基于约束满足的个性化西服定制推荐系统

石美红，艾 磊，李维乾，赵 辉，王春兰，高晓娟

（1.西安工程大学 计算机科学学院，陕西 西安710048；2.山东如意集团 研发部，山东 济宁272000）

0 引 言

进入20世纪90年代以后，市场多样化、个性化需求特征日趋明显，顾客已不再满足于从企业提出的产品目录选择产品，而是要求企业能够即时提供专门为他们的需求而设计的产品.随着计算机网络通信技术和现代电子商务技术的飞速发展，使产品定制设计过程可以直接面向最终用户进行生产，为满足顾客个性化需求的定制生产成为可能［1－2］.在个性化服装定制中如何让客户真正参与到服装设计中，通过服装的形、色、质表现出客户的独特风格与气质、高雅的修养与内涵，是个性化服装定制中要解决的关键问题.因此，为了准确获取和理解客户的定制需求，降低客户在服装定制时的选择难度，服装企业必须深入挖掘并有效管理客户需求，提供一个客户体验良好的个性化服装定制平台.

目前对产品定制技术的研究主要有3种模式：基于客户需求的管理模式［3－5］，基于产品配置的管理模式［6－12］，基于客户在线定制的管理模式，通过人机交互平台，客户自主选配部件、功能，使之参与到产品设计中.目前大多数个性化服装定制正是采用第3种模式，通过客户自主选择服装设计要素的相关信息［1－2］，为他们定制所需的服装，如美国的mysuit系统，国内的普莱仕、凡客、宝鸟等系统，但是，这类系统既没有考虑到普通客户大都对服装专业知识了解甚微，也忽略了客户的隐性需求.

本文以某服装企业的品牌西服定制需求为例，研究面向个性化西服定制的需求管理方法，利用现代网络技术、产品定制技术和数据挖掘技术等研发基于约束满足的个性化西服定制推荐系统，有效降低客户定制难度，提高客户满意度.

1 个性化西服定制

1.1 个性化需求

在个性化服装定制中，客户是服装设计的中心.通过服装企业、商场的调研和客户的问卷调查与分析，结合西服特点，将客户的个性化需求分为6大类，个性化需求分类见表1.从表1可以看出，个体特征、环境等因素决定了客户的物质需求；社会背景、场合、角色、情感等因素体现了客户的精神需求.由于情感的表达是多样丰富的，不同客户有着不同程度的情感需求.为了能准确地把握客户的消费心理，采用语意差异法对情感形容词进行度量，如：对于“高贵的－朴素的”这一对情感形容词，可以划分为“非常高贵的”，“很高贵的”，“比较高贵的”，“一般”，“比较朴素的”，“很朴素的”，“非常朴素的”7个语意量尺.

表1 个性化需求分类Table 1 Classification of personalized demands

1.2 设计要素和情感因子

西服设计由款式、面料、色彩三要素组成，西服设计要素组成如图1所示.从图1可以看出，款式展示了人体各部位的轮廓，通过各细节部件的搭配体现了不同的款式风格；不同的面料能够表现出各自的造型特征，给人以美好的精神享受；不同的色彩可形成各种不同的西服风格，给人以全新的视觉效果.

图1 西服设计要素组成Fig.1 The components of design elements for a suit

在人们物质生活更加丰富的今天，情感已经被作为服装产品价值判断的重要标准.根据服装美学标准，服装情感可分为外观、流行、气质、场合4个因子.对于西服而言，情感的表达依赖于款式、面料、色彩3个设计要素.每一设计要素可以传递出一种基本的情感趋向.在西服设计规则和西装美学的约束下，经不同的设计要素组合和不同的细节部件搭配后，进而可表达出西服的丰富情感.根据西服的特点，按照4大情感因子，选择了比较有代表性的形容词，西服的部分设计要素所呈现的情感见表2.从表2可以看出，高贵的－朴素的形容词体现外观情感；经典的－流行的形容词展现流行情感；儒雅的－阳刚的形容词显现气质情感；正式的－休闲的形容词显示场合情感.根据定制的西服设计方案，从西服的情感因子角度，由专家对其进行整体评价，作为后续西服推荐的依据.

表2 西服的部分设计要素呈现的情感Table 2 The emotional factors showed from part design elements

2 关键技术

2.1 客户需求获取

有限状态机是由一定数目的状态和状态之间的转移所构成.任何时候只能处于给定数目状态中的一个，并以一种事件驱动的方式工作，即当接收到一个事件时，状态机产生一个输出，同时也伴随着状态的转移.根据客户个性化需求分类，采用有限状态机技术描述客户需求的会话交互行为模型，其中，每个状态对应一个问题，根据客户回答的内容，转移到不同的状态，对应显示出不同的问题.采用这种会话交互方式，有利于引导客户完整地表达自己的需求.图2给出了简化的客户个性化需求获取的会话交互行为模型.

图2 客户个性化需求获取的会话交互行为描述Fig.2 The conversational interaction description for acquirement of customer personalized demands

但是，现实中大多数客户更关注或喜欢回答他们所感兴趣或重要的问题，并期待立即能看到推荐的结果.利用具有相似背景或定制需求的客户交互日志，计算客户交互的每个问题的流行度［13］，流行度高的问题表明是客户感兴趣或能反映个性特征的问题，则优先显示；对客户不感兴趣或反映共性特征的问题，采用文献［14］的相似性计算方法，通过模糊推理和加权多数投票相结合，预测客户的答案，给出默认回答.这样既提高了客户需求信息的获取效率，也让客户的个性化需求得到了充分表达.

2.2 基于约束满足的西服定制推荐技术

西服是以款式、面料、色彩为载体，经板型、粘合、缝制、整烫等工艺设计与加工而形成的协调整体.西服设计规则是以一定的形式美法则为基础，以工艺设计规则为约束，以穿着对象的个性化需求为导向，选择和搭配合适的各设计要素，使西服与人形成完美和谐的一体.因此，通过西服行业专家咨询和西服设计规则知识的分析，分别从款式、面料、色彩三要素出发，总结归类了款式设计要素之间约束规则、个体特征与各设计要素之间的约束规则.表3和表4分别给出了部分西服款式要素间相斥规则、个体特征与各设计要素之间的约束规则.

表3 西服款式各要素间相斥的约束规则Table 3 Conflict rules among design elements for a suit

定义1 约束满足问题.一个约束满足问题（constraint satisfaction problem，CSP）P是由三元组成：

其中，X ＝ ｛x1，x2，…，xk｝是一个有限的变量集合.D ＝ ｛d1，d2，…，dn｝是求解变量xi（i＝1，2，…，k）的有限值域或论域集合，若变量xi∈X，则用dom（xi）⊆D返回变量xi的值域或论域，dom（xi）表示将X中的每一个变量映射到有限值域D上的函数；C＝｛c1，c2，…，cm｝是一个有限的约束集合，任意cj∈C（j＝1，2，…，m）表示变量取值之间的制约关系［15］.

表4 个体特征与西服款式要素间约束规则Table 4 Constraint rules between individual characteristics and design elements for a suit

若用S表示P的一个解，那么，一个约束满足问题的解是为每个变量xi在其D中选择一个值域或论域构成集合S，使得S中的所有变量取值满足C中所有约束.

个性化西服定制问题可以用约束满足问题进行表达和求解.这是因为西服定制问题的各元素与约束满足问题中的各元素存在着一一对应的关系.

（1）客户对西服设计的需求属性集合XC和西服设计属性XP集合可转化为约束满足问题中的变量集合X ＝ （XC，XP），其中，XC＝ ｛xc1，xc2，xc3，xc4，xc5，xc6｝描述客户需求属性，对应｛个体特征上下文，环境上下文，社会背景上下文，场合上下文，角色上下文，情感上下文｝，XP＝ ｛xP1，xP2，xP3｝描述西服设计属性，对应｛款式，面料，色彩｝.

（2）客户对西服设计的需求论域DC和西服设计要素的可配置论域DP可转化为约束满足问题中的论域D＝ （DC，DP），其中，DC＝ ｛dc1，dc2，dc3，dc4，dc5，dc6｝表示客户需求的论域，DP＝ ｛dP1，dP2，dP3｝描述西服设计要素的可配置论域.

（3）约束满足问题中的约束C可转化为XC对XP中各元素间的组合搭配约束和西服设计规则约束的集合，即C＝（CF，Co），其中，CF描述了哪种需求属性可组合搭配哪些设计要素的约束限制；Co描述了西服设计的各要素间的约束规则.

（4）基于约束满足的个性化西服定制SPROD可转化为约束满足问题的解.根据西服设计的特点，这里将约束分为建议性约束和强制性约束两类，建议性约束是在西服设计的各要素组合搭配过程中并不要求完全满足西服设计规则，即西服设计结果并不会出现无解的情况，比如，CF仅表达了XC对XP中各元素间的组合搭配约束规则，但是这种组合搭配的设计结果可能无法满足西服设计的约束关系；强制性约束是在西服设计的各要素组合搭配过程中必须满足的西服设计规则，诸如，Co根据西服工艺设计要求，描述了西服设计的各要素间的约束规则，如果各要素间组合搭配的设计结果无法满足约束关系，则该约束满足问题无解，即表明在客户需求和西服设计规则的约束下，没有合适的西服推荐给客户.

当约束满足问题无解时，即SPROD＝ø，需要采用一定的方法进行诊断鉴别和修复弥补.由于客户对西服设计的需求论域DC就等价为对西服设计要素的可配置的论域DP限制，所以，从得到的西服设计要素的可配置论域DP＝｛dP1，dP2，dP3｝中找出内在的需求冲突.其基本方法是基于模型诊断（Model－based Diagnosis，MBD）的思想［16］，首先根据西服设计约束规则，采用一阶逻辑描述西服设计各要素间和各部件间的组合搭配连接关系，建立待诊断系统的模型，然后，根据构建的诊断系统模型和当前得到的可配置论域DP，采用逻辑推理引擎进行冲突识别，找出所有极小冲突设计要素或部件的集合，接着，采用QUICKXPLAIN算法［17］，对产生的所有极小冲突集计算，得到极小候选冲突集结果，最后得到引起无解的需求冲突最小化集，客户根据该集合的提示信息对需求冲突集进行修改，重新求解SPROD，直至得到可行的定制结果.

为了提高推荐系统的信任度和客户购买的意愿，运用多属性效用理论（multi－attribute utility theory，MAUT），提出了基于情感效用的个性化西服定制推荐方法.以客户的情感需求为基础，以专家对西服整体呈现的情感评分为依据，从外观、流行、气质、场合4个维度计算定制的西服设计方案对客户的效用值，其效用函数式为

其中，p表示定制的西服设计方案；i表示评价维度；emotional－needs（i）表示客户对i的情感需求；contri－bution（p，i）表示专家对p在i上的评分值；wi表示第i评价维度的权重，，最终得到西服设计方案p的总效用值utility（p）.

从式（1）可以看出，效用值既有来自专家的客观评定，也体现了客户情感的主观需求.依据效用值大小形成个性化西服定制的推荐序列，为客户的决策结果提供可信的依据.基于约束满足的个性化西服定制推荐流程示意图如图3所示.

3 个性化西服定制推荐系统实现

3.1 系统体系结构

个性化西服定制推荐系统体系结构设计为客户交互层、定制推荐引擎层和西服知识库3层系统体系结构框架图如图4所示.其中，客户交互层包括获取个性化需求和偏好，为客户展示西服设计方案推荐结果及客户对推荐结果的满意度评价；定制推荐引擎层根据客户交互层所获取的客户个性化需求和偏好，基于CF，Co约束规则求解个性化西服设计方案，最后以情感需求和情感评价为基础，计算定制的西服设计方案对客户的效用值，形成个性化西服定制的推荐序列；西服知识库包括客户需求本体库、西服设计要素本体库、西服设计规则库、案例库等，各知识表达方法如图5所示.

图3 基于约束满足的个性化西服定制推荐流程Fig.3 A customized recommendation flow chart based on constraint satisfaction method for personalized suits

3.2 开发环境与主要功能的实现

在Java EE（Java Enterprise Edition）开发平台上，Web服务器软件Tomcat 7.0，数据库SQL Server 2005，采用Struts、Spring、Hibernate框架技术，基于B/S架构，开发了面向个性化西服定制推荐的原型系统.

图4 系统体系结构框架Fig.4 A system structure frame

图5 西服知识库构建方法示意图Fig.5 A diagram of constructing suit knowledge bases

3.2.1 客户需求获取功能实现 客户通过浏览器登录西服定制推荐系统，进入界面后，根据客户注册信息，系统通过交互日志挖掘，向客户展示需要回答的问题.如，当客户对问题1选择了“职业场合”，下一个问题则显示“职业性质？”，若客户回答为严肃职场，则第3个问题为“严肃职场类型”，以此类推，使得客户的个性化需求得到充分表达.为了确保有限状态机机制的实施，建立了有限状态机的基础类库，每个类具有定义和修改有限状态机的接口，使模块内部控制逻辑的定义与实现相分离.

3.2.2 西服定制推荐功能实现 依据个性化需求分类，对获取的客户需求进行识别，得到客户的个性化模式，然后，以西服知识库作为定制依据，求解约束满足的个性化西服定制设计方案，最后，以情感因子计算定制的西服设计方案对客户的效用值，并按其大小排序提供给客户推荐结果如图6所示.客户可点击查看推荐的各定制西服的详细介绍如图7所示.

图6 个性化西服定制的推荐结果显示Fig.6 A show of a customized recommendation results

图7 查看推荐的定制西服详细信息Fig.7 An interface of accessing detailed information of a customized recommendation results

4 结 论

（1）通过交互日志挖掘，采用有限状态机技术描述客户需求的会话交互行为模型，完整、充分地表达了客户的个性化需求.

（2）运用约束满足理论和多属性效用理论，研究和开发了一种基于约束满足的个性化西服定制技术和基于情感效用的西服推荐方法.

（3）提升客户的参与度，经某服装企业的实际应用案例，说明了本系统的有效性和可行性.

［1］ 李露，谢红，刘寒雁.基于 O2O模式服装网络定制系统设计研究［J］.丝绸，2014，51（11）：32－37.LI Lu，XIE Hong，LIU Hanyan.Design of clothing network customization system based on O2O mode［J］.Journal of Silk，2014，51（11）：32－37.

［2］ 薛煜东，李晓久.网络服装定制系统的应用研究［J］.天津纺织科技，2007，45（3）：48－51.XUE Yudong，LI Xiaojiu.Application research on clothing network customization system［J］.Tianjin Textile Science ＆Technology，2007，45（3）：48－51.

［3］ 万雪峰，但斌，经有国.在线大规模定制下基于客户需求模板的产品配置研究［J］.工业工程，2010，13（4）：69－73.WAN Xuefeng，DAN Bin，JING Youguo.On product configuration based on customer requirement templates under on line mass customization［J］.Industrial Engineering Journal，2010，13（4）：69－73.

［4］ 雷轶，汤兵勇.基于拓展的质量屋的客户需求映射研究［J］.情报杂志，2009，28（2）：66－68.LEI Yi，TANG Bingyong.Research on customer demands mapping based on extended HOQ［J］.Journal of Intelligence，2009，28（2）：66－68.

［5］ 但斌，姚玲，经有国，等.基于本体映射面向模糊客户需求的产品配置研究［J］.计算机集成制造系统，2010，16（2）：225－232.DAN Bin，YAO Ling，JING Youguo，et al.Product configuration oriented to fuzzy customer requirement based on ontology mapping［J］.Computer Integrated Manufacturing Systems，2010，16（2）：225－232.

［6］ 孙伟，马沁怡，高天一，等.基于本体和规则的产品配置系统研究［J］.大连理工大学学报，2011，51（4）：529－534.SUN Wei，MA Qinyi，GAO Tianyi，et al.Research on product configuration system based on ontology and rules［J］.Journal of Dalian University of Technology，2011，51（4）：529－534.

［7］ YANG Dong，MIAO Rui，WU Hongwei，et al.Product configuration knowledge modeling using ontology web language［J］.Expert Systems with Applications，2009，36（3）：4399－4411.

［8］ 伊辉勇.面向在线定制的多约束产品配置策略［J］.计算机集成制造系统，2014，20（10）：2395－2402.YI Huiyong.Multi－constrained product configuration strategies for online mass customization［J］.Computer Integrated Manufacturing Systems，2014，20（10）：2395－2402.

［9］ DONG Yang，MING Dong.A constraint satisfaction approach to resolving product configuration conflicts［J］.Advanced Engineering Informatics，2012，26（3）：592－602.

［10］ 唐世灏，吕建，刘征宏.基于语义的定制产品设计方法研究［J］.制造业自动化，2014，36（10）：64－66；70.TANG Shihao，LV Jian，LIU Zhenghong.The research of product design method based on semantics［J］.Manufacturing Automation，2014，36（10）：64－66；70.

［11］ EGON O，FOUGERES A J，FERNEY M.Fuzzy agents for product configuration in collaborative and distributed design process［J］.Applied Soft Computing Journal.2012，12（8）：2091－2105.

［12］ 包志炎，计时鸣，阮曙峰.基于蜂群进化机制的产品配置技术研究［J］.农业机械学报，2014，45（1）：328－334.BAO Zhiyan，JI Shiming，RUAN Shufeng.Product configuration technology based on swarm evolutionary mechanism［J］.Transactions of the Chinese Society for Agricultural Machinery，

［13］ MAHMOOD T，RICCI F.Improving recommendation effectiveness：Adapting a dialogue strategy in online travel planning［J］.Information Technology ＆ Tourism，2009，11（4）：285－302.

［14］ 王茜，王均波.一种改进的协同过滤推荐算法［J］.计算机科学，2010，37（6）：226－243.WANG Qian，WANG Junbo.Improved collaborative filtering recommendation algorithm［J］.Computer Science，2010，37（6）：226－243.

［15］ 袁际军，黄敏镁.非二元条件约束满足问题求解［J］.计算机集成制造系统，2014，20（3）：636－651.YUAN Jijun，HUANG Minmei.Non－binary conditional constraint satisfaction problems solution［J］.Computer Integrated Manufacturing Systems，2014，20（3）：636－651.

［16］ RUDOLF V，WOLFGANG W，ELISABETH W.Implausible alternatives in eliciting multi－attribute value functions［J］.European Journal of Operational Research，2014，234（1）：221－230.

［17］ JUNKER Ulrich.Quickxplain：Preferred explanations and relaxations for over－constrained problems［C］//Proceedings of AAAI′04，San Jose，AAAI，2004：167－172.