随着人们的生活水平提高和服装零售行业的快速发展,消费者对时尚服饰推荐的需求也不断增加。本文旨在回答一个非常实际的问题:“应该选择哪件服饰来与给定服饰相搭并组成一套搭配合理的服装”。该问题的关键在于如何估计服饰之间的搭配关系。对于服饰搭配的判断是一件非常具有挑战性的任务。确定一组服饰之间是否相搭并不只能从美学角度的判断,通常情况下,它涉及到了解服装的视觉风格,甚至社会和文化的背景。这项任务也是其他很多服装行业应用的基础,如个性化时装设计,服饰创作和时尚潮流预测等。然而时尚的概念又是难以捉摸的,同时取决于多种人类的主观概念,所有属性都因人而异并会随着时间的推移而变化。在之前的相关研究工作中,大多只考虑了两个项目之间的搭配性,未能充分利用一整套服饰中,各个服饰项之间的复杂关系。本文的主要研究内容针对现在的服饰搭配预测方法提出了改进。首先是在预测服饰之间搭配关系时引入搭配关系上下文信息,待预测服饰和其他相关联服饰之间的搭配关系可以表示为图结构,并利用图卷积神经网络模型对其进行建模。进一步的在研究中还考虑到这种丰富的上下文信息通常获取困难,因此在后续研究中提出基于其他数据首先提取服饰不同属性之间的依赖关系,并通过对这些属性建立知识图谱再来引导模型更好的获取单个服饰图像的特征嵌入。更进一步,为了考虑同一组搭配中服饰之间的相互依赖关系,改进了之前研究中的将组合表示为序列的模型的方法,利用图注意力模型进行建模,最终得到对于整个搭配的得分。并基于这些研究设计并实现了一套服饰搭配推荐系统。本文还针对提出的模型在以下两个任务上进行实验:(1)填空:选择与现有服饰组合相搭配的服饰;(2)组合预测:预测给定服装的搭配合理程度。实验结果证明了我们提出的几种方法在多个数据集上的表现都优于其他现有方法。