关键词：
流行趋势预测
时尚创新扩散理论
服装色彩采集
数据库系统
用户满意模型
ARMA模型
摘要：
在色彩经济及色彩市场开发日趋成熟的背景下,色彩逐渐成为了一种有效生产力。色彩作为服装设计的基础要素之一,色彩数据具备了不可代替资源特征,应结合信息技术、智能预测算法等各类前沿技术实现跨界融通。而智能化的流行色预测对色彩数据提出了更高的要求,连续性、高覆盖率和粒度适中的数据有待于开发。尤其是在服装大数据环境下,如何挖掘出具有代表性和有价值的小数据至关重要。服装数据具备一定的特殊性,通常以图片、产品实物等形式出现,客观层面上数据丰富,如何选取有影响力的信息来源,发掘服装信息中丰富的数据并以数字化的方式表达与管理,成为了流行趋势预测量化研究的核心问题。因此,基于纺织服装行业“十四五”规划推动基础研究的要求,发掘色彩数据价值,开发可服务于流行趋势预测的专业性服装色彩数据库成为了重要课题。
目前流行趋势预测及服装色彩数据库的研究仍存在以下不足:第一,现有的预测数据存在信息不规范、来源不统一及数据类型单一等问题。预测数据需具备权威性、代表性和时间连续性等特征,其属性分布均匀且具备一定的覆盖率,同时数据来源能够真正反映未来趋势,这类预测数据呈现稀缺性的态势。第二,缺乏准确性高和稳定性强的色彩采集方法验证研究。服装图片作为重要的预测信息载体,图片的取色问题是保证色彩数据真实性的关键。第三,服装色彩数据库概念及构建方面的相关研究有所欠缺,无专业性强、范围广、品类齐全的色彩数据库。服装领域中已有的色彩数据库功能也较为简单,数据结构相对单一,实用性较低,制约了服装色彩数据库的快速发展。针对目前相关研究中的不足,本课题采用了多种研究方法,以时尚创新扩散理论作为研究指导理论,色彩学基础理论和数据库技术理论作为研究技术支撑理论,面向服装流行色预测与应用需求,提出针对服装图像的色彩采集方法,开发服装色彩数据体系,实现对服装色彩信息的多层次分类标注,系统研究服装色彩数据库部署方案与实施路径,基于数据库技术实现专业性服装色彩数据库的设计,最终构建服装色彩数据库用户体验满意度概念模型并进行评价,同时选用部分数据进行女装色彩关系预测实证研究。本课题的主要内容包括以下五个方面:
(1)相关理论与科学方法的基础研究。首先,基于传播学领域中经典的创新扩散理论提出时尚创新扩散理论,分析了概念、基本属性、扩散机制和创新代理特征,并以该理论作为研究开展的指导理论。其次,对服装色彩量化理论进行梳理与分析,结合色彩管理及预测需求,明确本文所采用的色彩模型与色彩体系。最后,通过分析服装色彩数据库的类型和架构,确定了数据库构建的基本思路、支撑技术和应用价值。
(2)服装图像色彩采集方法研究。对素色面料和图案面料这两种常见的色彩呈现状态取色方法进行分类研究,结合定量与定性分析确定普适性、科学性的取色方法。当取色对象为素色面料时,通过色彩采集对比实验,依据色差范围、平均值与标准差确定合适的取色方法,并验证该方法的有效性;当取色对象为图案面料时,通过色彩采集对比实验,依据欧式距离确定一种符合专家视觉感知的服装图案面料色彩采集方法,并结合用户评估打分法进一步验证方法的有效性。
(3)服装色彩数据体系构成研究。分析现有的服装流行趋势预测文献,依据流行趋势预测的机制和目的,梳理色彩数据的量化与分类方式,明确流行色数据的应用现状。结合半结构化访谈法及内容分析法深入探究服装色彩数据需求因子及所属范畴。最后,基于粒度原理提出了服装色彩数据体系结构,并设定了服装色彩数据字典,明确本文中的数据结构和类型,建立数据逻辑关系,为色彩数据分类和整理提供了科学、规范的保障。
(4)服装色彩数据库系统构建研究。以服装色彩数据体系作为服装色彩数据库系统的设计基础,采用一系列数据开发工具确保数据库系统的搭建与运行,分析数据库系统在应用层面的需求,设计数据库功能逻辑结构,并构建数据库系统的概念模型与数据表结构,从而实现服装色彩数据库应用系统的建立,满足各项前端功能与后端功能有效运行。
(5)服装色彩数据库评价及案例应用。构建基于TAM理论的用户体验满意度概念模型对数据库用户满意情况展开评价,通过问卷收集数据检验模型,依据检验结果评价服装色彩数据库的用户满意度。为了进一步阐明该数据库的功能与效用,利用数据库中的部分数据进行流行趋势预测,并依据预测精度对数据进行评价,选取了女装主体色色相数据展开色彩关系预测研究,应用自回归滑动平均模型对女装主体色色相数进行预测研究,将预测结果与国内市场流行情况进行拟合度验证,以明确服装色彩数据预测结果的应用性价值。
本课题的创新点主要有如下四个方面:
(1)本研究基于经典传播学理论创新扩散理论研究,提出了时尚语境下的时尚创新扩散理论,根据概念、基本属性、扩散机制和创新代理特征构建了理论框架,从传播学角度解释流行趋势预测的重要性,并验证了本研究中色彩信息源的可行性。
(2)本
