反映人的认知习惯的商品检索方法

目的 便捷的商品检索是用户网络购物体验良好的关键环节.由于电商对商品描述方式的规范性要求以及用户对商品属性理解差异等问题,基于关键词的检索方法在商品检索的应用并不理想.近年来,以图搜图的检索方式在各大电商平台上得到越来越多的应用,但检索结果往往不尽如人意.为此,提出了一种新的检索思路,从商品外观设计特征出发,将人们对商品的认知模式引入到商品图片的检索过程,从而获得更符合人们预期的检索结果.方法 以时尚女包商品为例,在分析设计师的设计规范的基础上,将外观设计特征分解为形状特征、颜色特征和设计元素特征.利用深度卷积神经网络建模、提取特征,并使用哈希方法和Top3类内检索算法加快检索速度.结果 利用建立的商品数据集构建3个对应的特征模型,并进行分类识别和图像检索实验.结果表明,各个模型Top1的识别准确率均小于95％,而Top3的识别准确率均在98.5％以上;商品检索速度加快了将近3.5倍.实验及用户调查结果表明,本文提出的检索方法与淘宝、百度图片等基于图像的检索工具相比,检索结果更为多样,与原图像相似度更高.结论 本文提出的从商品外观设计规范出发、与人的认知模式相结合的商品检索方法,更能满足用户的检索意图,可用于时尚女包商品检索,对基于图像的其他商品的检索方法的研究具有借鉴意义.