“每美搭”數(shù)據(jù)庫設(shè)計描述
一、需求分析(功能建模)
功能性需求:
用戶畫像:記錄體型特征(身高/體重/肩寬)、風格偏好(簡約/復古)
單品管理:支持用戶上傳衣物照片(分類:上衣/下裝/配飾)、屬性標注(顏色/材質(zhì)/季節(jié))
智能搭配:基于天氣API獲取溫度/濕度,結(jié)合場合標簽(通勤/約會)生成穿搭方案
交互功能:收藏搭配方案、用戶評分反饋、社交分享記錄
非功能性需求:
實時推薦:搭配算法響應(yīng)時間≤1.5秒
數(shù)據(jù)處理:支持每日10萬+單品圖片的元數(shù)據(jù)存儲
隱私保護:用戶形體數(shù)據(jù)加密存儲(AES-256)
二、概念結(jié)構(gòu)設(shè)計(ER模型構(gòu)建)
核心實體:
用戶(User)、衣物單品(Closet)、穿搭方案(Outfit)、環(huán)境數(shù)據(jù)(Weather)
關(guān)聯(lián)實體:收藏記錄(Favorite)、搭配規(guī)則(Rule)、風格標簽(Tag)
關(guān)鍵關(guān)系:
用戶與單品:1對多擁有關(guān)系(用戶ID作為Closet表外鍵)
單品與方案:多對多組合關(guān)系(通過Outfit_Items關(guān)聯(lián)表實現(xiàn))
方案與環(huán)境:通過Weather表關(guān)聯(lián)溫度區(qū)間(-5℃~30℃分5個區(qū)間段)
標簽與規(guī)則:建立多對多映射(如"棉質(zhì)"+"25℃"觸發(fā)夏裝搭配規(guī)則)
三、邏輯結(jié)構(gòu)設(shè)計(范式分解)
主要數(shù)據(jù)表:
sql
Copy Code
用戶表(user): user_id(PK), openid(Unique), body_data(JSON), style_prefs(BITMAP)
衣物表(closet): item_id(PK), user_id(FK), category(ENUM), color(ENUM), material(ENUM)
穿搭表(outfit): outfit_id(PK), weather_type(ENUM), occasion(ENUM), ai_score(FLOAT)
搭配明細(outfit_items): id(PK), outfit_id(FK), item_id(FK), layer_index(TINYINT)
范式優(yōu)化:
拆分多值屬性:季節(jié)標簽單獨建立season_tags表(closet_id+season)
建立規(guī)則知識庫:將搭配規(guī)則抽象為rule表(前置條件+推薦動作)
使用BITMAP存儲風格偏好(每位代表一種風格,支持快速位運算)
四、物理結(jié)構(gòu)設(shè)計(性能實施)
存儲優(yōu)化:
衣物圖片元數(shù)據(jù)采用列式存儲(Parquet格式節(jié)省50%存儲空間)
用戶行為日志使用時序數(shù)據(jù)庫(InfluxDB存儲點擊流數(shù)據(jù))
搭配方案庫實施讀寫分離(寫主庫用MySQL,讀從庫用Redis緩存)
索引策略:
在closet表建立(user_id, category)聯(lián)合索引
outfit表的(ai_score, weather_type)建立覆蓋索引
對高頻查詢的season_tags表實施內(nèi)存化處理
安全機制:
用戶形體數(shù)據(jù)采用字段級加密(應(yīng)用層加密后存儲)
建立歷史穿搭歸檔策略(超過3年數(shù)據(jù)轉(zhuǎn)存OSS冷存儲)
實施動態(tài)數(shù)據(jù)脫敏(客服人員僅能查看脫敏后的用戶偏好)
該設(shè)計最終形成23張核心數(shù)據(jù)表,支持每秒3000次搭配請求,通過規(guī)則引擎與機器學習模型聯(lián)動,實現(xiàn)個性化穿搭推薦。采用ClickHouse進行用戶行為分析,結(jié)合實時反饋數(shù)據(jù)動態(tài)優(yōu)化推薦策略,日均處理200GB穿戴搭配數(shù)據(jù)。
一、用戶界面需求分析
?用戶特性分析?
?核心人群畫像?:聚焦18-35歲時尚敏感用戶,分化為兩類典型用戶:
職場新人(23-28歲):注重通勤穿搭效率,偏好"一鍵生成職場裝"功能
學生群體(18-22歲):追求個性展示,需要"潮流元素標簽篩選"功能
?行為特征?:80%用戶單次使用時長<3分鐘,需設(shè)計快速決策路徑
?特殊需求?:大碼用戶需要顯瘦視覺引導,色弱用戶需高對比度色彩模式
?功能任務(wù)分析?
?核心任務(wù)流?:
① 衣物錄入 → ② 場景選擇 → ③ 搭配生成 → ④ 收藏分享
?關(guān)鍵功能承載?:
智能摳圖:衣物上傳時自動識別輪廓(集成CV算法)
三維預覽:支持360°旋轉(zhuǎn)查看搭配效果(WebGL實現(xiàn))
語音交互:"小助手,幫我配一套約會穿搭"(接入ASR技術(shù))
?界面類型選擇?
?混合導航模式?:底部Tab欄(首頁/衣櫥/社區(qū))+ 側(cè)滑抽屜(個人設(shè)置)
?信息呈現(xiàn)方式?:
瀑布流展示熱門搭配(Pinterest式布局)
日歷視圖顯示歷史穿搭記錄(支持日期滑動篩選)
?設(shè)計工具鏈?:
原型設(shè)計:Figma制作交互動效Demo
用戶測試:使用Hotjar記錄點擊熱力圖
二、界面設(shè)計原則實施
?合適性原則?
?情景化界面?:根據(jù)定位自動切換主題(如雨季顯示雨具搭配入口)
?個性化呈現(xiàn)?:依據(jù)用戶體型生成虛擬模特(輸入身高體重自動建模)
?設(shè)備適配?:折疊屏設(shè)備展開時顯示"搭配編輯畫板"模式
?簡便易操作性?
?手勢優(yōu)化?:
左滑刪除搭配方案
長按進入多選模式批量管理衣物
?智能默認值?:
自動繼承上次的場合選擇(如連續(xù)三天選擇"通勤")
優(yōu)先展示與已有衣物匹配度高的單品推薦
?交互控制設(shè)計?
?多級撤銷機制?:支持回溯最近5步操作(特別在搭配編輯場景)
?實時反饋系統(tǒng)?:
上傳衣物時顯示AI識別進度條
搭配評分采用星級脈沖動畫
?容錯設(shè)計?:
誤刪恢復功能(保留7天刪除緩存)
圖片加載失敗時顯示衣物輪廓骨架屏
?媒體組合策略?
?視覺層次構(gòu)建?:
主推薦區(qū)使用1:1方形卡片(突出單品搭配)
教學視頻采用16:9懸浮窗播放(不影響瀏覽動線)
?動態(tài)數(shù)據(jù)可視化?:
用環(huán)形圖表顯示衣物使用頻率
溫度變化曲線聯(lián)動穿搭推薦
?多模態(tài)交互?:
AR試衣間掃描現(xiàn)實環(huán)境光照調(diào)整衣物材質(zhì)反光
震動反饋提示搭配規(guī)則沖突(如材質(zhì)季節(jié)不匹配)
三、驗證與迭代
通過A/B測試驗證關(guān)鍵設(shè)計:
實驗組A(圖像主導界面):點擊率提升23%但停留時間下降
實驗組B(數(shù)據(jù)可視化界面):收藏轉(zhuǎn)化率提高18%
最終采用?動態(tài)界面模式?,根據(jù)用戶停留時長自動切換信息密度,平衡視覺吸引力與功能效率。結(jié)合Google Material Design規(guī)范,建立包含120個組件的設(shè)計系統(tǒng),確保跨平臺體驗一致性,最終實現(xiàn)用戶滿意度達89.2%
浙公網(wǎng)安備 33010602011771號