Note ABES Development of a consumer-oriented intelligent garment recommendation system Développement d’un système de recommandation de vêtements intelligent orienté vers les consommateurs Vêtements – Achats sur internet 006.33 Systèmes de recommandation (informatique) Systèmes experts (informatique) Ensembles flous Apprentissage automatique Interaction humain-machine Commerce électronique Comportement des consommateurs Maintenant, l’achat de vêtements sur l’Internet est devenu une tendance importante pour les consommateurs du monde entier. Pourtant, dans les différents systèmes de vente en ligne, il manque systématiquement de recommandations personnalisées, comme celles fournies par les vendeurs d’une boutique physique, afin de proposer les produits les mieux adaptés à des différents consommateurs selon leurs morphotypes et leurs attentes émotionnelles. Dans cette thèse doctorale, nous proposons un système de recommandation orienté vers les consommateurs, qui peut être utilisé, comme un vendeur virtuel, à l’intérieur d’un système de vente de vêtements en ligne. Ce système a été développé par intégration de connaissance professionnelle des créateurs et des vendeurs et la perception des consommateurs sur les produits. En s’appuyant sur la connaissance de vente de vêtements, ce système propose des produits aux consommateurs spécifiques par exécuter successivement les trois modules de recommandation suivants, comprenant 1) le Module de Base de Données pour les Cas de Succès ; 2) le Module de Prévision du Marché ; 3) le Module de Recommandation utilisant la Connaissance. De plus, un autre module, appelé le Module de Mise à Jour de la Connaissance. Cette thèse présente une méthode originale de prévision d’un ou plusieurs profils de produits bien adaptés à un consommateur spécifique. Elle peut aider effectivement les consommateurs à effectuer des achats de vêtements sur l’Internet. En comparant avec les autres méthodes de prévision, la méthode proposée est plus robuste et plus interprétable en raison de sa capacité de traitement de l’incertitude. Garment purchasing through the Internet has become an important trend for consumers of all parts of the world. However, in various garment e-shopping systems, it systematically lacks personalized recommendations, like sales advisors in classical shops, in order to propose the most relevant products to different consumers according to their body shapes and fashion requirements. In this thesis, we propose a consumer-oriented recommendation system, which can be used inside a garment online shopping system like a virtual sales advisor. This system has been developed by integrating the professional knowledge of designers and shoppers and taking into account consumers’ perception on products. Following the shopping knowledge on garments, the proposed system recommends garment products to specific consumers by successively executing three modules, namely 1) the Successful Cases Database Module; 2) the Market Forecasting Module; 3) the Knowledge-based Recommendation Module. Also, another module, called the Knowledge Updating Module.This thesis presents an original method for predicting one or several relevant product profiles from a specific consumer profile. It can effectively help consumers to choose garments from the Internet. Compared with other prediction methods, the proposed method is more robust and interpretable owing to its capacity of treating uncertainty. Electronic Thesis or Dissertation Text en PDF 3387494 text/html https://pepite-depot.univ-lille.fr/LIBRE/EDSPI/2017/50376-2017-Zhang.pdf https://theses.fr/2017LIL10026/abes Zhang Junjie Zhang 1980-04-13 CN 202422496 https://theses.fr/2017LIL10026 2017LIL10026 https://doi.org/10.70675/0ffb9267zfee7z4185z849ez906ece8686ea 2017-04-26 Automatique, Génie informatique, Traitement du Signal et des Images Lille 1 026404184 Doctorat Docteur es non oui Zeng Xianyi MADS_DIRECTEUR_DE_THESE_1 060143746 Koehl Ludovic MADS_DIRECTEUR_DE_THESE_2 061129216 École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021) MADS_ECOLE_DOCTORALE_1 147297028 GEMTEX (Roubaix) MADS_PARTENAIRE_DE_RECHERCHE_1 161605346 ddc:004 Zeng Xianyi Koehl Ludovic École doctorale Sciences pour l'Ingénieur (Lille) Laboratoire de génie et matériaux textiles (Roubaix, Nord) PDF 3387494