互联网技术的蓬勃发展使得网络消费成为了日常消费的主流，也使电子商务迎来了繁荣时代，然而随之而来的是“信息过载”、“信息爆炸”的境况。在这一现状中，消费者获得有效信息、购买心仪产品的时间成本在增加，这促使了他们对商家服务的要求越来越高。
　　商品推荐是目前在电子商务中最为常见的用户服务，这一技术也曾被认为是继信息检索技术之后解决“信息过载”问题最有价值的工具之一。但随着社会生产力与经济的发展，消费者的消费理念不断改变，从传统的满足基本的衣食住行即可转变为了更高层次的追求心理需求的满足，传统的商品推荐信息甚至已被认为是“垃圾信息轰炸”。推荐技术的发展，需要从消费者的心理需求出发，真正做到为消费者服务。
　　本文以服装搭配推荐为研究方向，通过市场调研对相关平台的推荐信息进行了总结与对比，以L品牌为研究对象，结合品牌设计要素与文献研究对其服装设计要素进行细分，通过服装风格感性评价实验对其服装风格进行评价，并通过SPSS 23.0数据分析软件对实验数据进行了验证与分析，构建了服装风格量化模型，结合服装搭配关联规则建立了女装搭配推荐系统，并对该系统进行了验证与总结。
　　研究的主要内容如下：
　　（1）服装搭配推荐市场现状研究
　　选择了三个典型购物网站、两个典型时尚搭配类网站、部分服装品牌官网与官方App及三类时尚搭配类App，分别对其各自的推荐原理、服务提供方、推送位置、推荐数量、限制因素及购买流程等方面进行了总结与对比，了解了目前各平台在服装搭配推荐服务方面的不足之处，为后续研究中如何建立服装搭配关联规则、如何进行实际系统构建等方面提供参考。
　　（2）服装风格量化模型构建
　　基于文献研究与实际情况分析，选择采用感性工学进行服装风格量化。初步 选定了27组感性意象形容词对，经过专业人员筛选，最终选出6组最能够表征L品牌服装风格的形容词。运用语意差异法构建服装风格感性评价量表，由9位专业背景人士对1000张L品牌服装图片进行评价实验。
　　在理论研究的基础上结合实际品牌服装特征分析，将该品牌服装的设计要素从款式、色彩、面料三方面进行了细分并制定了分类标准，共计10个项目，50个类目。根据这一分类标准，依据数量化Ⅰ类理论，对1000张实验样本图片进行了编码与赋值，为后续数据分析做好准备。
　　采用多元线性回归对实验结果数据进行分析，通过分析所得数值可以看出各设计要素项目与类目对服装风格感性意象的影响，并由此得到服装风格量化模型，为后续系统构建提供数据基础。
　　（3）女装搭配推荐系统构建
　　设立服装色彩搭配关联规则与服装品类搭配关联规则，服装风格搭配关联规则遵循一般性搭配原则，结合所得到的服装风格量化模型，运用相似度等算法建立女装搭配推荐系统。采用相关评价指标及用户主观评价对该系统进行推荐结果验证，最后对该系统的特点与适用场景进行了总结。