香包配方及纹样的个性化生成与推荐
Personalized Generation and Recommendation of Sachet Recipes and Patterns
导师：张林教授 学生：魏嘉凝
摘 要
在全国构建“五位一体”的格局下，加强对非遗的保护，是增强文化自信的重要手段之一 “创新+继承”是对非遗的一种保护，在如今的网络时代，“带流量”是一种很好的继承与发展非遗文化的途径。如何传承和壮大徐州香包这一优秀非遗值得深思。
随着电子商务的发展，网上购物已经成为我们的生活必需。本文正是在这样的大背景下设计并实现了一个商城推荐系统。本文首先对主流的推荐方法进行研究与比较，选用了混合推荐的方式，并且引入了网页端加以展示。考虑到徐州香包的设计周期长，设计人员少的问题，本文使用了图像生成算法中的生成对抗网络来自动生成纹样，并且使用UI界面展示纹样生成结果。
本文的推荐算法主要是基于协同过滤的推荐，使用了目前主流的基于用户和基于物品的协同过滤算法，同时辅以热门商品推荐，关键词评分推荐，进一步提升了推荐的准确度。
本文的纹样生成部分主要使用了基于样式的生成对抗网络，实现了无监督地分离高级属性和随机变化，在模型训练时通过生成器和判别器的互博对弈达到了预期的效果，实现了纹样的生成。
在系统的搭建实现时，将整个电商系统分为两个部分：用户部分和商城管理部分。考虑到用户和商家的需求，系统在整体设计上使用了较为成熟的技术，采用了三层架构法的开发方式，选用了Python语言进行开发，选用了Django框架对网页进行可视化处理，数据库选用了MySql。
本文以促进非遗文化徐州香包的发展为目的，从网上商城售卖，纹样设计与生成等方面，研究了相关技术与方法，设计并实现了香包的智能推荐系统和纹样的生成模型
本论文有图40张，表17个，参考文献24篇。
关键词：电商系统；推荐算法；图像内容预测；图像生成；
目 录
摘 要... I
目 录... III
1 绪论... 1
1.1 课题背景及意义... 1
1.2 国内外研究现状... 2
1.3本文主要工作... 3
1.4 论文结构... 3
2 香包纹样生成算法... 4
2.1 图像内容预测算法... 4
2.2 图像生成算法GAN介绍... 4
2.3 基于StyleGAN的纹样生成... 10
2.4 本章小结... 13
3 推荐算法的研究与设计... 14
3.1 推荐算法分析... 14
3.2 香包推荐商城的算法设计... 19
3.3 推荐算法的性能评估... 24
3.4 本章小结... 26
4 香包电商网站设计... 27
4.1 需求分析... 27
4.2 系统数据库设计... 29
4.3 业务流程设计... 34
4.4 前端界面设计... 36
4.5 可行性分析... 42
4.6 系统非功能性需求... 43
4.7 本章小结... 45
5 总结与展望... 46
5.1 总结... 46
5.2 展望... 46
参考文献... 47
图4-11 管理员业务流程图
Figure 4-11 Administrator business flowchart
图4-10 商城顾客业务流程图
Figure 4-10 Mall customer business flow chart
参考文献
[1] 严波. 基于PHP+MySQL的电子商务系统的设计与实现[D]. 陕西:西安工业大学,2015.
[2] 吕国民.《电子商务示范法》的结构与方法[J].法学杂志,2002(04):56-57.
[3] 邓聪,廉洁,李欣嘉,等. “非遗”在创新商业模式下的保护与发展——陕西省非物质文化遗产市场调研分析报告[J]. 高等数学研究,2020,23(1):55-59.
[4] 黄荣蓓,梁云. 传统与现代的交融 ——蚌埠花鼓灯电子商务平台[J]. 品牌,2015(12):46,48.
[5] Goodfellow I . NIPS 2016 Tutorial: Generative Adversarial Networks[J]. 2016.
[6] Radford A , Metz L , Chintala S . Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks[J]. Computer ence, 2015.
[7] 蔡晓龙. 基于DCGAN算法的图像生成技术研究[D].青岛理工大学,2018.
[8] Karras T , Laine S , Aila T . A Style-Based Generator Architecture for Generative Adversarial Networks[C]// 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2019.
[9] 方文广. 融合图片信息的资源稀缺语言人名识别研究[D].中央民族大学,2021.
[10] 王坤峰,苟超,段艳杰,林懿伦,郑心湖,王飞跃.生成式对抗网络GAN的研究进展与展望[J].自动化学报,2017,43(03):321-332.
[11] 李海冰. 基于深度学习的幼儿看图说话系统设计与实现[D].东北师范大学,2021.DOI:10.27011/d.cnki.gdbsu.2021.001563.
[12] Karras T , Aila T , Laine S , et al. Progressive Growing of GANs for Improved Quality, Stability, and Variation[J]. 2017.
[13] Li B , Wang Q , Pei J , et al. Which Style Makes Me Attractive? Interpretable Control Discovery and Counterfactual Explanation on StyleGAN[J]. 2022.
[14] 董虎胜,刘诚志,朱晶,徐苏安.基于StyleGAN的动漫图像生成[J].甘肃科技纵横,2021,50(07):14-16.
[15] Zhang J , Lin Z , Bo X , et al. An optimized item-based collaborative filtering recommendation algorithm[C]// IEEE International Conference on Network Infrastructure & Digital Content. IEEE, 2009.
[16] 徐赛华.软件需求分析研究[J].吉林师范大学学报(自然科学版),2006(01):104-105+110.
[17] 牛荣,陈纪龙,杜义君.数据库设计中ER模型设计的一些基本问题探讨[J].信息技术与信息化,2019(07):189-192.
[18] 梁仁录. 高新技术园区人力资源管理系统的设计与实现[D]. 北京工业大学, 2016.
[19] Zhang H . Design of Logistics Information Management System Based on Information Technology[J]. IOP Conference Series Materials Science and Engineering, 2020, 750:012202.
[20] 王宽. 基于SOA的高并发B2B2C电商平台设计与实现[D].兰州大学,2019.
[21] 赖伟. 基于Hadoop和Django的电商用户画像系统[D]. 北京:首都经济贸易大学,2018.
[22] 童乐. 基于Django开发框架的在线教育系统设计与实现[D]. 湖北:华中师范大学,2020.
[23] 贾增岁. 数字图书馆用户界面设计探析[J]. 现代情报,2007,27(2):92-94.
[24] 陈华军. J2EE构建企业级应用解决方案[M]. 人民邮电出版社, 2002.
