色空间的系统中，与传统的有哪些信誉好的足球投注网站算法基于RGB相比，这个算法大大减少了时间和空间的复杂性。 算法的基本观点如下： 首先，适当地量化HSV空间，然后计算直方图为了