面向网购的服装尺码推荐系统构建与应用

牛蒙蒙　吴长姣　卢业虎　汪明星

摘要：为了解决在服装网购过程中消费者不能现场试衣，导致所购服装合体性不佳、退货率较高的问题，以女式T恤为例，通过文献搜集、专家访谈和实证研究的方式，确立了服装关键部位的合体性松量阈值及不同廓形的判定标准，并以此为基础构建了一套完善的尺码推荐系统。系统数据库储存服装规格尺寸、用户个人尺寸等信息，前端采用bootstrap框架设计，后端使用C#语言开发，系统采用二次函数作为核心算法，通過计算与比较不同尺码的函数值，实现服装尺码智能推荐。经实验验证本系统的推荐准确率达88%以上，可以在一定程度上消除购物疑虑，减少物流成本，促进服装电子商务的发展。

关键词：网购;尺码推荐;松量阈值;服装廓形;合体性

中图分类号：TS941.1文献标志码：A文章编号：1009265X（2022）03021006

Establishment and application of online shopping garment size

recommendation system： take women's tshirts for example

NIU Mengmeng WU Changjiao LU Yehu WANG Mingxing

Abstract： In view that consumers cannot try on clothing purchased online， resulting in poor fitness and high refund of clothing， with women's Tshirts as an example， through literature collection， expert interviews and empirical research， the clothing fitness ease threshold of the key parts of clothing and the judging criteria for different silhouettes were determined， and a complete size recommendation system was established on this basis， which stores information such as clothing specifications and dimensions， user' personal information in the system database. The system front end was designed using bootstrap framework and the back end was developed using C# language. Adopting quadratic function as the core algorithm， the system is feasible to realize intelligent recommendation of clothing size by calculating and comparing the function values of different sizes. Through experimental verification， it is proved that the accuracy rate of this recommendation system can exceed 88%. It is conductive to eliminating consumers' shopping doubts to some extent， lowering logistics costs， and promoting the development of apparel ecommerce.

Key words： online shopping; size recommendation; clothing ease threshold; garment silhouette; fitness

随着互联网的普及，网络销售在国内外迅猛发展。网络购物作为一种新的消费方式，可以在一定程度上节省时间和成本，更加贴合现代化快节奏的生活模式，因此逐渐成为购物的核心渠道[1]。消费者足不出户便能快捷地完成消费全过程。然而，在网络购买服装过程中，往往面临着不能当场试穿，所购服装不合身的问题。相关调查研究表明，尺码不合适是引起网购服装退货的主要原因[23]，这在一定程度上增加了物流成本[4]。此外，尺寸是消费者在选购服装时的考虑要素之一，如果无法确定服装的合体程度，消费者的消费热情将会大大降低，产生犹豫，最终可能放弃购买。

目前，电商平台常用的尺码推荐方式为向消费者展示服装的二维尺寸表和模特试穿图，仅依据身高和体重做出尺码建议，这种方法难以实现精准的推荐效果。国内外已有研究者开发出虚拟试衣产品，为广大服装消费者在选择服装时提供尺码推荐、展示上身效果[5]。其中适合线上操作的主要为虚拟试衣网站、虚拟试衣软件等，其核心主要是采用3D技术，通过制作人体和服装的三维模型，实现穿着效果的展示。国外比较成熟的有加拿大的My Virtual Model网站，以及具备尺码推荐功能的英国的Fitme.com和美国的Fitiquette等网站[67]，国内有“和炫试衣”等试衣网站。采用3D技术构建的虚拟试衣系统可以实现良好的视觉效果，但系统内的人体模型都是固定的，用户只能依据自身尺寸寻找最为相似的人体模型，无法进行具体调整，且每一件服装的各个尺码均需制作三维模型，人力时间成本较高[810]。

肖祎[11]利用数字图像处理技术实现了基于拍照的服装和人体的自动化测量，并基于合身度评价函数，将服装测量数据与人体测量数据应用于服装号型推荐。但拍照测量装置复杂，过程要求相对严格、繁琐，且在推荐时未考虑消费者穿衣风格喜好。53CC57A9-64A8-4456-9449-4D4203683A8C

本文根据国家服装号型标准，通过文献搜集与归纳，结合专家问卷调研的方式，研究总结出决定人体体型的关键部位，确定女式T恤廓形的判定标准及合体性松量阈值，由此设定尺码推荐函数，设计一套简单方便、精准有效的服装尺码推荐系统。网购服装消费者只要输入自身关键尺寸，该系统就会迅速自动计算出最适合消费者购买的服装尺寸。

1系统的设计

1.1需求分析

服裝尺码推荐系统旨在为顾客在网购服装时提供即时、精准有效的服装尺码推荐服务，根据服装的尺码信息、顾客的尺寸信息、顾客的穿衣风格喜好等条件为用户推荐合适的尺码，方便顾客在网上选购合适的服装。本尺码推荐系统主要面向系统管理员及服装网购消费者，按照需求，系统管理员应可以进行登录系统、管理用户信息及服装信息、编辑核心算法等操作;消费者应可以进行登录系统、服装廓形判断及服装尺码推荐等操作。

1.2模块设计

根据系统需求，设计的系统结构主要包括服装尺码信息管理模块、用户个人信息录入模块和服装廓形及最优尺码判定模块。

a）服装尺码信息管理模块。它是指店铺管理员通过管理员入口进入系统后，对服装系统数据库里的服装信息进行管理的模块。包括对服装信息的增添、删除以及更新，为服装推荐提供数据库支持。

b）用户个人信息录入模块。它是指用户在登录后，根据系统提示输入个人信息的模块。此模块通过人机交互获得用户输入的个人体貌特征信息以及具体数据，是进行服装智能推荐的重要前提。

c）服装廓形及最优尺码判定模块。它是指系统根据特定的运算规则为消费者判定服装廓形并推荐最优尺码的模块。此模块是系统的核心，通过代入服装尺码信息及用户人体尺寸进行计算，确保顾客所选购服装的合身程度达到最佳状态。

2系统构建的理论基础

2.1尺码推荐流程

系统进行服装尺码推荐的流程如图1所示，针对系统获取的服装信息和用户信息，计算各个规格的服装尺寸与用户人体尺寸之间的差值，并基于所研究的服装廓形对应合体性松量阈值基础数据库对各个尺码进行比较，进行最优尺码推荐。同时还可以结合用户喜爱的穿衣风格进行二次推荐。

在系统中提前录入每件服装的规格尺寸及服装本具有的穿着效果，通过比较计算服装的肩宽、胸腰差、摆腰差、胸摆差的数值，可确定服装属于何种廓形，给用户作以参考。

系统所收集的用户信息，主要包括肩宽、胸围、腰围、臀围等人体控制部位尺寸，以及用户喜爱的穿着效果，如宽松、合体等。

系统计算所选服装各尺码的规格尺寸与相对应的人体各控制部位的尺寸之间的差值，依据所确定的服装的控制部位权重，比较各尺码在服装原有穿着效果下的适合程度，选取最优尺码做出推荐。

最后，考虑到每个人都有自身喜爱的穿衣风格，系统征求用户的个人穿衣习惯，并以此为依据上下推挡进行二次推荐，帮用户做出最精准、最合适的选择。

2.2核心算法

2.2.1合体性松量阈值的研究

服装合体性是指服装穿在身上感觉舒适、服装表面平整无余褶、不紧绷且不松垮的现象[12]。依据服装与人体各相应尺寸之间的差值不同，一般将合体性分为贴体、较贴体、较宽松、宽松4个类别[13]。以女式T恤为例，从服装的结构出发，通过文献搜集与归纳，专家访谈和实证研究，总结出了每类合体性所对应的松量阈值[1416]，如表1所示。

分别搜集贴体、较贴体、较宽松及宽松的四种不同合体性的成品女式T恤各20件以上，计算中码M号服装尺寸与标准人体关键部位的差值，判断其所属阈值对应的合体性与服装本身合体性是否匹配。结果表明，所取定松量阈值的准确率可达到96%以上（见表2）。

2.2.2廓形的判定

服装的廓形是服装外部形态的轮廓，指人体穿上衣服后站在背光的环境中使服装的外轮廓显现出单色的剪影造型。肩、胸、腰、臀和下摆几个关键部位的尺寸形态的变化可形成不同的轮廓造型，采用字母法对服装廓形进行分类，可分为T型、H型、X型、A型、V型等，不同的廓形对应服装关键尺寸的差值不同，对人体的修饰效果也不同[17]。采用文献研究与问卷调查相结合的方式进行研究，对每类廓形进行数学定义[1820]，并以此作为系统廓形界定的算法基础。具体规则总结如下：

当肩胸差a（T）=（Ws-Wc）≥8 cm，则定义服装廓形为T型，如图2（a）所示。

当摆腰差0≤x（H）=（Wh-Ww）≤8 cm、胸腰差0≤y（H）=（Wc-Ww）≤6 cm，或者当服装合体性为较贴体或较宽松类，且摆腰差-4≤x（H）=（Wh-Ww）≤12 cm、胸腰差-6≤y（H）=（Wc-Ww）≤8 cm，或者当服装合体性为宽松类，且摆腰差-4≤x（H）=（Wh-Ww）≤12 cm、胸腰差-8≤y（H）=（Wc-Ww）≤8 cm时，则定义服装廓形为H型，如图2（b）所示。

当摆腰差x（X）=（Wh-Ww）>12 cm、胸腰差y（X）=（Wc-Ww）>8 cm，或者当服装合体性为贴体类，且摆腰差x（X）=（Wh-Ww）>8 cm、胸腰差y（X）=（Wc-Ww）>6 cm时，则定义服装廓形为X型，如图2（c）所示。

当摆胸差z（A）=（Wh-Wc）>16 cm，或者当服装合体性为贴体、较贴体、较宽松类时，摆胸差z（A）=（Wh-Wc）>14 cm，则定义服装廓形为A型，如图2（d）所示。

当摆胸差z（V）=（Wh-Wc）≤-8 cm，或者当服装合体性为贴体类时，摆胸差z（V）=（Wh-Wc）≤-6 cm时，则定义服装廓形为V型，如图2（e）所示。

一般来说，不满足其它廓形的服装廓形均归类为H型。其中，Ws为肩宽，Wc为胸围，Wh为下摆围，Ww为腰围。53CC57A9-64A8-4456-9449-4D4203683A8C

2.2.3尺码推荐函数

女式T恤的合体性判断主要考虑胸围松量，次要考虑腰围松量。胸腰差、摆腰差与肩宽等主要作为判断廓形的依据。为满足某一尺码舒适度最高，从最高点向两侧舒适度逐渐降低的需求，决定选用二次函数进行推荐。为了保证在正常胸围差和腰围差情况下，通过计算所得的舒适度分值为正值且最大值为1，确定函数如下：

胸围分值计算，如式（1）所示：

式中：Δx1为胸围的松量，即服装胸围与人体胸围的差值，bi1需要根据服装本身的合体性确定，对应表1中各合体性所对应胸围松量阈值的中间值，即贴体b11=1、较贴体b21=9、较宽松b31=15、特别的，宽松取值b41=21）

腰围分值计算，如式（2）所示：

式中：Δx2为腰围的松量，即服装腰围与人体腰围的差值，bi2对应表1中各合体性所对应腰围松量阈值的中间值，即贴体b12=-2、较贴体b22=6、较宽松b32=12、特别的，宽松取值b42=20）

综合考虑，赋予胸围、腰围两个部位不同的权重，如式（3）所示，

最终得出服装分值计算公式（4）：

将服装各个尺码规格的“胸围”与“腰围”等尺寸分别与用户输入的“胸围”“腰围”等个人尺寸数据作差值计算，作为Δx1、Δx2代入函数得到分值。最后推荐综合分值最高的尺码给用户，即该尺码与用户之间的适合度最好，且符合服装本身的穿着效果。

考虑到每个人不同的风格偏好，系统可以根据用户所选择的喜欢的穿衣风格（如宽松或修身），在原来人体尺寸的基础上，进行上推或下推半个档差（即在原来基础上将胸围松量及腰围松量分别增加Δb=bi+1-bi2或减少Δb=bi-bi-12）进行二次推荐，所推荐尺码是兼顾合体性与用户穿衣习惯的最佳选择。

3系统的应用

3.1界面展示

以尺码推荐为核心，再加以网站的设计，最终呈现出了网页版的服装尺码推荐系统，如图3所示。

用户在同一局域网下在浏览器中输入网址即可进入网站。网站有一个主页面MainPage.aspx，用于对服装的浏览，使用bootstrap框架设计，具有滚动、图片轮播等动态效果。设有登录注册模块，用户可以浏览服装，但需注册登录才能享受尺码推荐或购买服装等服务。

用户可以随时进行个人信息的修改，此外还设置了导航栏的“特色”“联系我们”“关于我们”和“常见问题”等网站的售后和宣传等模块供用户浏览。

3.2系统测试

为验证系统推荐的准确性，共招募20位不同体型的女性受试者（其中10名为服装专业人员）进行试验并做出评价。每位受试者需注册登录网站，准确填写自身尺寸信息，至少选择系统内10件服装进行测试，记录系统推荐尺码是否符合其日常所穿尺码。试验后对数据进行搜集并统计，结果如图4所示，图中满意度为符合件数占试验件数的百分比。

对录入系统的数据库及系统推荐算法进行检验和修正，排除部分服装尺码不全的问题，所建立的服装尺码推荐系统的准确率较高，用户平均满意度达到88.49%，推荐尺码基本符合受试者日常所穿尺码。

4结论

本文对女式T恤的廓形及合体性进行了精准的数学定义，在此基础上设定二次函数作为核心算法，采用bootstrap前端设计和C#语言开发，构建了智能的服装尺码推荐系统。该系统可以有效地进行最优尺码推荐，并能根据用户穿衣习惯进行二次推荐，准确度高达88%以上，为服装尺码推荐系统的研究提出一种新的思路和参考。基于本系统的推荐算法，在增加合体性松量阈值数据库后，应用范围可推广至衬衫、连衣裙、春秋外套等其他服装品类。这将进一步解决网购时所选服装不合体的问题，为消费者提供便利，从而推动服装电子商务的发展。

参考文献：

[1]胡婉月，李艳梅，王迎梅，等.虚拟试衣的发展现状及展望[J].上海工程技术大学学报，2014，28（2）：162165.

HU Wanyue， LI Yanmei， WANG Yingmei， et al. Development status and prospects of virtual fitting[J]. Journal of Shanghai University of Engineering Science， 2014， 28（2）： 162165.

[2]赵从从.皇家邮政最新调查揭示网购者的包裹退换喜好[J].邮政研究，2016，32（2）：32.

ZHAO Congcong. Royal Mail's latest survey reveals online shoppers' preference for package return[J]. Studies on Posts， 2016，32（2）：32.

[3]范玲.大学生网络购买服装的退货分析[J].山东纺织经济，2013（9）：3336，99.

FAN Ling. Analysis on the online purchase garment returns by college students[J]. Shandong Textile Economy， 2013（9）： 3336， 99.

[4]柏萍，徐慧亮.網络服装购买行为的影响因素研究[J].现代商贸工业，2018，39（23）：7577.

BAI Ping， XU Huiliang. Research on influencing factors of onlineclothingpurchasing behavior [J]. Modern Business Trade Industry， 2018， 39 （23）： 7577.53CC57A9-64A8-4456-9449-4D4203683A8C

[5]张洒钰，王安子，吴尚美.虚拟试衣平台现状与发展趋势[J].天津纺织科技，2019（5）：2629.

ZHANG Sayu， WANG Anzi， WU Shangmei. Current situation and development trend of virtual fitting platform[J]. Tianjin Textile Science & Technology， 2019 （5）： 2629.

[6]王佳.虚拟试衣技术的现状研究[J].轻工科技，2020，36（10）：8586，88.

WANG Jia. Research on the current situation of virtual fitting technology[J]. Light Industry Science and Technology， 2020， 36（10）： 8586， 88.

[7]安妮.线上店铺虚拟试衣技术的实现方式对比分析[J].丝绸，2014，51（2）：4046.

AN Ni. Comparative analysis on implementation method of virtual fitting technology used in online stores[J]. Journal of Silk， 2014， 51（2）： 4046.

[8]陈青青.基于服装参数的虚拟服装试穿模拟[J].莆田学院学报，2016，23（2）：5458.

CHEN Qingqing. The simulation of virtual garment fitting based on clothing parameter[J]. Journal Editorial Department of Putian University， 2016， 23（2）： 5458.

[9]SEO H， MAGNENATTHALMAN N. An automatic modeling of human bodies from sizing parameters [C]∥ Proceedings of the ACM SIGGRAPH 2003 Symposium on Interactive 3D Graphics， Monterey， California， New York： ACM， 2003.

[10]潘璐.基于層次分析法的服装推荐专家系统[D].上海：东华大学，2016.

PAN Lu. Costume Intelligent Recommendation Expert System Based on AHP[D]. Shanghai： Donghua University， 2016.

[11]肖祎.基于拍照的服装和人体尺寸测量系统设计与研发[D].杭州：浙江大学，2019.

XIAO Yi. Design and Development of a Garment and Human Body Measurement System Based on Photography[D]. Hangzhou： Zhejiang University， 2019.

[12]陈晓玲，聂存云，李纳纳.女上装合体性与舒适性的综合评价[J].纺织学报，2016，37（5）：117123.

CHEN Xiaoling， NIE Cunyun， LI Nana. Comprehensive assessment methods for women's garment fitness and comfort[J]. Journal of Textile Research， 2016， 37（5）： 117123.

[13]王璇.服装放松量的分析研究[J].纺织学报，2005，26（4）：126128.

WANG Xuan. Analysis study of the ease allowance needed for garment[J]. Journal of Textile Research， 2005， 26（4）： 126128.

[14]白青梅.合体女上装的松量研究[D].北京：北京服装学院，2010.

BAI Qingmei. Allowance Research into Women's Closed Coat[D]. Beijing： Beijing Institute of Fashion Technology， 2010.

[15]张爱萍，王云仪，姚怡.服装胸围截面上距离松量的分配关系[J].纺织学报，2012，33（6）：7680.

ZHANG Aiping， WANG Yunyi， YAO Yi. Study on relationships between garment's distance ease distributions at bust section[J]. Journal of Textile Research， 2012， 33 （6）： 7680.

[16]张英莉，周捷.基于层次分析法的服装号型选择[J].纺织高校基础科学学报，2019，32（4）：393397.

ZHANG Yingli， ZHOU Jie. Garment size selection based on analytic hierarchy process[J]. Basic Sciences Journal of Textile Universities， 2019， 32 （4）： 393397.53CC57A9-64A8-4456-9449-4D4203683A8C

[17]QIAN S Q， JIANG L F， DONG A H. Silhouette shape and detail texture based garment style recognition[C]//IEEE International Conference on Computer Science and Automation Engineering. Shanghai： IEEE， 2011， 441445.

[18]严秦竹.基于服装造型与人体体型的“人体—服装”系统廓形变化研究[D].武汉：武汉紡织大学，2017.

YAN Qinzhu. Exploration about Silhouette of Systems "BodyClothes" under Clothes Style and Body Sizes[D]. Wuhan： Wuhan Textile University， 2017.

[19]陶晨，段亚峰，印梅芬.服装廓形的识别与量化[J].纺织学报，2015，36（5）：7982.

TAO Chen， DUAN Yafeng， YIN Meifen. Identification and quantification of apparel silhouette[J]. Journal of Textile Research， 2015， 36 （5）： 7982.

[20]ALEXANDER M， CONNELL L J， PRESLEY A B. Clothing fit preferences of young female adult consumers[J]. International Journal of Clothing Science and Technology， 2005， 17（1）： 5264.

收稿日期：20210413网络出版日期：20210803

基金项目：南通市科技计划项目（JC2021004）

作者简介：牛蒙蒙（1999-），女，河南周口人，硕士研究生，主要从事防护服装方面的研究。

通信作者：卢业虎，Email： yhlu@suda.edu.cn53CC57A9-64A8-4456-9449-4D4203683A8C