摘 要：互聯(lián)網(wǎng)的日益發(fā)展使我們處于一個(gè)信息過(guò)載的時(shí)代，對(duì)個(gè)性化信息服務(wù)的訴求也越來(lái)越強(qiáng)烈，個(gè)性化推薦系統(tǒng)正是解決以上問(wèn)題的方法。本文基于個(gè)性化推薦系統(tǒng)的后臺(tái)原型，比對(duì)市面上穿衣搭配、導(dǎo)購(gòu)類應(yīng)用做出了未來(lái)穿搭應(yīng)用的猜想。

關(guān)鍵詞：服裝搭配；個(gè)性推薦；專家系統(tǒng)

目前，時(shí)尚導(dǎo)購(gòu)類應(yīng)用越來(lái)越多，面向用戶所展開的功能良莠不齊，很多的應(yīng)用充斥著大量信息，增加了用戶對(duì)于使用產(chǎn)品時(shí)的工作負(fù)荷量。本文基于專家系統(tǒng)，對(duì)于個(gè)性化推薦穿搭應(yīng)用是要改善用戶使用體驗(yàn)，增進(jìn)理解用戶的需求，降低個(gè)人與服裝之間的溝通張力，平衡用戶自知與服裝客觀感知間的和諧。市場(chǎng)上現(xiàn)有的導(dǎo)購(gòu)?fù)扑]類應(yīng)用，大部分以服裝搭配推薦圖例的展示形式陳列給用戶，卻從未發(fā)自內(nèi)心推敲用戶到底想要什么。用戶開始會(huì)被不同的展示圖片所吸引，隨之進(jìn)入“流”的購(gòu)物模式。

“流”（Flow），這個(gè)概念最早在Mihaly Csikszentmihalyi的著作中Flow：The Psychology of Optimal Experience中被提到。在Peopleware：Productive Projects and Teams一書中，作者Tom DeMarco和Timothy Lister將流描述為“一種深層的、近乎完全的融入狀態(tài)”。流通常包括一種溫和的沉醉感并能讓你對(duì)時(shí)間的流逝毫無(wú)察覺(jué)。[1]流也可稱為沉浸式模式，進(jìn)入沉浸式購(gòu)物模式的用戶，心境就會(huì)發(fā)生轉(zhuǎn)變，對(duì)于網(wǎng)站推薦的衣服本身要求就將變得更加嚴(yán)苛。用戶目標(biāo)與動(dòng)機(jī)明確的設(shè)計(jì)，是產(chǎn)品最該被列入首要的主題。

用戶在購(gòu)買時(shí)，從購(gòu)物心理學(xué)的角度來(lái)講分為：無(wú)意識(shí)購(gòu)物、購(gòu)物環(huán)境潛移默化、消費(fèi)者固有的慣性思維中心等。簡(jiǎn)單來(lái)說(shuō)，用戶在購(gòu)物的時(shí)候大多處于一種盲目的狀態(tài)，如以下網(wǎng)購(gòu)流程簡(jiǎn)述：正常的網(wǎng)上購(gòu)物行為應(yīng)該粗略分為以下12步：想要購(gòu)買衣服、不同應(yīng)用中探尋、有喜歡的、看價(jià)格、價(jià)格合適、鏈接、看圖片服飾細(xì)節(jié)、看店家信譽(yù)、看已購(gòu)買用戶評(píng)價(jià)、（思考是否合適自己、聯(lián)想自己的已有服飾的搭配）、是否是7天無(wú)理由退還貨物店、加入購(gòu)物車、（再次思考猶豫）、購(gòu)買。

在網(wǎng)上購(gòu)物不同于現(xiàn)實(shí)購(gòu)物，所看即所得，只要上身好看就可以直接購(gòu)買。網(wǎng)購(gòu)時(shí)，購(gòu)買的12步中，我們其實(shí)從第3步就已經(jīng)開始有了購(gòu)買的欲望，但是到最終的購(gòu)買我們還要?dú)v經(jīng)很多的評(píng)斷時(shí)間。問(wèn)題在于我們對(duì)于物品的不信任，對(duì)于自己的不了解，更加重要的是對(duì)于自己的衣櫥沒(méi)有一個(gè)整體概覽。很多18～25歲的“小白用戶”人群想要尋求變化，找到自己的特點(diǎn)穿出個(gè)性，盲目地推薦她們下載時(shí)尚導(dǎo)購(gòu)類的應(yīng)用，只會(huì)叫她們更加的舉步維艱。

解鈴還須系鈴人，問(wèn)題的根本要從用戶自身尋找，要使用戶自己了解自己。服裝搭配不僅僅是肉體和布料間的疊加，而是有關(guān)色彩、材質(zhì)、款型、身高體重、臉型等因素組成，個(gè)性化推薦也是基于此。個(gè)性化推薦的專家系統(tǒng)，首先是要在大量的數(shù)據(jù)基礎(chǔ)之上，運(yùn)用人工智能的技術(shù)完成。

專家系統(tǒng)（Expert System，ES）亦稱為專家咨詢系統(tǒng)，它是一種具有大量專門知識(shí)與經(jīng)驗(yàn)的智能計(jì)算機(jī)系統(tǒng)。它把專門領(lǐng)域中人類專家的知識(shí)和思考解決問(wèn)題的方法、經(jīng)驗(yàn)和訣竅組織整理且存儲(chǔ)在計(jì)算機(jī)中，不但能模擬領(lǐng)域?qū)＜业乃季S過(guò)程，而且能讓計(jì)算機(jī)如同人類專家那樣智能地解決實(shí)際問(wèn)題。“專家系統(tǒng)”指擁有某個(gè)或某些專門領(lǐng)域相當(dāng)數(shù)量的專家級(jí)知識(shí)，并且能夠在運(yùn)行過(guò)程中不斷地增長(zhǎng)新知識(shí)和修改原有知識(shí)，從總體上達(dá)到專家水平。由于專家系統(tǒng)是基于知識(shí)的系統(tǒng)，那么，建造專家系統(tǒng)就涉及知識(shí)獲?。◤娜祟悓＜夷抢锘驈膶?shí)際問(wèn)題那里搜集、整理、歸納專家級(jí)知識(shí)），知識(shí)的組織與管理，知識(shí)庫(kù)建立與維護(hù)，知識(shí)的利用等。本文中所描述的基于專家系統(tǒng)的個(gè)性化穿搭應(yīng)用推薦猜想，也是從搜集專家級(jí)的知識(shí)開始，以下會(huì)從視覺(jué)上最先感知的顏色開始，推導(dǎo)出我們的個(gè)性化穿搭推薦的專家系統(tǒng)。[2]

服飾搭配中最為吸引人眼球的是整體的顏色。首先，要確立用戶膚色的大致劃分，以便找到適合自己的服裝風(fēng)格顏色。例如，皮膚比較偏向棕色的女生，可能由于更加崇尚健康常曬太陽(yáng)，比較適合活躍的熒光色，色彩飽和度高的色彩；皮膚比較白皙的女生，比較適合暖色。顏色確定后，我們通過(guò)顏色的劃分和歸類，可以導(dǎo)向服飾搭配中的風(fēng)格分類。根據(jù)各大電商的風(fēng)格分類總結(jié)，可以將服飾風(fēng)格劃分為4種大類：女性化、中性化、個(gè)性化、大眾化。根據(jù)色彩的關(guān)聯(lián)，能夠很快地定位用戶的方向，每次向用戶推薦2種風(fēng)格，其中可變更風(fēng)格1種（女性化、中性化、個(gè)性化任選其一）。更換一種大風(fēng)格則相應(yīng)的推薦另外兩種可變更風(fēng)格之一；替換一種大風(fēng)格下的小趨向，可從新獲得2種小趨向風(fēng)格。

不做硬性的推薦，而是感情化的給予建議，如同你的購(gòu)物閨蜜一般。這樣的推薦來(lái)源于用戶自身真實(shí)的個(gè)體特征資料，通過(guò)猜風(fēng)格的形式和用戶產(chǎn)生第一次的互動(dòng)，讓用戶不會(huì)有被迫的感覺(jué)。這樣的個(gè)性化推薦，大大減少了用戶尋找想要服飾的時(shí)間，并且在每次用戶操作過(guò)后，系統(tǒng)將會(huì)更加了解用戶心里的欲求購(gòu)買物品，可以更加準(zhǔn)確的推薦給用戶。每種大風(fēng)格下面的服飾搭配，所用的單品總是共10種，包括包、配飾等配件，10種搭配衍生出7種整體符合大風(fēng)格的造型。這就是我們想要強(qiáng)調(diào)的收斂型。不是夸張地叫你總是購(gòu)買新衣服，而是有節(jié)制的從需求、適合、喜歡，三種不同層級(jí)出發(fā)收斂，以幫助用戶不會(huì)穿錯(cuò)的基礎(chǔ)上提高20%的心意，打造潮級(jí)平凡的搭配效果。

每款推薦的搭配都是在一定價(jià)格范圍之內(nèi)。根據(jù)18～25歲用戶的經(jīng)濟(jì)水平，每套服裝搭配都應(yīng)該有其應(yīng)用的價(jià)格傾向，適合“小白用戶”的更加細(xì)分的人群。在校園中，大部分的經(jīng)濟(jì)來(lái)源都是父母的支持，我們應(yīng)該樹立良好的價(jià)值觀，不應(yīng)過(guò)度消費(fèi)。

每款推薦的搭配單品可以通過(guò)拍照的方式進(jìn)行替換，合理的利用現(xiàn)有服飾，搭配出相同的效果。本質(zhì)是現(xiàn)有衣服的重組沒(méi)有建立起來(lái)。一遍遍的試穿現(xiàn)有的服裝，在體力上用戶使用度不夠良好。所以，只要用戶輸入了現(xiàn)有的服裝，系統(tǒng)可以自動(dòng)為其匹配；或是用戶可以利用其碎片時(shí)間，完成搭配的小游戲。這種互動(dòng)可以增加用戶的搭配能力，在體驗(yàn)中尋求成長(zhǎng)。用戶的搭配知識(shí)來(lái)源于，系統(tǒng)的推薦和達(dá)人用戶的服飾街拍樣例。每一次用戶自我的搭配還可以分享給其他用戶，通過(guò)評(píng)分的機(jī)制，增加整個(gè)使用過(guò)程中的游戲性，讓搭配成為一種誰(shuí)人都可以做好的事情。達(dá)人的服飾展示不僅可以作為服飾搭配的知識(shí)來(lái)源，還可以作為“小白用戶”的匹配樣板。根據(jù)“小白用戶”最開始的個(gè)體體征數(shù)據(jù)，可以找到資料相當(dāng)?shù)倪_(dá)人，作為參考樣板。

通過(guò)這樣的專家系統(tǒng)化的個(gè)性化推薦設(shè)計(jì)，不僅可以減少用戶在尋求購(gòu)買時(shí)的時(shí)間成本，最重要的可以幫助“小白用戶”完成自我探尋的第一步，開啟了他們的服飾搭配敲門磚。購(gòu)物只需三步：選擇——喜歡——購(gòu)買。個(gè)性化推薦的關(guān)鍵就是在幫助用戶，在一定的預(yù)算范圍之內(nèi)，完成最大化的個(gè)性服飾搭配，并解決最快的購(gòu)買流程?；趯＜蚁到y(tǒng)的個(gè)性化推薦設(shè)計(jì)，想要做的就是平衡“個(gè)人偏好”與“實(shí)際獲得”之間的距離，讓用戶最終買到的東西盡可能的貼近用戶心里欲求的。

參考文獻(xiàn)：

[1] Alan Cooper（美），等.About Face3交互設(shè)計(jì)精髓[M].劉松濤，等，譯.電子工業(yè)出版社.

[2] 敖志剛.人工智能與專家系統(tǒng)導(dǎo)論[M].中國(guó)科學(xué)技術(shù)大學(xué)出版社.

作者簡(jiǎn)介：李玉蓮（1989—），女，吉林人，研究生，主要研究方向：新媒體。