文档介绍：: .
第41 卷 第3 期 北京服装学院学报(自然科学版)
2021 年9 月 Journal of Beijing Institute of Fashion Technology(Natural Science Edition)
服装推荐系统研究进展
1 1 1 1 2 1
王梦云 , 王晓云 , 许 君 , 钟丹淇 , 赵 珩 , 刘 利
(1. 天津工业大学纺织科学与工程学院, 天津 300387; 2. 深圳技术大学大数据与互联网学院, 深圳 518118)
摘 要: 利用文献调研和 VOSviewer 对国内外服装推荐系统相关文献的发文量、关键词进行可视化分析,梳理总结
服装推荐系统的发展趋势。 在此基础上,从感官评价、模糊技术、协同过滤、机器学习 4 个方面归纳整理了服装推
荐系统关键技术与方法。 从应用情况的角度探讨了服装推荐系统的分类,即服装产品推荐、服装搭配推荐与服装
设计推荐。 最后,基于服装推荐系统发展趋势、关键方法与技术和应用领域,指出未来可在传统文化元素的创新应
用、个人服饰搭配与依据消费者隐性需求和显性需求的轻定制交互化设计中深入研究服装推荐系统。
关键词: 服装推荐; 推荐技术; 系统应用; 可视化分析
中图分类号: TS976. 4; TS941. 26 文献标志码: A 文章编号: 1001 -0564(2021)03 -0100 -11
推荐系统是自动联系用户和产品的一种工具, Science 核心数据集作为服装推荐系统文献检索的
包括用户建模模块、推荐对象建模模块和推荐算法 数据库。 通过利用 CWTS 资助下开发完成的科学图
模块,其根据用户的历史数据或兴趣偏好,分析用户 谱工具 VOS(visualization of similarities)viewer 对服
的个性化需求从而将用户感兴趣的信息、产品等主 装推荐系统相关文献作计量可视化分析[2] 与人工
动推荐给用户,实现产品与消费者的精益匹配[1]。 阅读归纳总结,阐述服装推荐系统发展趋势,对服装
从技术角度来看,服装推荐系统主要用到的方法有 推荐系统关键技术与应用情况作进一步分析。
感官评价、模糊技术、协同过滤、机器学习。 从应用 1. 1 服装推荐系统文献数据来源与处理
背景来看,目前服装产业逐渐向信息化、数字化、智 中国知网 CNKI 搜索“主题 =服装推荐 or 题名 =
能化转型,服装产品逐渐以消费者感知价值与个性 服装推荐”,共检索 500 余篇文献。 经人工阅读筛
化需求为立足点进行生产制作,产品个性化需求增 选后保留 343 篇中文文献资料。
大、消费心理转变与消费能力提升催生了推荐系统 Web of Science 核心数据库搜索“主题 = apparel
在服装生产销售领域的发展。 在服装生产领域,推 recommen* or 主题 = fashion recommen* or 主题 =
荐系统融入专家知识,依据消费者的身形特征和个 apparel classifica* or 主题 = " cloth* recommenda
人兴趣偏好,实现服装个性化设计推荐,使“智能定 *" or 主题 = " fashion classifica*" ”共检索 2 000
制 + 个性