买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明属于多媒体信息处理领域，通过网络虚拟试衣间以及协同过滤算法提高用户的购买体验以及进行相似度推荐，具体的说是一种基于用户模型和协同过滤算法的虚拟试衣间实现方法。该方法通过采集用户的形体三维数据以及商品的属性数据分别存放于用户数据库和商品数据库中，使用3dmax对用户以及商品进行建模，当用户选择了具体商品后，从数据库中找到对应属性的商品模型与用户模型进行组合成像，之后用户可以使用“喜欢”或“不喜欢”对商品进行反馈，系统在得到用户的反馈信息后会根据用户的喜好进行推荐。本发明通过虚拟试衣间方便的完成商品的使用以及反馈，提高用户的购买体验。

主权项：1.一种基于用户模型和协同过滤算法的虚拟试衣间实现方法，其特征在于，包括以下步骤：第一步：用户输入形体三维数据，存储在用户数据库中；第二步：采集商品的三维数据，存储于商品数据库中；第三步：当用户选取对应商品后，从数据库中读出对应商品的三维立体模型；第四步：将用户模型与用户所选取的商品模型进行组合成像；第五步：用户根据喜好用“喜欢”或“不喜欢”进行反馈；第六步：系统根据用户的反馈信息进行相似度计算并推荐；系统根据用户的反馈信息进行相似度计算并推荐其具体步骤如下：第一步：系统会根据用户的反馈信息找到与之兴趣相似的用户集合；给定用户a和用户b，令fa表示用户a曾经有过正反馈的物品集合，fb表示用户b曾经有过正反馈的物品集合，则根据Jaccard公式 或 wab表示用户a和用户b的兴趣相似度，由于存在热门物品可能用户a和b都会购买，可能会影响wab的准确度，所以通过惩罚了用户a和用户b共同兴趣列表中热门物品对相似度的影响；第二步：找到这个集合中用户喜欢的，且目标用户没有听说过的物品推荐给该用户；需要建立物品-用户的倒排表，然后建立n*n的用户相似度矩阵W，若用户A和用户B都对a物品感兴趣，则将W[A][B]和W[B][A]加1，以此类推，扫描完所有的物品后，得到最终的W矩阵，W矩阵是余弦相似度的分子部分，将W除以分母可以得到最终的用户兴趣相似度；第三步：得到用户之间的相似度之后，根据如下公式计算出用户u对物品i的感兴趣程度： 其中Su，K包含和用户u兴趣相近的K个用户，Ni是对物品i有过行为的用户集合，wuv表示用户u和用户v之间的相似度，rvi代表用户v对物品i的兴趣，这里默认rvi＝1；第四步：计算出用户u对物品i的兴趣指数之后，根据指数大小排列后进行推荐。

全文数据：

权利要求：

百度查询： 西安电子科技大学青岛计算技术研究院 西安电子科技大学 西电科大(青岛)计算技术研究院有限公司 一种基于用户模型和协同过滤算法的虚拟试衣间实现方法