我想要的网络购物——不会再淹死在搜索结果的海洋中

本文只在优快云 slowgrace的博客发表，请勿转载，谢谢。

最后更新时间：2010-02-08 18:32:45 

网上购物中，对同一类产品搜出上万条商品记录的时候，如果不能帮助用户快速筛选掉绝对不会感冒的类型，那真的让人抓狂。曾经遇到一个卖家MM，告诉我她为了找一条中意的裙子，翻了三十多页。今晚我想找一条合适的项链，目前也翻了十几页了，已经快到崩溃的边缘。实际上因为目前搜索产品基本上只能基于传统的文字进行，非常简陋原始，效果差强人意。

 

本文将陆陆续续写下我在网络购物过程中想到的对搜索的可能的改进办法，因为是随想随记，可能会持续更新相当长的时间，欢迎各位朋友持续关注和参与讨论。

 

 

1、颜色取值器（硬件+软件）

卖家和买家人手一个颜色取值器，往要取色的东西上一放，立刻报出RGB，从此网络购物不再为色差问题烦恼。要点：

（1）另外配备一个颜色相似度计算程序。因为RGB值不可能严格相同，用这个程序可以帮助买家自动排序出颜色最相似的产品，

（2）为了防止测定颜色的时候外界光照条件带来的困扰，该设备应该自带光源，并通过一个小黑管子接触式照射取色。

（3）为了防止电池电力变化带来自带光源的光照条件的变化，该设备的计算模型里应该自动根据当前电力计算颜色的损耗。如果暂时提炼不出合适的数学模型，那么应该用交流电源。

（4）为了防止不同材质材料的反色情况的不同，应该建立材质模型。针对不同的材质，给出不同的颜色取值模型和光照条件。并且要求卖家和买家基于同一材料做颜色比对。

用例：

（1）挑选冬季的纯色粗毛线围巾时，由于要与其他衣饰搭配，就会对颜色比较挑剔。我想买一条灰色的围巾，卖家的围巾标示为灰色，但是它的灰色偏红，而我要的灰色是银灰色，结果是杯具。

（2）挑选床品时，如果希望其色调与窗帘或墙壁颜色搭配，也会对颜色比较挑剔。比如，我想要一条白底色碎花的绗缝被，或者偏红的白色也可以；卖家的图片是微偏红的白色底色，标示为米白色，拿到手里发现为浅黄色，结果仍然是杯具。

 

2、根据商品图片的相似度合并记录

现在淘宝已经支持在搜索结果中合并卖家了，希望更进一步支持合并图片。具有相同图片的产品即使卖家对它的描述不同，其实也基本可以确认为同一种产品，对于买家来说，合并这些产品为一条记录，可以大大的方便检索。

 

“相同”的图片应该不只是RGB值完全一致的图片，应该允许缩放，甚至部分裁剪（比如，如下两图应该视为同一张图）。当然即使做不到后面这两点，只是能把相同的图片合并，也能大大减小结果集，而且技术上也没有任何难度（也许会对服务器的性能提高要求）。

 

 

 

3、支持用户对图片的分类

这个其实也是没有技术难度的，但却可以进一步帮助用户简化结果集。就是可以允许用户定义，某几种图片的产品是同一种产品，用一条记录来表示它。比如，下面两图应该是和上面两图是同一种产品，这是人眼一望可知的结论，可是要教会计算机自动判断这4个图是同一个东西，那难度可能有点大。所以，不妨由人来做人擅长的，机器做机器擅长的。

 

 

4、从用户学习知识，自动根据颜色、形状、纹理对图片进行分类

这一步的关键技术的研究成本可能很高，从商业上说有可能得不偿失，权且YY一下吧。大概其的意思是，用户举出几个示例图片，然后告诉系统，这是同一类的，请系统把这几个图片的共同点提取出来，经用户认可后，系统根据这些从用户学来的知识从结果集里返回符合这类图片特点的图片。

 

比如，我给系统如下三张图片：

   

并告诉系统，这类产品的特点是“卡哇伊”。系统经过学习后，发现用户是想筛除、形状似小马、无尾、身上有圆点图案的图片。用户认可系统的这种分析。之后系统就会自动把这类图片按相似度排序返回给用户，用户确定后，这一类图片就可以归为一类，这又可以进一步缩减结果集了。

 

再比如，下面这种图片，我告诉系统是“黑马”，也希望系统在学习后能自动把所有黑马图片返回。

 

这些肉眼打眼一望就知道是属于同一类的产品，要让计算机自动识别出它们的相同，貌似有难度，一时也想不出什么好的办法。同样的产品，它的拍摄角度、数量、光线不同，反应到数字世界就是完全不同的数值。人脑是如何在第一时间认出它们的相似？这是个要好好思量的问题。

 

下面再罗列几种今晚遇到的归类，也许这就是要重点研究的系统自动归类方向。

（1）长得像驴的：这个难度大一点。可是，如果系统问我，为什么我不喜欢他们，我确实只能说，因为他们好像不太像马，而像驴。。

 

（2）太卡哇伊的：这个，我真的不知道该如何教会电脑。。

（3）镶钻的

（4）多吊坠的

 

5、人性化地帮助用户

这个也没有太多的技术难点，只要开发的人有足够的爱心。当用户面对上万条返回的商品记录，而脑子里又没明确的想法的时候，着实需要一个循循善诱的体贴的导购。

今晚我想找一个带可爱小马的项链，搜出近2万条记录。我把不喜欢的牌子都剔除掉，包括“-tiffany -施华洛奇 -木马人 -粉色小木马 -花木马 -旋 -彩色木马 -小木马童装”，这样仍然有逾万条记录，我再把价格定在100以内，仍然有8000条记录。用关键字无法再继续筛选，但我也不想随便找一条遇到的。我想找一个喜欢的、并且特别的、精致的，但是我不是项链设计师，所以在我真正看到它之前，我并不会知道会让我一见钟情的小马是什么样子，所以我也没办法告诉系统我想要的是什么。但是，我可以告诉系统，我不想要的是什么！

 

希望有这样一个软件向导，每当我从搜索结果里删掉一条记录，它就会问我原因，比如，它会说：亲爱的，你不喜欢它的颜色、还是形状还是材质还是……？然后，我会回答，我不喜欢它因为它是纯黑色的。那么系统之后应该自动的把所有黑色的小马都删掉；这样一问一答，可以最后把搜索结果控制在3页约100条记录以内或者更少。

 

总之，系统要能够记住用户喜欢的和不喜欢的，并且帮助用户用计算机里已有的关键字去描述她内心模糊的想法。

 

6、根据换色结果找相似图片

支持把商品图片的基本色调进行变化，并根据变化结果进行图片相似度匹配，返回搜索结果。比如，看到一个被罩，很喜欢，但希望它不要那么红，那么告诉系统，把它的红色降低一些，找那样的被罩出来。。

 

7、根据合成图片找相似图片

比如有两条裙子，喜欢其中一条的图案、喜欢另外一条的款式。那么系统可以把其中一条的图案合成到另外一条上，然后根据合成图片返回相似图片和产品。

 

8、基于虚拟现实技术提供试衣服务——对试衣间应用的希望

现在淘宝已经有了试衣间服务，这是个很棒的应用。打开要观看的衣物，会有真人模特示范图像，这个图像可以360度旋转，而且你还可以为模特添减衣物，更换你喜欢的搭配。不过网页打开速度很慢，可能是因为要下载超多的图片来提供360度的信息，如果想办法对图像做一定的压缩，解决这个性能上的问题，应该会非常有效的帮到用户。在这个基础上有两点希望的变化：

（1）可以选择使用非真人模特，而用塑料或石膏模特。这样照片的拍摄成本和门槛可以降低，可以进一步推广这个应用。

（2）支持对买家已有衣物的搭配服务。就是买家可以把自己的衣物送到遍布全国的淘宝试衣店（可以联合当地的快照店）（这实际上可以催生出一个新的行业），由专业摄影人员用特制的设备快速记录该衣物的全方位信息。之后在试衣间页面，可以选择在模特身上搭配上已有的衣物，看实际效果。

 

 

-------------------------

回复网友的评论

阿泰：系统对信息的归类处理，势必要建立在对商品更详细描述（更多维度）上。这样也会造成商品发布时的复杂度，事实上，现在的商品发布已经很麻烦了。

回复：提供更多的人工描述，这是一个思路，但不是唯一的思路，更不是“势必”；实际上我在这篇文章里强调的更多的是用基于内容检索的方法去处理图片，这个思路与你的思路的本质区别是让计算机自动或半自动地去做一定的分类工作。在合理的人机分工下，利用成熟的人工智能技术和模式识别技术（注意，我说的是成熟的，许多技术不成熟，但是许多技术，比如我在另一条回复中说的图片相似度排序，是比较成熟的了）来减轻人工分类的工作量。

 

阿泰：大量图片进行相似度比较可能会困难。

回复：根据指定图片从海量图片里根据相似度返回相似的图片，是比较成熟的技术。相关的具体技术领域有：基于内容检索、计算机视觉、图像理解。我离开这个领域也快十年了。就我勉强记得的算法，就有直接根据RGB直方图来进行快速比较的，速度很快。前几天敏敏和M1玩的那个内心世界的颜色，不知你是否去玩过？那个就是直接从million或更多的图片中返回指定颜色的图片，瞬间返回结果的，效率很高。所以，就我的推测，在图片相似度的比较技术这一点上，现在已经很成熟了，至少基于颜色的应该是没问题了。基于纹理的、基于形状的以前也有很多研究，相信如今应该也有很大的进步。 

 

-------------------------

更新记录：

（1）2010-02-07 1-7

（2）2010-02-08 增加第8点：基于虚拟现实技术提供试衣服务——对试衣间应用的希望

（3）2010-02-08 增加给babyt的回复：本文思路的实质

（4）2010-02-08 增加给babyt的回复：图像相似度比较技术应该已经比较成熟