企业官网建设流程全解析

简介：这是一套面向Python初学者与推荐系统爱好者的服饰推荐系统实战项目，围绕个性化服装推荐场景，综合运用数据处理、机器学习与Web开发技术，帮助读者理解数据驱动推荐从数据采集到模型部署的完整链路。压缩包共约2000个文件，整体约225.31MB，其中以9698张jpg服饰图片作为商品视觉素材，配合30个py脚本承载推荐算法与数据处理逻辑，另有csv、json、bson等数据文件用于存储用户行为与商品信息，js、vue、xml等前端文件支撑界面交互，md文档则提供必要的说明。项目涵盖数据收集与预处理、特征工程、用户画像构建、协同过滤与矩阵分解等推荐算法、模型训练评估以及Flask/Django接口部署等关键模块，并借助scikit-learn、surprise等库完成标准化与效果评估。目前已有318人学习下载，适合希望系统掌握推荐系统构建流程、积累完整项目经验的开发者参考实践。

1. 服饰推荐系统到底在推什么：从「猜你喜欢」到可复现的 Python 方案

打开任何一个电商 App，首页那排「猜你喜欢」背后跑的就是推荐系统。而python服饰推荐系统这个标题，说的就是用 Python 把「用户—服饰—行为」这三者串起来，算出一个排序列表，让每个人看到不一样的衣服。它解决的不是「有没有货」的问题，而是「这么多货，先给谁看哪几件」的问题。适合谁做？有订单或点击日志的电商团队、想给服装类目做个性化排序的算法同学、以及拿公开数据集练手的学生。我见过太多人一上来就上深度学习，结果连最基础的协同过滤都没跑通，召回率还不如热门榜单——这篇就把从数据到上线的最小闭环讲清楚，让你少走那段弯路。

服饰推荐和图书、电影推荐有个本质区别：服饰有强属性、强季节、强尺码，还有退货率。一件连衣裙的「颜色、版型、尺码、季节」直接决定它能不能被推给某个用户，而电影没有尺码这回事。所以做服饰推荐，特征工程比模型选型更吃功夫。下面按「数据怎么来 → 召回怎么搭 → 排序怎么排 → 坑在哪 → 怎么验证」这条线走，每一步都给能抄的代码和参数。

2. 数据准备与特征工程：服饰推荐系统的地基怎么打

2.1 三类数据源和它们的获取方式

做推荐系统，数据永远是第一道坎。服饰场景常见的数据源有三类：用户行为日志（点击、加购、收藏、下单、退货）、商品属性表（品类、颜色、尺码、价格、上架时间）、用户画像（性别、年龄段、历史偏好）。如果你手上有生产库，直接写 SQL 抽数；如果没有，用公开数据集起步，比如阿里天池的淘宝用户行为数据集、Amazon Reviews 里的 Clothing 子集。

用 Python 读进来通常长这样：

import pandas as pd # 行为日志：user_id, item_id, behavior_type, timestamp behavior = pd.read_csv("user_behavior.csv", parse_dates=["timestamp"]) # 商品属性：item_id, category, color, size, price items = pd.read_csv("item_attrs.csv") # 用户画像：user_id, gender, age_range users = pd.read_csv("user_profile.csv") # 只保留服饰类目，避免跨类目噪声 clothing_cates = ["连衣裙", "T恤", "牛仔裤", "外套", "卫衣"] items = items[items["category"].isin(clothing_cates)] # 行为加权：下单权重最高，退货给负权重 weight_map = {"click": 1.0, "fav": 2.0, "cart": 3.0, "buy": 5.0, "refund": -3.0} behavior["weight"] = behavior["behavior_type"].map(weight_map)

这段代码做了三件事：解析时间戳、过滤服饰类目、给不同行为赋权重。参数说明：weight_map里的数值不是拍脑袋，一般按「点击:收藏:加购:下单 = 1:2:3:5」的经验比例，退货给负权重是为了让模型学到「推了会退」的负信号。如果你的退货率超过 30%，这个负权重还要加大。

2.2 服饰特有的特征：尺码、季节、颜色偏好

通用推荐系统那套 one-hot 编码在服饰场景不够用。你得额外构造几类特征：

构造尺码匹配特征的代码：

# 用户历史购买尺码众数 user_size = behavior[behavior["behavior_type"] == "buy"].merge( items[["item_id", "size"]], on="item_id" ).groupby("user_id")["size"].agg(lambda x: x.mode()[0] if len(x) > 0 else "M") # 商品尺码与用户尺码是否一致 items["size_match"] = items.apply( lambda row: 1 if user_size.get(row.get("user_id")) == row["size"] else 0, axis=1 )

逻辑说明：mode()取众数，因为用户可能买过多个尺码，但最常买的那个才是真实尺码。size_match作为二值特征喂给排序模型，能显著降低退货率。注意：新用户没有历史购买记录，user_size会是 NaN，这时候用品类平均尺码兜底，别直接填 0。

2.3 训练样本的构造：负采样怎么做才不翻车

推荐系统的训练样本不是「用户买了什么」这么简单，而是「正样本 + 负样本」。正样本是用户真实交互过的商品，负样本是用户没交互过的。负采样策略直接决定模型好坏。

常见做法是「按曝光未点击采样」，也就是从用户看到过但没点的商品里抽。但服饰场景有个坑：用户没点可能是因为尺码不全或季节不对，这种负样本会教坏模型。我一般会做两层过滤：

import numpy as np def negative_sampling(behavior, items, neg_ratio=4): positives = behavior[behavior["weight"] > 0][["user_id", "item_id"]] all_items = items["item_id"].unique() negatives = [] for uid, group in behavior.groupby("user_id"): seen = set(group["item_id"]) # 过滤掉尺码缺失、季节不符的商品 candidates = items[ (~items["item_id"].isin(seen)) & (items["size"].notna()) & (items["season"].isin(["春", "夏", "秋", "冬"])) ]["item_id"].values if len(candidates) == 0: continue sampled = np.random.choice(candidates, size=min(neg_ratio * len(group), len(candidates)), replace=False) negatives.extend([(uid, iid) for iid in sampled]) neg_df = pd.DataFrame(negatives, columns=["user_id", "item_id"]) neg_df["label"] = 0 pos_df = positives.copy() pos_df["label"] = 1 return pd.concat([pos_df, neg_df], ignore_index=True)

参数说明：neg_ratio=4表示每个正样本配 4 个负样本，这是业界常用的比例，太高会让训练变慢，太低模型学不到区分度。踩坑提醒：负采样一定要在「用户维度」做，不能全局随机抽，否则同一个用户的正负样本分布会偏。

3. 召回层：用 Python 把候选集从百万降到千

3.1 协同过滤召回：ItemCF 在服饰场景的适配

召回层的目标是从全量商品里快速筛出几百个候选，协同过滤是最经典的方案。ItemCF 的核心思想是「买了 A 的人也买了 B」，在服饰场景特别有效，因为搭配购买很常见——买了牛仔裤的人往往也需要腰带。

from collections import defaultdict import math def item_cf_train(behavior, top_k=20): # 构建用户-商品交互矩阵 user_items = behavior[behavior["weight"] > 0].groupby("user_id")["item_id"].apply(set).to_dict() # 计算商品共现 item_sim = defaultdict(dict) item_count = defaultdict(int) for uid, items in user_items.items(): for i in items: item_count[i] += 1 for j in items: if i != j: item_sim[i][j] = item_sim[i].get(j, 0) + 1 # 余弦相似度归一化 for i in item_sim: for j in item_sim[i]: item_sim[i][j] /= math.sqrt(item_count[i] * item_count[j]) # 取 top_k 相似 item_sim[i] = dict(sorted(item_sim[i].items(), key=lambda x: -x[1])[:top_k]) return item_sim def item_cf_recall(user_id, user_items, item_sim, top_n=200): scores = defaultdict(float) for i in user_items.get(user_id, []): for j, sim in item_sim.get(i, {}).items(): scores[j] += sim return sorted(scores.items(), key=lambda x: -x[1])[:top_n]

逻辑说明：先算商品共现次数，再用余弦相似度归一化，避免热门商品因为曝光大而霸榜。top_k=20是每个商品保留 20 个最相似邻居，top_n=200是给每个用户召回 200 个候选。参数怎么调：如果候选集不够，加大top_n；如果召回太慢，减小top_k。服饰场景建议top_k在 15~30 之间。

3.2 向量召回：用双塔模型做语义匹配

协同过滤有个硬伤：新商品没有交互数据就召不回。服饰上新快，这个问题很致命。双塔模型（Two-Tower）把用户和商品分别编码成向量，用内积算相似度，能缓解冷启动。

import torch import torch.nn as nn class Tower(nn.Module): def __init__(self, input_dim, hidden_dim=128, output_dim=64): super().__init__() self.net = nn.Sequential( nn.Linear(input_dim, hidden_dim), nn.ReLU(), nn.Linear(hidden_dim, output_dim) ) def forward(self, x): return nn.functional.normalize(self.net(x), dim=-1) class TwoTower(nn.Module): def __init__(self, user_dim, item_dim): super().__init__() self.user_tower = Tower(user_dim) self.item_tower = Tower(item_dim) def forward(self, user_feat, item_feat): u = self.user_tower(user_feat) i = self.item_tower(item_feat) return (u * i).sum(dim=-1) # 内积

参数说明：hidden_dim=128是中间层维度，output_dim=64是最终向量维度。服饰场景建议输出维度不要低于 32，否则颜色、尺码这些细粒度信息会被压没。训练时用 BPR loss 或 sampled softmax，负样本就用 2.3 节采出来的。

注意：双塔模型上线时要预计算所有商品向量存进向量库（Faiss、Milvus 都行），用户向量实时算，然后做 ANN 检索。别每次请求都跑一遍模型，那样 QPS 撑不住。

3.3 多路召回融合：规则加权还是学习权重

实际系统不会只用一路召回。常见做法是 ItemCF + 双塔 + 热门 + 新品，四路各出 100~200 个候选，合并去重后送排序。融合方式有两种：

• 规则加权：给每路打分归一化后加权求和，权重靠 A/B 实验调。简单、可控，但需要人工调。
• 学习融合：把每路的召回分数作为特征，训练一个 LR 或 GBDT 来学权重。效果更好，但要多维护一个模型。

我一般先上规则加权，权重初始值设成 ItemCF:双塔:热门:新品 = 0.4:0.3:0.2:0.1，跑一周看数据再调。血泪经验：热门召回一定要限流，否则它会挤掉个性化召回的位置，最后整个系统退化成榜单。

4. 排序层：从候选集到最终列表的精细打分

4.1 特征工程：排序模型吃什么

召回层给的是粗排候选，排序层要做精细打分。排序模型的特征分四组：

交叉特征里最重要的是用户品类偏好分，算法是用户对该品类的历史行为加权求和再归一化：

def user_category_pref(behavior, items): df = behavior.merge(items[["item_id", "category"]], on="item_id") pref = df.groupby(["user_id", "category"])["weight"].sum().reset_index() # 归一化到 0-1 pref["pref_score"] = pref.groupby("user_id")["weight"].transform( lambda x: (x - x.min()) / (x.max() - x.min() + 1e-6) ) return pref[["user_id", "category", "pref_score"]]

参数说明：1e-6是防止除零。归一化用 min-max 而不是 z-score，因为推荐场景更关心相对排序，不关心绝对分布。

4.2 模型选型：GBDT 还是 DeepFM

排序模型的选择取决于数据量和特征复杂度：

• 数据量 < 100 万样本：先用 LightGBM，特征工程做好就能打，训练快、可解释。
• 数据量 > 100 万且特征稀疏：上 DeepFM 或 DIN，能自动学交叉特征。
• 服饰场景特殊点：尺码、季节这类硬约束建议做成规则过滤，别全交给模型学。

LightGBM 的训练代码：

import lightgbm as lgb from sklearn.model_selection import train_test_split feature_cols = ["age", "gender", "price", "category_id", "size_match", "pref_score", "hour", "is_promo"] X_train, X_val, y_train, y_val = train_test_split( samples[feature_cols], samples["label"], test_size=0.2, random_state=42 ) params = { "objective": "binary", "metric": "auc", "learning_rate": 0.05, "num_leaves": 63, "min_data_in_leaf": 100, "feature_fraction": 0.8, "bagging_fraction": 0.8, "bagging_freq": 5, "verbose": -1 } dtrain = lgb.Dataset(X_train, y_train) dval = lgb.Dataset(X_val, y_val, reference=dtrain) model = lgb.train(params, dtrain, num_boost_round=500, valid_sets=[dval], callbacks=[lgb.early_stopping(50)])

参数说明：learning_rate=0.05配合num_boost_round=500是稳妥组合，num_leaves=63控制树复杂度，min_data_in_leaf=100防止过拟合。early_stopping(50)表示验证集 50 轮不提升就停。踩坑：服饰场景样本不均衡严重（正样本远少于负样本），记得设scale_pos_weight或对负样本降采样。

4.3 重排：多样性和业务规则的最后一公里

排序模型输出的是「相关性」排序，但直接展示会有问题：同款不同色霸屏、全是同一品类、价格全挤在一个区间。重排层就是解决这个的。

常见做法是 MMR（最大边际相关性）：

def mmr_rerank(candidates, lambda_param=0.7, top_n=20): selected = [] remaining = candidates.copy() while len(selected) < top_n and remaining: best_score = -float("inf") best_item = None for item in remaining: rel = item["score"] # 与已选列表的最大相似度 max_sim = max([similarity(item, s) for s in selected], default=0) mmr = lambda_param * rel - (1 - lambda_param) * max_sim if mmr > best_score: best_score = mmr best_item = item selected.append(best_item) remaining.remove(best_item) return selected

参数说明：lambda_param=0.7表示 70% 看相关性、30% 看多样性。这个值越高越偏向相关性，越低越多样。服饰场景建议 0.6~0.8，太低会推出用户完全不感兴趣的东西。similarity函数可以用品类相同、颜色相同、价格接近来定义。

5. 避坑与排查：服饰推荐系统上线后最容易翻车的五个点

5.1 现象：推荐结果全是爆款，个性化消失

原因：热门商品在召回和排序阶段都有天然优势，样本里正例多，模型学出来就是「推爆款准没错」。解决：在召回层给热门商品降权，排序层加一个「个性化分数」特征，或者在重排层强制插入一定比例的冷门商品。我一般会在重排阶段保留 20% 的位置给「非热门但相关」的商品。

5.2 现象：新用户推荐完全不准

原因：新用户没有历史行为，协同过滤和双塔都召不回合适商品。解决：新用户走「热门 + 品类多样性」兜底策略，同时在前端做引导（选性别、选风格），拿到初始信号后立刻切个性化。注意：别给新用户推高退货率的品类，比如紧身类服饰，尺码问题会直接导致退货。

5.3 现象：季节切换时推荐大面积失效

原因：模型是用历史数据训练的，夏天推羽绒服的样本很少，模型没学到「季节」这个强特征。解决：把季节作为硬过滤规则放在召回前，同时训练时对季节特征做加权。更彻底的做法是按季节分模型，春夏一个、秋冬一个，但维护成本高，小团队用规则过滤就够了。

5.4 现象：A/B 实验指标涨了，但退货率也涨了

原因：模型只优化了点击率或转化率，没考虑退货。推了尺码不全或与用户风格不符的商品，短期转化好看，长期退货吃掉利润。解决：把退货率作为负向指标加入模型目标，或者在重排层过滤掉「高退货风险」商品。血泪经验：服饰类目退货率能到 30%~50%，不把退货纳入优化目标，推荐系统就是给公司挖坑。

5.5 现象：线上服务延迟高，QPS 上不去

原因：召回层用了太多路、排序模型太大、特征实时计算太慢。解决：按这个顺序排查——先看召回层是不是每路都跑了全量，再看排序模型能不能蒸馏成小模型，最后看特征能不能预计算。后悔药：上线前一定要做压测，别等大促当天才发现扛不住。

6. 验证与迭代：怎么判断这套系统真的有用

6.1 离线指标：AUC、Recall@K、NDCG 怎么看

离线评估是上线前的第一道关。常用指标：

算 Recall@K 的代码：

def recall_at_k(model, test_data, k=200): hits = 0 total = 0 for user_id, group in test_data.groupby("user_id"): true_items = set(group[group["label"] == 1]["item_id"]) if not true_items: continue pred_items = set(model.recommend(user_id, top_n=k)) hits += len(true_items & pred_items) total += len(true_items) return hits / total if total > 0 else 0

参数说明：k=200对应召回层候选数，离线评估要和线上召回数量对齐，否则指标没意义。

6.2 在线实验：A/B 测试的坑和正确姿势

离线指标好不代表线上好，必须做 A/B。常见坑：分流不均匀、实验周期太短、只看点击率不看 GMV。正确姿势是：

• 按用户 ID 哈希分流，保证同一用户始终在同一组
• 实验至少跑 7 天，覆盖工作日和周末
• 核心指标看 GMV 和退货率，辅助指标看点击率和停留时长
• 实验组和对照组样本量要够，用 t 检验判断显著性

6.3 迭代节奏：从周更到日更的路径

推荐系统不是一次做完就完事。我的迭代节奏是：

• 第一周：跑通 ItemCF + 热门召回，排序用 LR，先上线看数据
• 第二周：加双塔召回，排序换 LightGBM，做第一次 A/B
• 第一个月：加实时特征、重排多样性，优化退货率
• 之后：按周迭代特征和模型，按天更新商品向量

最后说个我自己的习惯：每次上线新模型前，我都会用历史数据做一次「回放测试」——把过去一周的请求重新跑一遍新模型，对比新旧排序结果的差异。如果差异超过 40%，说明模型变化太大，得谨慎放量。这个习惯帮我躲过了好几次线上事故。希望帮到你。

本文还有配套的精品资源，点击获取