推荐5篇关于连衣裙的计算机专业论文

今天分享的是关于连衣裙的5篇计算机毕业论文范文, 如果你的论文涉及到连衣裙等主题,本文能够帮助到你

基于产品关键属性的连衣裙个性化推荐研究

这是一篇关于个性化推荐,产品属性,产品偏好,偏好度,连衣裙的论文, 主要内容为随着电商平台的不断发展壮大,在为用户提供更多产品选择的同时也出现了信息过载问题,用户往往需要花费大量的时间、精力才能找到自己满意的产品。然而,随着生活节奏的加快,消费者越来越注重购物效率。为了提高用户的选购效率,各电商平台纷纷推出个性化推荐功能。个性化推荐服务能有针对性的为用户进行产品推荐,有助于用户快速找到满意的产品,节省选购时间,提升用户的购物体验,提高营销转化率。服装是电商平台重要的商品类目,因此,为用户提供服装的个性化推荐十分重要。产品属性是产品的构成单元,了解消费者对产品属性的偏好有利于有效的进行产品开发和产品的精准推荐。连衣裙是重要的女装产品,本文从连衣裙属性分析出发,通过女性消费者连衣裙偏好的调研和数据分析,建立了一个基于产品关键属性的连衣裙个性化推荐模型,具体构建过程如下:(1)通过文献研究、专家访谈、参考电商平台的连衣裙分类并结合服装专业知识找出连衣裙各属性及属性值,编制调研问卷,进行消费者连衣裙偏好调研;(2)通过问卷调研、描述性统计分析与相关分析,获得消费者体型特征、消费水平、购买连衣裙时对连衣裙各属性的关注情况、连衣裙各属性值偏好情况以及年龄、体型因素与连衣裙各属性偏好的联系;(3)根据消费者购买连衣裙时对连衣裙各属性的关注情况提取连衣裙的关键属性,建立连衣裙即产品模型;(4)根据消费者属性与连衣裙属性偏好的联系,提取连衣裙各款式属性值的偏好度,选取消费者特征属性及属性值,建立消费者即用户模型;(5)邀请服装专家就连衣裙各款式属性的重要性打分,计算各款式属性的权重;(6)建立基于产品关键属性的连衣裙个性化推荐模型。基于所建的连衣裙个性化推荐模型,设计并开发了连衣裙个性化推荐系统。该系统的主要功能是基于服用季节、适穿年龄、购买价位、体型为用户提供连衣裙产品的个性化推荐。服装销售商还可以利用个性化推荐功能判别服装适用的人群,对营销人员进行培训,提高导购效率。为了检验所开发的连衣裙个性化推荐系统的推荐效果,选取50款连衣裙导入连衣裙个性化推荐系统,利用推荐系统为20名实验对象推荐连衣裙,每名实验对象对为其推荐的连衣裙打分。实验结果表明,用户满意度和预测准确度都比较高,推荐系统的推荐效果较好。

基于产品关键属性的连衣裙个性化推荐研究

融合知识图谱和情感评分的连衣裙个性化推荐

这是一篇关于个性化推荐,用户偏好,领域知识图谱,在线评论,情感分析,连衣裙的论文, 主要内容为随着生活水平的不断提高,人们的消费理念逐步偏向个性化。服装个性化推荐系统根据用户的需求和偏好推荐服装,进而减少用户检索时间,提高用户购物效率,增强用户对所推荐服装的购买意愿。因此,提高服装个性化推荐效果至关重要。本论文以消费者就连衣裙属性的偏好对产品购买意向的影响为研究对象,首先根据文献梳理、专家访谈及电商平台连衣裙属性的调研结果构建连衣裙知识图谱;继而通过对电商平台连衣裙在线评论的情感分析构建产品综合情感评分模型;然后融合连衣裙知识图谱和情感分析模型建立连衣裙个性化推荐系统;最后通过对20名资深网购消费者就连衣裙购买意向的对比实验验证该系统的准确有效性。本论文得到以下结论:1、从基础、表现和外在三个维度对服装属性分类,得到15个服装属性,组成<服装,属性,属性值>三元组,通过Neo4j图数据库构建连衣裙知识图谱。2、连衣裙在线评论文本分词中增加343个服装停用词,提取前50个高频词汇,归纳得到5个连衣裙评论特征词。3、在SnowNLP库自身所含语料基础上增加连衣裙情感语料,经实验验证,扩充语料后SnowNLP库对连衣裙情感打分准确率均值达到82.86%。4、通过层次分析法得到5个评论特征词权重,构建以外观、价格、质量、物流和服务为5个指标层的连衣裙评论情感评分模型。5、构建融合知识图谱和情感评分模型的连衣裙个性化推荐系统。经对比,实验验证系统推荐结果的准确率高于电商平台推荐,推荐结果排序和实验对象打分列表排序的Kendall’s Tau-c系数约为85.19%,系统推荐排序准确度良好,连衣裙种类覆盖率总体达到81.2%。

基于感性风格量化和多约束满足的连衣裙款式推荐

这是一篇关于风格意象,量化模型,连衣裙,形态要素,多约束满足,款式推荐的论文, 主要内容为在传统的服装设计中,设计师一般是依据自身的能力、经验、素质等主观因素来对服装的风格意象进行把握。但是服装的风格是动态的、多变的,如果仅仅是依赖设计师的主观认知条件,则无法将服装的风格意象准确地表达出来,因此,可结合感性工学把服装风格意象等无法定性的问题来进行定量解释。本课题以连衣裙为研究对象,采用形态分析法把连衣裙款式细化成若干形态要素,并筛选出符合消费者感性认知的词汇。邀请服装领域的专家对所选的连衣裙款式样本进行评价,运用数量化理论Ⅰ构建了连衣裙款式形态要素与感性意象之间的量化模型,并对模型进行了预测及验证,最终结合用户的感性需求对连衣裙的款式进行了个性化的推荐。具体研究内容如下:(1)款式形态要素的划分:依据连衣裙风格特征和模块化理念,将连衣裙款式造型分解为10个形态要素项目,分别为:廓型设计、衣领设计、衣袖设计、裙摆设计、裙长设计、腰线设计、门襟设计、图案设计、结构线设计、装饰设计,并对这10个连衣裙形态设计要素项目进行细化,细化为44个子类目。(2)感性意象空间的建立:基于感性风格意象对连衣裙的感性知识进行梳理,采用问卷调查法、专家访谈法等形式对搜集到的感性词语进行筛选和分类,最终选出了8组最符合连衣裙款式风格的感性词汇。通过主成分分析法将连衣裙的风格意象解释为气质因子、个性因子和潮流因子,得到了连衣裙款式的二维、三维意象空间分布图,这可直观地展示连衣裙款式风格的变化规律。(3)感性风格量化模型的构建:运用数量化理论Ⅰ构建连衣裙形态设计要素与3大感性因子的量化模型,该模型可将用户的感性需求与连衣裙款式形态设计要素进行转化。复相关系数R值介于0.930～0.977之间,决断系数R2值介于0.864～0.955之间;感性因子的实测值和预测值之间不存在显著差异,模型拟合度好,可靠性高,为后续设计出符合用户感性需求的服装推荐系统提供了依据。(4)推荐系统的设计与实现:根据多约束满足策略理论,可建立配置集合X={XP形态要素属性,XC感性需求属性}和条件约束集合规则域C={CP量化模型,CO约束规则},运用多属性效用理论计算出满足用户需求的连衣裙款式的效用值,依据TOP-N方法将效用值最大的7件连衣裙款式推荐给用户。为了检验用户对所推荐连衣裙款式的满意效果,本次研究以连衣裙的感性意象满意度、形态要素满意度、时尚感满意度、场合满意度作为评价指标,用户对所推荐的连衣裙满意度评价指标的排序为:感性意象>形态要素>时尚感>场合;选取10名用户对所推荐的连衣裙款式的喜爱程度进行打分,实验结果表明,用户对所推荐的连衣裙款式是很满意的,说明推荐系统具有良好的推荐效果。