甘美辰， 李 敏,2,3

(1. 东华大学 服装与艺术设计学院， 上海 200051； 2. 东华大学 现代服装设计与技术教育部重点实验室，上海 200051； 3. 东华大学 海派时尚设计及价值创造协同创新中心， 上海 200051)

商品推荐是日常最为常见的线上用户服务，而这类“个性化推送”已逐渐变为“垃圾信息轰炸”[1]。究其原因，线上推荐技术基于用户历史数据，针对的往往是消费者已购买产品的类似商品，而非正打算购买的产品。如何挖掘消费者的真实购买需求，为其提供具有针对性、实用性的推荐，是各电子商务平台目前面临的隐形难题。

对于网络服装消费市场而言，重复性购买较少，而对可搭配服装推荐的需求巨大。根据公众号大数据服务商“西瓜数据”提供的数据显示，黎贝卡的异想世界、gogoboi等大批时尚搭配类微信公众号蓬勃发展，目前已拥有百万粉丝；近年来，穿搭类智能产品领域热度递增，如淘宝举办穿衣搭配算法大赛、亚马逊推出穿衣小助手“Echo Look”等；穿衣助手、挖兔美搭等一批时尚搭配类App陆续上线，用户数量与销售额在未进行或进行小范围营销推广的情况下已能实现快速增长。这些情况已明确反映出服装搭配推荐已成为消费者的需求痛点，然而从市场总体来看，此类服务仍处小众范围，尚需更多关注与技术支持。

近年来，部分学者从各类不同角度对服装搭配推荐方式进行了研究。文献[2-3]均基于专家系统构建了服装搭配推荐系统，该系统依据服装搭配知识库为消费者直接推荐成套搭配，但无法依据某一商品推荐其可搭配单品；……