基于相似度匹配的定制衣柜模塊組合方法研究?

王思航 陶 濤 陳星艷 彭思立

[1.中南林業(yè)科技大學(xué)，湖南 長沙 410004；2.美宅科技（北京）有限公司，北京 100089]

隨著消費者個性化需求的不斷提升，定制家具越來越受到消費者的青睞。由于市場競爭激烈，行業(yè)受疫情影響嚴重，實現(xiàn)引流并獲得訂單是企業(yè)生存的前提。對于定制衣柜企業(yè)，解決衣柜模塊組合工作復(fù)雜且重復(fù)度較高的問題，提高設(shè)計效率，確保短時間、高效率為消費者設(shè)計出符合其需求的衣柜，是未來成功的關(guān)鍵[1-4]。

目前，推薦系統(tǒng)已廣泛應(yīng)用于普通電子商務(wù)平臺和學(xué)術(shù)網(wǎng)站。在推薦系統(tǒng)中，相似度是最常見的計算推薦度的指標(biāo)之一[5-7]。本文采用相似度匹配的推薦方法，即將用戶信息與柜體數(shù)據(jù)進行匹配，以實現(xiàn)快速精準(zhǔn)地推薦定制衣柜模塊組合方案。

1 數(shù)據(jù)處理

1.1 研究內(nèi)容

模塊化定制衣柜的分區(qū)處理，是一項重復(fù)性高且難度系數(shù)偏低的工作，在衣柜設(shè)計過程中占據(jù)較長時間。為實現(xiàn)快速出單并減少設(shè)計師的重復(fù)性工作，從而提高生產(chǎn)效率，節(jié)約企業(yè)成本，本文將推薦系統(tǒng)與衣柜功能設(shè)計相結(jié)合，根據(jù)用戶畫像快速推薦符合用戶需求的模塊組合方案[8-10]。模塊化定制衣柜組合方案推薦可以描述為：某廠家有一定數(shù)量的單元柜模塊，每個模塊都具備不同的儲物功能。用戶所表達的信息為用戶畫像，這些信息與衣柜功能有一定的映射關(guān)系。通過相似度匹配，選取符合用戶需求的最優(yōu)模塊組合方案。

1.2 模塊數(shù)據(jù)化

推薦系統(tǒng)包含2 種：一種是基于協(xié)同過濾的推薦，另一種是基于內(nèi)容的推薦[11-12]。在無數(shù)據(jù)積累的情況下，本文選用基于內(nèi)容的推薦，因此需對每個單元柜體模塊進行數(shù)據(jù)化標(biāo)注。單元柜模塊間的差異主要體現(xiàn)在功能分區(qū)上，為此需根據(jù)單元柜模塊的功能特征對模塊賦予數(shù)據(jù)化標(biāo)簽，并錄入數(shù)據(jù)庫[13-14]。本文以10個單元柜模塊為樣例（見圖1），依據(jù)衣柜儲物功能進行關(guān)聯(lián)推薦。

圖1 定制衣柜模塊單元柜示例Fig. 1 Example of customized wardrobe module unit cabinet

衣柜主要功能分區(qū)有疊放區(qū)、被褥區(qū)、褲架區(qū)、長衣區(qū)、短衣區(qū)、抽屜區(qū)六類。將每個區(qū)所在單元柜的空間體積占比作為此功能分區(qū)向量的長度。以B單元柜為例，當(dāng)無頂柜時，初定柜體高度為2 100 mm，其中被褥區(qū)所在區(qū)域高度尺寸為400 mm，體積占比約為20%；疊放區(qū)所在區(qū)域高度尺寸為600 mm，體積占比約為30%；短衣區(qū)所在區(qū)域高度尺寸為1000 mm，體積占比約為50%。B單元柜中沒有褲架區(qū)、長衣區(qū)、抽屜區(qū)，因此B單元柜數(shù)據(jù)化處理結(jié)果為(0.30,0.20,0,0,0.50,0)。當(dāng)有頂柜時，頂柜承擔(dān)了被褥區(qū)功能，因此單元柜模塊中的被褥區(qū)變?yōu)榀B放區(qū)，此時應(yīng)當(dāng)去掉單元柜模塊中的被褥區(qū)數(shù)據(jù)維度，則B單元柜疊放區(qū)空間占比變?yōu)?0%，短衣區(qū)空間占比變?yōu)?0%，此時B單元柜數(shù)據(jù)化處理結(jié)果變?yōu)?0.50,0,0,0.50,0)。對于頂柜，不同廠家會有不同的標(biāo)準(zhǔn)。本文以2 350 mm高度為標(biāo)準(zhǔn)，在柜體超過2 350 mm時作加頂柜處理[15]。通過計算，以上10 個單元柜模塊數(shù)據(jù)化處理結(jié)果如表1、2 所示。

表2 定制衣柜單元柜模塊結(jié)構(gòu)化數(shù)據(jù)示例（有頂柜）Tab.2 Example of structured data of customized wardrobe unit cabinet module (with top cabinet)

一個衣柜往往是由多個單元柜體組成，因此每個衣柜模塊組合方案的單元柜個數(shù)及單元柜體積占比會隨著整體衣柜尺寸的變化而變化。柜體寬度方向尺寸對單元柜個數(shù)及尺寸比例的影響如表3 所示。

表3 柜體寬度分區(qū)比例示例Tab.3 Example of partition proportion of cabinet width

1.3 用戶分析

用戶在定制衣柜時會與設(shè)計師進行溝通交流，在設(shè)計衣柜模塊組合方案前，設(shè)計師同樣需要獲得用戶的需求信息，這在推薦系統(tǒng)中被定義為用戶表達。影響模塊組合方案的用戶畫像涵蓋四個方面：衣柜尺寸、衣柜使用人數(shù)、使用人員的年齡性別、功能分區(qū)需求。用戶輸入信息如表4 所示。

表4 用戶輸入信息表Tab. 4 User input information table

將以上用戶信息與衣柜功能分區(qū)建立映射關(guān)系，根據(jù)映射關(guān)系進行衣柜組合方案的匹配，實現(xiàn)符合用戶需求的衣柜模塊組合方案推薦。

2 推薦方法

2.1 映射關(guān)系建立

相似度匹配的前提是統(tǒng)一用戶輸入層與模塊數(shù)據(jù)層的維度[16]。模塊數(shù)據(jù)層為標(biāo)注在單元柜模塊上各個功能分區(qū)（疊放區(qū)、被褥區(qū)、褲架區(qū)、長衣區(qū)、短衣區(qū)、抽屜區(qū)）的空間占比。在用戶的輸入信息中，使用者和功能分區(qū)需求影響衣柜模塊種類，衣柜尺寸影響衣柜模塊個數(shù)。本文根據(jù)調(diào)研分析獲得的不同使用者對功能分區(qū)的不同需求，將使用者與功能分區(qū)建立映射關(guān)系，如老年男士對疊放區(qū)和短衣區(qū)需求較大，其次為存放小件衣物及藥物的抽屜區(qū)和放置過季衣物被褥的被褥區(qū)，再次為存放褲子的褲架區(qū)。將數(shù)據(jù)合理化處理，即得到老年男士與功能分區(qū)之間的映射關(guān)系(0.30,0.10,0.10,0,0.30,0.20)，每個向量代表的是此功能分區(qū)下的空間占比。以此得到使用者與功能分區(qū)的映射關(guān)系如表5 所示。這些數(shù)據(jù)在推薦系統(tǒng)中被定義為專家意見，可作為網(wǎng)絡(luò)平臺初期冷啟動的基礎(chǔ)數(shù)據(jù)[17]。當(dāng)平臺的用戶數(shù)據(jù)不斷累積增加到一定量后，可針對用戶數(shù)據(jù)進行機器學(xué)習(xí)訓(xùn)練，從而使得映射關(guān)系更加客觀準(zhǔn)確[18-19]。

表5 使用者與功能分區(qū)的映射關(guān)系Tab.5 The mapping relationship between users and functional partitions

上述使用者與功能分區(qū)的映射關(guān)系是基于對設(shè)計師及不同年齡層次的消費者調(diào)研結(jié)果總結(jié)所得，不同用戶對功能分區(qū)會有個性化需求。因此為用戶提供的功能分區(qū)需求輸入包含多、正常、少、無4 個選項，利用這4 個選項對功能分區(qū)需求的影響，建立基礎(chǔ)規(guī)則。根據(jù)網(wǎng)絡(luò)平臺冷啟動及相似度匹配數(shù)據(jù)相關(guān)性規(guī)則，選項多、正常、少和無分別表示在表5 體積占比的基礎(chǔ)上+0.10、+0、-0.10 和清零。每一個功能分區(qū)的加或減均對應(yīng)其余功能分區(qū)空間占比的平均加減，并最終保持體積占比總和為1，如老年男士在無頂柜柜體尺寸下選擇無褲架區(qū)，則向量(0.30,0.20,0,0,0.50,0)變化為(0.32,0.12,0,0.02,0.32,0.22)。以上僅完成了用戶信息輸入與模塊數(shù)據(jù)維度的數(shù)據(jù)結(jié)構(gòu)化統(tǒng)一。當(dāng)平臺積累了一定量的用戶數(shù)據(jù)后，再針對此基礎(chǔ)規(guī)則繼續(xù)進行調(diào)參優(yōu)化，以提高客觀性和準(zhǔn)確性[20-21]。

2.2 相似度匹配

相似度包含余弦相似度、歐氏距離、皮爾森相似度等。對于不同的樣本數(shù)據(jù)，可采用不同的計算方式。基于本研究處理的是多維度數(shù)據(jù)，因此優(yōu)先采用余弦相似度計算方式。余弦相似度是通過測量兩個向量夾角的余弦值來評估它們的相似度，最終得到的數(shù)值位于[-1,1]區(qū)間，數(shù)值越大說明兩個向量相似度越高，數(shù)值越小則相似度越低。其余弦相似性θ由點積和向量長度給出[23-25]，計算公式如下：

式中：A、B分別代表用戶向量和模塊向量；Ai、Bi分別代表A和B的各分向量。

由于對可能性的搭配是采用笛卡爾積的結(jié)果，因此會出現(xiàn)多個相同單元柜重復(fù)使用的情況。設(shè)組成柜體的單元柜總個數(shù)為t，重復(fù)的單元柜個數(shù)為r，則最終柜體組合方案的單元柜重復(fù)率L為：

將單元柜重復(fù)率以及功能分區(qū)相似度作為推薦的兩個維度，并分別設(shè)置權(quán)重w1、w2，則最終的相似度（Similarity）公式如下：

將組成整個柜體的各個單元柜所占比例設(shè)為mi，比例總和設(shè)為x，單元柜個數(shù)設(shè)為n，組成整個柜體的單元柜疊放區(qū)、被褥區(qū)、褲架區(qū)、長衣區(qū)、短衣區(qū)、抽屜區(qū)的占比分別設(shè)為ai、bi、ci、di、ei、fi，則整個柜體的各個功能分區(qū)的組合向量Bi為：

對用戶輸入轉(zhuǎn)化的向量Ai與不同柜體個數(shù)及樣式組合而成的向量Bi進行相似度計算，最終得出與用戶需求相似度最高的柜體組合方案。

3 應(yīng)用實例

在確定用戶輸入項，設(shè)計并存儲單元柜模塊及其所標(biāo)注的數(shù)據(jù)，并建立映射關(guān)系后，推薦系統(tǒng)所需的基礎(chǔ)數(shù)據(jù)準(zhǔn)備就緒。下面選取兩個用戶信息，將其輸入系統(tǒng)，進行推薦流程的應(yīng)用測試。

3.1 用戶畫像數(shù)據(jù)化處理

兩個用戶模擬輸入表6 信息。

表6 用戶畫像Tab.6 User portrait

根據(jù)既定規(guī)則，數(shù)據(jù)化轉(zhuǎn)換結(jié)果為A1=(0.15,0,0.30,0.15,0.20)；A2=(0.27,0.17,0,0,0.38,0.18)。根據(jù)柜體寬度方向尺寸，求得用戶畫像1的單元柜個數(shù)n=3或4或5，而用戶選擇無褲架，則將含有褲架區(qū)的單元柜過濾掉；用戶畫像2的單元柜個數(shù)n=2或3。兩個用戶畫像下定制衣柜單元柜模塊組合方案的所有可能性如表7所示。

表7 用戶柜體尺寸所對應(yīng)的單元柜個數(shù)與比例Tab.7 The number and proportion of unit cabinets corresponding to the size of user's cabinet

3.2 相似度匹配

圖2 成年夫妻的模塊組合方案Fig. 2 Modular combination scheme for adult couples

圖3 兒童的模塊組合方案Fig. 3 Module combination scheme for children

將以上組合方案轉(zhuǎn)化為輸出向量Bi，并與Ai進行余弦相似度計算。如圖2所示，求得在成年夫妻用戶畫像下，單元柜選擇D、D、G、F 4個模塊組合時，相似度值最大為0.94，此時所得輸出向量B1=(0.19,0,0.36,0.24,0.21)；如圖3所示，求得在兒童用戶畫像下，單元柜選擇D、G、H 3個模塊組合時，相似度值最大為0.97，所得向量B2=(0.24,0.15,0,0.23,0.2,0.18)。

3.3 結(jié)果分析

由圖2、3可見，在較少單元柜模塊情況下，最終的柜體基本匹配了用戶畫像，滿足了用戶的功能需求。數(shù)據(jù)庫的單元柜模塊得到進一步豐富，在收集大量用戶數(shù)據(jù)后，對上述基礎(chǔ)數(shù)據(jù)進行更新迭代，推薦方案將會更加豐富，更加貼合用戶需求。

4 結(jié)語

本文基于定制家具設(shè)計與營銷現(xiàn)狀，將基礎(chǔ)研究與新技術(shù)融合，對定制衣柜模塊化設(shè)計及數(shù)據(jù)化處理進行了深入研究。在無用戶數(shù)據(jù)基礎(chǔ)的情況下，探索了定制衣柜組合方案的推薦方法。隨著數(shù)據(jù)的積累，機器學(xué)習(xí)可不斷提高推薦的準(zhǔn)確性，大大提升企業(yè)效益。在不久的將來，人工智能新技術(shù)將與傳統(tǒng)家居行業(yè)深度融合，更好地為產(chǎn)業(yè)賦能，推動行業(yè)發(fā)展。