装修样式定制方法及其装置、设备、介质、产品与流程

1.本技术涉及网络电商技术领域，尤其涉及一种装修样式定制方法，此外还涉及该方法相应的装置、设备、非易失性存储介质以及计算机程序产品。


背景技术：

2.随着互联网技术的发展，网络中出现了不少的网络装修平台以服务需对房屋进行装修的网络用户，大部分的网络装修平台会向平台用户提供线上装修定制服务以便用户定制相应的装修方案，但现有的网络装修平台所提供的线上装修定制服务通常仅向用户提供平台中具有的装修风格类型进行选定，进而向用户推送其所选定的装修风格类型所对应的装修效果图或装修样式三维模型，这种简单的装修定制服务无法与用户的实际装修需求相关联，用户无法在该装修定制服务中定制出理想的装修方案。
3.鉴于现有的网络装修平台中关于装修定制服务所存在的问题，本技术人出于解决该问题的考虑做出相应的探索。


技术实现要素：

4.本技术的目的在于满足用户需求而提供一种装修样式定制方法，此外还涉及该方法相应的装置、设备、非易失性存储介质以及计算机程序产品。
5.为实现本技术的目的，采用如下技术方案：
6.适应本技术的目的而提出的一种装修样式定制方法，包括如下由服务器执行的步骤：
7.调用已训练至收敛的特征提取模型，提取目标用户的用户个人特征信息及用户历史行为信息，以获取该目标用户的用户综合特征向量；
8.调用已训练至收敛的装修风格分类模型，获取所述用户综合特征向量对应的装修风格分类数据，所述装修风格分类数据中包含所述用户综合特征向量与各装修风格类型的相似概率值；
9.根据所述装修风格分类数据中相似概率值最大的装修风格类型，查询出风格样式模型库中与该装修风格类型相匹配的风格样式模型集，所述风格样式模型库中多个风格样式模型与其风格标识对应存储；
10.根据所述目标用户的房屋特征信息，在所述风格样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，进而根据该目标风格样式模型生成对应的装修风格样式信息。
11.进一步的实施例中，本方法包括如下后置步骤：
12.生成包含所述装修风格样式信息的装修风格通知推送至目标用户端；
13.响应目标用户端作用于所述装修风格通知的通知接受指令，根据所述装修风格样式信息生成对应的装修预定订单推送至目标用户端；
14.响应目标用户端作用于所述装修预定订单的预定指令，将目标用户端的用户订单
信息与装修风格样式信息对应存储至装修预定数据库中。
15.进一步的实施例中，本方法包括如下后置步骤：
16.接收由服务器推送的所述装修风格通知，获取该装修风格通知中的装修风格样式信息包含的风格样式模型及风格样式效果图；
17.在图形用户界面显示装修风格通知页面，以将所述风格样式模型及风格样式效果图输出至该装修风格通知页面中显示；
18.响应作用于所述装修风格通知页面的接受事件，向服务器推送作用于所述装修风格通知的通知接受指令。
19.进一步的实施例中，所述调用已训练至收敛的装修风格分类模型，获取所述用户综合特征向量对应的装修风格分类数据的步骤中，包括如下由装修风格分类模型执行的步骤：
20.接收由服务器输入的所述用户综合特征向量，通过全连接层将该用户综合特征向量映射到装修风格分类空间中；
21.通过装修风格分类器计算出所述装修风格分类空间中各个装修风格类型的相似概率值；
22.提取各个所述相似概率值以生成包含该些相似概率值的所述装修风格分类数据。
23.进一步的实施例中，所述根据所述装修风格分类数据中相似概率值最大的装修风格类型，查询出风格样式模型库中与该装修风格类型相匹配的风格样式模型集的步骤中，包括如下由服务器执行的步骤：
24.解析获取所述装修风格分类数据中相似概率值最大的装修风格类型，确定该装修风格类型所对应目标风格标识；
25.查询出所述风格样式模型库中与目标风格标识相对应的一个或多个所述风格样式模型；
26.生成包含所述风格样式模型的风格样式模型集。
27.进一步的实施例中，所述根据所述目标用户的房屋特征信息，在所述风格样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，进而根据该目标风格样式模型生成对应的装修风格样式信息的步骤中，包括如下由服务器执行的步骤：
28.解析获取所述房屋特征信息中包含的房屋尺寸数据及房屋户型数据；
29.查询出所述风格样式模型集中与所述房屋尺寸数据及房屋户型数据相对应的目标风格样式模型；
30.获取目标风格样式模型所对应的风格样式效果图，生成包含目标风格样式模型集风格样式效果图的装修风格样式信息。
31.适应本技术的目的而提出的一种装修样式定制装置，其包括：
32.综合特征提取模块，用于调用已训练至收敛的特征提取模型，提取目标用户的用户个人特征信息及用户历史行为信息，以获取该目标用户的用户综合特征向量；
33.分类数据获取模块，用于调用已训练至收敛的装修风格分类模型，获取所述用户综合特征向量对应的装修风格分类数据，所述装修风格分类数据中包含所述用户综合特征向量与各装修风格类型的相似概率值；
34.样式模型获取模块，用于根据所述装修风格分类数据中相似概率值最大的装修风
格类型，查询出风格样式模型库中与该装修风格类型相匹配的风格样式模型集，所述风格样式模型库中多个风格样式模型与其风格标识对应存储；
35.样式信息生成模块，用于根据所述目标用户的房屋特征信息，在所述风格样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，进而根据该目标风格样式模型生成对应的装修风格样式信息。
36.进一步的实施例中，所述分类数据获取模块包括：
37.向量映射子模块，用于接收由服务器输入的所述用户综合特征向量，通过全连接层将该用户综合特征向量映射到装修风格分类空间中；
38.相似概率计算子模块，用于通过装修风格分类器计算出所述装修风格分类空间中各个装修风格类型的相似概率值；
39.分类数据生成子模块，用于提取各个所述相似概率值以生成包含该些相似概率值的所述装修风格分类数据。
40.进一步的实施例中，所述样式模型获取模块包括：
41.目标风格标识获取子模块，用于解析获取所述装修风格分类数据中相似概率值最大的装修风格类型，确定该装修风格类型所对应目标风格标识；
42.样式模型匹配子模块，用于查询出所述风格样式模型库中与目标风格标识相对应的一个或多个所述风格样式模型；
43.模型集生成子模块，用于包含多个所述风格样式模型的风格样式模型集。
44.进一步的实施例中，所述样式信息生成模块包括：
45.特征消息解析子模块，用于解析获取所述房屋特征信息中包含的房屋尺寸数据及房屋户型数据；
46.目标模型获取子模块，用于查询出所述风格样式模型集中与所述房屋尺寸数据及房屋户型数据相对应的目标风格样式模型；
47.样式信息生成子模块，用于获取目标风格样式模型所对应的风格样式效果图，生成包含目标风格样式模型集风格样式效果图的装修风格样式信息。
48.为解决上述技术问题本技术实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述装修样式定制方法的步骤。
49.为解决上述技术问题本技术实施例还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述装修样式定制方法的步骤。
50.为解决上述技术问题本技术实施例还提供一种计算机程序产品，包括计算机程序及计算机指令，该计算机程序及计算机指令被处理器执行时，使得所述处理器执行上述所述装修样式定制方法的步骤。
51.相对于现有技术，本技术的优势如下：
52.本技术为平台构建线上智能装修定制服务，通过提取用户的特征信息，自动化地为用户提供符合其实际房屋装修需求的装修方案，具体的，通过获取用户在平台中进行线上消费或页面浏览的历史行为信息及用户在平台中编辑的个人特征信息，以通过基于神经网络所构建的特征提取模型提取所述历史行为信息及个人特征信息以生成综合特征后，调
用同样基于神经网络构建的装修风格分类模型确定与用户的综合特征最相符的装修风格类型，以从样式模型库中获取该装修风格类型且符合用户的房屋特征的目标风格样式三维模型，便于后续向用户推送该目标风格样式三维模型及装修效果图供用户浏览参考以定制其装修方案；由此可知，相比较现有的装修定制服务，本技术为用户提供的线上智能装修定制服务可自动化地为用户提供与其装修期望相符的个性化装修方案，对于用户而已，平台提供的线上智能装修定制服务可有效提升用户在网络装修平台中进行装修定制的定制体验，对于平台而已，可有效地增加网络装修平台中的装修订单量。
附图说明
53.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
54.图1为实施本技术的技术方案相关的一种典型的网络部署架构示意图；
55.图2为本技术的装修样式定制方法的典型实施例的流程示意图；
56.图3为本技术中关于装修风格通知及装修预定订单相关实施方式的所形成的流程示意图；
57.图4为本技术的展示风格样式效果图的装修风格通知页面的图形用户界面的示意图；
58.图5为本技术的展示风格样式模型的装修风格通知页面的图形用户界面的示意图；
59.图6为本技术中关于目标客户端输出显示展示风格样式效果图及展示风格样式模型的具体实施方式所形成的流程示意图；
60.图7为本技术中关于装修风格分类模型推理用户综合特征向量所对应的装修风格分类数据的具体实施方式所形成的流程示意图；
61.图8为本技术中关于服务器从风格样式模型库中查询以生成风格样式模型集的具体实施方式所形成的流程示意图；
62.图9为本技术中关于服务器生成装修风格样式信息的具体实施方式所形成的流程示意图；
63.图10为本技术的装修样式定制装置的典型实施例的原理框图；
64.图11为本技术一个实施例的计算机设备的基本结构框图。
具体实施方式
65.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本技术，而不能解释为对本技术的限制。
66.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在
中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
67.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
68.本技术领域技术人员可以理解，这里所使用的“客户端”、“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，进行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他诸如个人计算机、平板电脑之类的通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；pcs(personal communications service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；pda(personal digital assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或gps(global positioning system，全球定位系统)接收器；传统膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的传统膝上型和/或掌上型计算机或其他设备。这里所使用的“客户端”、“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“客户端”、“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是pda、mid(mobile internet device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
69.本技术所称的“服务器”、“客户端”、“工作节点”等名称所指向的硬件，本质上是具备个人计算机等效能力的电子设备，为具有中央处理器(包括运算器和控制器)、存储器、输入设备以及输出设备等冯诺依曼原理所揭示的必要构件的硬件装置，计算机程序存储于其存储器中，中央处理器将存储在外存中的程序调入内存中运行，执行程序中的指令，与输入输出设备交互，借此完成特定的功能。
70.需要指出的是，本技术所称的“服务器”这一概念，同理也可扩展到适用于服务器机群的情况。依据本领域技术人员所理解的网络部署原理，所述各服务器应是逻辑上的划分，在物理空间上，这些服务器既可以是互相独立但可通过接口调用的，也可以是集成到一台物理计算机或一套计算机机群的。本领域技术人员应当理解这一变通，而不应以此约束本技术的网络部署方式的实施方式。
71.请参阅图1，本技术相关技术方案实施时所需的硬件基础可按图中所示的架构进行部署。本技术所称服务器80部署在云端，作为一个业务服务器，其可以负责进一步连接起相关数据服务器以及其他提供相关支持的服务器等，以此构成逻辑上相关联的服务机群，来为相关的终端设备例如图中所示的智能手机81和个人计算机82或者第三方服务器(未图示)提供服务。所述的智能手机和个人计算机均可通过公知的网络接入方式接入互联网，与云端的服务器80建立数据通信链路，以便运行所述服务器所提供的服务相关的终端应用程序。
72.对于服务器而言，所述的应用程序通常会被构建为服务进程，开放相应的程序接口，供各种终端设备上运行的应用程序进行远程调用，本技术中适于运行于服务器的相关技术方案，便可以此种方式实现于服务器中。
73.所述的应用程序，是指运行于服务器或终端设备上的应用程序，这一应用程序采用编程的方式实现了本技术的相关技术方案，其程序代码可被以计算机可执行指令的形式保存于计算机能识别的非易失性存储介质中，并被中央处理器调入内存中运行，通过该应用程序在计算机的运行而构造出本技术的相关装置。
74.对于服务器而言，所述的应用程序通常会被构建为服务进程，开放相应的程序接口，供各种终端设备上运行的应用程序进行远程调用，本技术中适于运行于服务器的相关技术方案，便可以此种方式实现于服务器中。
75.本领域技术人员对此应当知晓：本技术的各种方法，虽然基于相同的概念而进行描述而使其彼此间呈现共通性，但是，除非特别说明，否则这些方法都是可以独立执行的。同理，对于本技术所揭示的各个实施例而言，均基于同一发明构思而提出，因此，对于相同表述的概念，以及尽管概念表述不同但仅是为了方便而适当变换的概念，应被等同理解。
76.请参阅图2，本技术的一种装修样式定制方法，在其典型实施例中，其包括如下由服务器执行的步骤：
77.步骤s11，调用已训练至收敛的特征提取模型，提取目标用户的用户个人特征信息及用户历史行为信息，以获取该目标用户的用户综合特征向量：
78.服务器从平台的用户数据库中获取目标用户的所述用户个人特征信息及所述用户历史行为信息，所述用户个人特征信息中包含用户年龄数据、用户性别数据及用户爱好数据等。
79.相应的，所述用户历史行为信息为目标用户在平台中历史行为数据，具体的，平台中具有面向于房屋装饰及房屋家电等线上购物服务供用户进行消费，因此，所述用户历史行为信息中包含目标用户在所述线上购物服务中进行消费商品及浏览商品的线上购物数据，另外，平台还具有线上装修咨询服务供用户使用，因此，所述用户历史行为信息中还目标用户在进行所述线上装修咨询服务时所提问的咨询聊天数据；当然本平台主要是面向房屋相关的线上平台，本领域技术人员可根据平台所提供的相关服务收集与房屋装修的收集以设计所述用户历史行为信息中包含的数据，恕不赘述。
80.服务器获取目标用户的所述用户个人特征信息及用户历史行为信息后，将调用已训练值收敛的所述特征提取模型，所述特征提取模型一般基于神经网络所构建，例如，应用sift、orb或hog等图像特征提取方法以用于提取所述用户个人特征信息及用户历史行为信息中包含的图像数据，及应用tf-idf、n-gram或nlp等文本特征提取方法以用于提取所述用户个人特征信息及用户历史行为信息中包含的文本数据。
81.当所述特征提取模型分别提取所述用户个人特征信息及用户历史行为信息各自对应的特征向量后，将双方的特征向量进行特征融合，以生成可综合表征所述用户个人特征信息及用户历史行为信息的特征的所述用户综合特征向量，所述特征提取模型融合双方的特征向量时一般使用tfn或lmf等特征融合算法进行特征融合。
82.步骤s12，调用已训练至收敛的装修风格分类模型，获取所述用户综合特征向量对应的装修风格分类数据，所述装修风格分类数据中包含所述用户综合特征向量与各装修风
格类型的相似概率值：
83.服务器获取所述用户综合特征向量后，将调用已训练至收敛的所述装修风格分类模型，以确定所述用户综合特征向量与平台中存在的各装修风格类型的相似概率值。
84.所述的装修风格分类模型一般为基于神经网络所构建的模型，具体的，所述装修风格分类模型中包含一个或多个分类器以计算所述用户综合特征向量与各所述装修风格类型的相似概率值，例如，使用cnn、rnn或fcnn等神经网络构造所述分类器，涵盖机器学习技术领域。
85.所述的装修风格类型一般包含中式风格类型、欧式风格类型、简约风格类型及地中海风格类型等装修风格，本领域技术人员可根据现在有的装修风格对所述装修风格类型进行拓展，且可从总装修风格进行子装修风格的拓展，例如，所述中式风格类型下可拓展出的子装修风格类型为现代中式风格及新中式古典风格等。
86.关于所述装修风格分类模型计算所述用户综合特征向量与各所述装修风格类型的相似概率值，具体的，服务器调用所述装修风格分类模型后，将所述用户综合特征向量输入至该装修风格分类模型中，以驱动该装修风格类型模型将所述用户综合特征向量进行全连接后映射到装修风格分类空间中，由与该装修风格类型控件相关联的装修风格分类器计算出所述用户综合特征向量在所述装修风格分类空间中与各装修风格类型相对应的相似概率值，进而提取该些相似概率值，生成包含该些相似概率值的所述装修风格分类数据。
87.所述装修风格分类数据中包含所述用户综合特征向量与各所述装修风格类型的相似概率值，具体的，所述装修风格分类数据中包含的所有装修风格类型的相似概率值的总和一般为1，且所述装修风格分类数据中将相似概率值与其对应的装修风格类型的风格标识对应存储，以便后续通过该装修风格分类数据中包含的风格标识查询出风格样式模型库中对应的风格样式模型。
88.步骤s13，根据所述装修风格分类数据中相似概率值最大的装修风格类型，查询出风格样式模型库中与该装修风格类型相匹配的风格样式模型集，所述风格样式模型库中多个风格样式模型与其风格标识对应存储：
89.服务器获取所述装修风格分类数据后，将确定该装修风格分类数据中相似概率值最大的装修风格类型，获取该装修风格类型的风格标识，以在所述风格样式模型库中查询出与该风格标识相对应的一个或多个风格样式模型，生成包含该些风格样式模型的所述风格样式模型集。
90.所述的风格样式模型库中存储着多个由风格标识与风格样式模型组成的映射关系数据，所述的风格标识用于表征与其对应存储的风格样式模型的装修风格类型，以便服务器根据所述装修风格分类数据中相似概率值最大的装修风格类型所对应的风格标识，从所述风格样式模型库中查询出具有该风格标识的风格样式模型组成所述风格样式模型集。
91.所述的风格样式模型为设计人员通过建模软件所设计生成的三维模型，所述风格样式模型为相应房屋尺寸及房屋户型的房屋三维模型，且该房屋三维模型中具有与其装修风格类型相对应的家具模型与软硬装饰模型，例如，装修风格类型为中式风格类型的风格样式模型中将具有如红木家具模型及红木风格的软硬装饰模型等符合中式风格类型的模型；且所述风格样式模型具有表征其房屋尺寸及房屋户型等房屋特征数据，该些房屋特征数据与所述装修风格类型不同。
92.所述风格样式模型库中将多个风格样式模型进行归类存储，通过将风格样式模型与表征其装修风格类型的风格标识对应存储，以对库中存储的风格样式模型进行风格分类。
93.服务器获取所述风格样式模型集的具体方式为：服务器解析获取所述装修风格分类数据中相似概率值最大的装修风格类型，确定该装修风格类型所对应目标风格标识，以从所述风格样式模型库中查询出与目标风格标识相对应的一个或多个所述风格样式模型，进而生成包含所述风格样式模型的风格样式模型集。
94.步骤s14，根据所述目标用户的房屋特征信息，在所述风格样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，进而根据该目标风格样式模型生成对应的装修风格样式信息：
95.服务器获取所述风格样式模型集后，将获取由所述目标用户所自定义编辑的房屋特征信息，所述房屋特征信息中包含目标用户需进行装修的房屋所对应的房屋尺寸数据、房屋户型数据、房屋层高数据及房屋地理位置数据等房屋特征数据。
96.服务器获取所述房屋特征信息后，将从所述房屋样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，具体的，服务器解析获取所述房屋特征信息中包含的所述房屋尺寸数据及房屋户型数据等房屋特征数据，查询出所述房屋样式模型集中具有该些房屋特征数据所表征的房屋特征的一个或多个风格样式模型作为目标风格样式模型，例如，当所述房屋尺寸数据为90平方米，房屋户型数据为两厅两房时，将从所述房屋样式模型集中获取与具有该些房屋特征数据的目标风格样式模型；当然，服务器也可进一步的提升目标风格样式模型的匹配精度，使匹配出的目标风格样式模型与所述房屋特征信息更匹配，例如，当所述房屋尺寸数据为85平方米，房屋户型数据为两厅两房一卫一厨，且该房屋户型数据中还记载了一厅为10平方米、二厅为20平方米、一房为15平方米、二房为20平方米、卫生间为5平方米及厨房为8平方米时，同时服务器还参考房屋层高数据及房屋地理位置，以将从所述房屋样式模型集中匹配出与该些房屋特征数据最为接近的一个或多个目标风格样式模型。
97.服务器获取所述目标风格样式模型后，将获取与该目标风格样式模型相对应的风格样式效果图，所述风格样式效果图以图片的方式展示所述目标风格样式模型，关于所述风格样式效果图的获取方式，一般可从效果图库中以所述目标风格样式模型的模型id进行查询获取，或从所述目标风格样式模型的三维模型相应的视角角度截图获取。
98.服务器获取所述目标风格样式模型及其对应的风格样式效果图后，将生成包含所述目标风格样式模型及风格样式效果图的装修风格样式信息，进而将该装修风格样式信息以平台通知、短信或邮件等方式推送所述目标用户所处的客户端中，以便该客户端将所述目标风格样式模型及风格样式效果图输出至图形用户界面中进行显示供目标用户进行浏览。
99.通过本典型实施例中可知，本方法为平台构建线上智能装修定制服务，通过提取用户的特征信息，自动化地为用户提供符合其实际房屋装修需求的装修方案，具体的，通过获取用户在平台中进行线上消费或页面浏览的历史行为信息及用户在平台中编辑的个人特征信息，以通过基于神经网络所构建的特征提取模型提取所述历史行为信息及个人特征信息以生成综合特征后，调用同样基于神经网络构建的装修风格分类模型确定与用户的综
合特征最相符的装修风格类型，以从样式模型库中获取该装修风格类型且符合用户的房屋特征的目标风格样式三维模型，便于后续向用户推送该目标风格样式三维模型及装修效果图供用户浏览参考以定制其装修方案；由此可知，本方法为用户提供的线上智能装修定制服务可自动化地为用户提供与其装修期望相符的装修方案，对于用户而已，平台提供的线上智能装修定制服务可有效提升其在网络装修平台中进行装修定制的定制体验，对于平台而已，可有效地增加网络装修平台中的装修订单量。
100.以上的典型实施例及其变化实施例充分揭示了本技术的装修样式定制方法的实施方案，但是，仍可通过对一些技术手段的变换和扩增而演绎出该方法的多种变化实施例，如下概要说明其他实施例：
101.一种实施例中，请参考图3，本方法包括如下后置步骤：
102.步骤s08，生成包含所述装修风格样式信息的装修风格通知推送至目标用户端：
103.服务器获取所述装修风格样式信息后，将生成包含该装修风格样式信息的装修风格通知，以平台通知的形式将所述装修风格样式信息推送至所述目标用户端中进行输出显示供目标用户浏览及进行后续的通知接受事件。
104.步骤s09，响应目标用户端作用于所述装修风格通知的通知接受指令，根据所述装修风格样式信息生成对应的装修预定订单推送至目标用户端：
105.所述目标用户端接收到所述装修风格通知后，将解析获取装修风格通知中包含的所述装修风格样式信息，以将该装修风格样式信息中包含的装修风格样式信息输出至图形用户界面中进行显示，以便处于所述目标用户端的目标用户触发所述装修风格通知的通知接收事件，使所述目标用户端响应该事件而向服务器推送所述通知接受指令。
106.服务器接收响应由所述目标用户端推送的通知接受指令后，将生成包含所述目标用户的房屋地址及联系方式等用户订单信息的装修预定订单，且该装修预定订单中将包含表征需装修所述装修风格样式信息的装修方案，另外，该装修预定订单中可包含所述目标用户需支付的金额的定金信息。
107.步骤s10，响应目标用户端作用于所述装修预定订单的预定指令，将目标用户端的用户订单信息与装修风格样式信息对应存储至装修预定数据库中：
108.目标用户端接收由服务器推送的所述装修预定订单后，将该装修预定订单中包含的所述用户订单信息、装修方案及定价信息输出至图形用户界面中显示，以便处于目标用户端的目标用户浏览及编辑相关信息，进而触发该装修预定订单的接受预定事件，以便目标用户端响应该事件向服务器推送所述预定指令。
109.服务器响应由目标用户端推送的预定指令后，将所述目标用户端的用户订单信息与装修风格样式信息对应存储至装修预定数据库中，以便平台的业务人员从该装修预定数据库中获取所述用户订单信息与装修风格样式信息，进而与所述目标用户进行装修业务联系。
110.本实施例中，生成装修风格样式信息后将向用户推送通知，以便用户确定是否接受装修风格样式信息中的装修方案，进而在用户接受后推送相应的预定订单，以便将用户个人信息及装修方案进行对应存储，便于业务人员与用户联系。
111.一种实施例中，请参考图4、图5及图6，本方法包括如下后置步骤：
112.步骤s08’，接收由服务器推送的所述装修风格通知，获取该装修风格通知中的装
修风格样式信息包含的风格样式模型及风格样式效果图：
113.目标客户端接收到由服务器推送的所述装修风格通知，将对该装修风格通知中包含的所述装修风格样式信息进行解析处理，获取该装修风格样式信息中国包含的所述风格样式模型及风格样式效果图，以便后续输出至装修风格通知页面中显示。
114.步骤s09’，在图形用户界面显示装修风格通知页面，以将所述风格样式模型及风格样式效果图输出至该装修风格通知页面中显示：
115.请参考图4及图5，图4所示意的页面即为所述装修风格通知页面，目标用户端将所述风格样式效果图输出显示至该装修风格通知页面中的装修样式浏览窗口401中进行展示，且可通过样式显示切换控件402，将所示装修样式浏览窗口401中显示的风格样式效果图切换为如图5所示的装修样式浏览窗口501中显示的风格样式模型。
116.步骤s10’，响应作用于所述装修风格通知页面的接受事件，向服务器推送作用于所述装修风格通知的通知接受指令：
117.请参考图4及图5，当处于所述目标用户端的目标用户触控图4中的接受方案控件403或图5中的接受方案控件503后，所述目标用户端将响应所述接受事件，向服务器推送所述通知接受指令。
118.本实施例中，客户端接受到装修风格通知后，将在页面中显示风格样式模型及风格样式效果图，以便用户浏览，且提供相关控件便于用户接受页面中显示装修风格通知。
119.一种实施例中，请参考图7，所述调用已训练至收敛的装修风格分类模型，获取所述用户综合特征向量对应的装修风格分类数据的步骤中，包括如下由装修风格分类模型执行的步骤：
120.步骤s121，接收由服务器输入的所述用户综合特征向量，通过全连接层将该用户综合特征向量映射到装修风格分类空间中：
121.所述装修风格分类模型获取所述用户综合特征向量后，将借助一个全连接层进行全连接，将该用户综合特征向量映射到所述装修风格分类空间中。
122.步骤s122，通过装修风格分类器计算出所述装修风格分类空间中各个装修风格类型的相似概率值：
123.所述装修风格分类模型一般借助基于softmax之类的多分类器所构建的所述装修风格分类器计算所述装修风格分类空间各个装修风格类型相对应的相似概率值。
124.步骤s123，提取各个所述相似概率值以生成包含该些相似概率值的所述装修风格分类数据：
125.所述装修风格分类模型将所述用户综合特征向量映射到所述装修风格分类空间所生成的各个装修风格类型相对应的相似概率值后，将提取该些相似概率值以输出所述装修风格分类数据，便构成了所述用户特征向量相对应的概率分布数据。
126.本实施例中，装修风格分类模型计算所述用户综合特征向量与各装修风格类型的相似概率值，以便后续为目标用户匹配出相对应的风格样式模型集。
127.一种实施例中，请参考图8，所述根据所述装修风格分类数据中相似概率值最大的装修风格类型，查询出风格样式模型库中与该装修风格类型相匹配的风格样式模型集的步骤中，包括如下由服务器执行的步骤：
128.步骤s131，解析获取所述装修风格分类数据中相似概率值最大的装修风格类型，
确定该装修风格类型所对应目标风格标识：
129.服务器解析所述装修风格分类数据，确定该装修风格分类数据中相似概率值最大的装修风格类型，该装修风格类型及为与目标用户的综合特征最相似的装修风格类型，进而确定该装修风格类型所对应的目标风格标识。
130.步骤s132，查询出所述风格样式模型库中与目标风格标识相对应的一个或多个所述风格样式模型：
131.服务器确定所述目标风格标识后，将在所述风格样式模型库中查询出具有该目标风格标识的一个或多个所述风格样式模型。
132.步骤s133，生成包含所述风格样式模型的风格样式模型集：
133.服务器从所述风格样式模型库中查询出具有所述目标风格标识的风格样式模型后，将生成包含该些风格样式模型的所述风格样式模型集，以便后续从该风格样式模型集中匹配出与目标用户的房屋特征信息相对应的目标风格样式模型。
134.本实施例中，通过从风格样式模型库中查询出与目标用户的特征最相似的多个风格样式模型，以生成对应的风格样式模型集，进而便于后续从该风格样式模型集中匹配出对应的目标风格样式模型。
135.一种实施例中，请参考图9，所述根据所述目标用户的房屋特征信息，在所述风格样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，进而根据该目标风格样式模型生成对应的装修风格样式信息的步骤中，包括如下由服务器执行的步骤：
136.步骤s141，解析获取所述房屋特征信息中包含的房屋尺寸数据及房屋户型数据：
137.服务器生成所述风格样式模型集后，将获取目标用户的所述用户特征信息，以解析该房屋特征信息，获取该房屋特征信息中包含的所述房屋尺寸数据及房屋户型数据，所述房屋尺寸数据一般由目标用户所编辑，以在平台中存储需进行装修的房屋的尺寸数据，相应的，所述房屋户型数据一般也为目标用户所编辑的数据，以在平台中存储需进行装修的房屋的户型数据。
138.步骤s142，查询出所述风格样式模型集中与所述房屋尺寸数据及房屋户型数据相对应的目标风格样式模型：
139.因所述风格样式模型具有表征其装修样式房屋的房屋尺寸及房屋户型等房屋特征数据，因此，服务器可根据所述房屋尺寸数据及房屋户型数据，以从所述风格样式模型集中查询出与该房屋尺寸数据及房屋户型数据的目标风格样式模型。
140.步骤s143，获取目标风格样式模型所对应的风格样式效果图，生成包含目标风格样式模型集风格样式效果图的装修风格样式信息：
141.服务器获取所述风格样式效果图的方式，一般可从存储着多个由模型id与风格样式效果图组成的映射关系数据的效果图库中查询获取，或从所述目标风格样式模型的三维模型相应的视角角度截图获取，例如，截取目标风格样式模型的三维模型中相应的装修墙体的风格样式效果图，或者截取目标风格样式模型的三维模型的斜视图作为所述风格样式效果图等。
142.本实施例中，通过从风格样式模型集获取符合用户需装修房屋的房屋尺寸集房屋户型的风格样式模型，以生成包含该风格样式模型及对应效果图的信息，进而后续将其推送至用户端中供用户浏览。
143.进一步，可以通过将上述各实施例所揭示的方法中的各个步骤进行功能化，构造出本技术的一种装修样式定制装置，按照这一思路，请参阅图10，其中的一个典型实施例中，该装置包括：综合特征提取模块11，用于调用已训练至收敛的特征提取模型，提取目标用户的用户个人特征信息及用户历史行为信息，以获取该目标用户的用户综合特征向量；分类数据获取模块12，用于调用已训练至收敛的装修风格分类模型，获取所述用户综合特征向量对应的装修风格分类数据，所述装修风格分类数据中包含所述用户综合特征向量与各装修风格类型的相似概率值；样式模型获取模块13，用于根据所述装修风格分类数据中相似概率值最大的装修风格类型，查询出风格样式模型库中与该装修风格类型相匹配的风格样式模型集，所述风格样式模型库中多个风格样式模型与其风格标识对应存储；样式信息生成模块14，用于根据所述目标用户的房屋特征信息，在所述风格样式模型集中获取与该房屋特征信息相匹配的目标风格样式模型，进而根据该目标风格样式模型生成对应的装修风格样式信息。
144.一种实施例中，所述分类数据获取模块12包括：向量映射子模块，用于接收由服务器输入的所述用户综合特征向量，通过全连接层将该用户综合特征向量映射到装修风格分类空间中；相似概率计算子模块，用于通过装修风格分类器计算出所述装修风格分类空间中各个装修风格类型的相似概率值；分类数据生成子模块，用于提取各个所述相似概率值以生成包含该些相似概率值的所述装修风格分类数据。
145.一种实施例中，所述样式模型获取模块13包括：目标风格标识获取子模块，用于解析获取所述装修风格分类数据中相似概率值最大的装修风格类型，确定该装修风格类型所对应目标风格标识；样式模型匹配子模块，用于查询出所述风格样式模型库中与目标风格标识相对应的一个或多个所述风格样式模型；模型集生成子模块，用于包含多个所述风格样式模型的风格样式模型集。
146.一种实施例中，所述样式信息生成模块14包括：特征消息解析子模块，用于解析获取所述房屋特征信息中包含的房屋尺寸数据及房屋户型数据；目标模型获取子模块，用于查询出所述风格样式模型集中与所述房屋尺寸数据及房屋户型数据相对应的目标风格样式模型；样式信息生成子模块，用于获取目标风格样式模型所对应的风格样式效果图，生成包含目标风格样式模型集风格样式效果图的装修风格样式信息。
147.为解决上述技术问题，本技术实施例还提供一种计算机设备，用于运行根据所述装修样式定制方法所实现的计算机程序。具体请参阅图11，图11为本实施例计算机设备基本结构框图。
148.如图11所示，计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种装修样式定制方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种装修样式定制方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图11中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少
的部件，或者组合某些部件，或者具有不同的部件布置。
149.本实施方式中处理器用于执行本技术的装修样式定制装置中的各个模块/子模块的具体功能，存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有装修样式定制装置中执行所有模块/子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
150.本技术还提供一种非易失性存储介质，所述的装修样式定制方法被编写成计算机程序，以计算机可读指令的形式存储于该存储介质中，计算机可读指令被一个或多个处理器执行时，意味着该程序在计算机中的运行，由此使得一个或多个处理器执行上述任一实施例装修样式定制方法的步骤。
151.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)等非易失性存储介质，或随机存储记忆体(random access memory，ram)等。
152.综上所述，本技术基于神经网络技术为用户智能定制相应的装修风格，且提供相应的三维模型及效果图供用户进行浏览，提升平台中用户的使用体验。
153.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
154.本技术领域技术人员可以理解，本技术中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本技术中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本技术中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
155.以上所述仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。