CN114997905A - 一种服饰流行趋势智能可视化展示方法和系统 - Google Patents
一种服饰流行趋势智能可视化展示方法和系统 Download PDFInfo
- Publication number
- CN114997905A CN114997905A CN202210528489.4A CN202210528489A CN114997905A CN 114997905 A CN114997905 A CN 114997905A CN 202210528489 A CN202210528489 A CN 202210528489A CN 114997905 A CN114997905 A CN 114997905A
- Authority
- CN
- China
- Prior art keywords
- data
- clothing
- module
- prediction
- clothes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种服饰流行趋势智能可视化展示方法和系统,系统包括:数据库管理服务器、处理器和WEB端;所述服务器用于存储服饰流行趋势预测程序,预测程序可被一个或者多个处理器执行,以实现服饰流行趋势预测。所述WEB端用于录入数据、人机交互和显示预测结果。方法包括:选择类型进行查询;筛选生命周期信息、色彩信息、结构信息、流行指数信息和成长性指数信息。本发明的优点是:实现流行趋势自动跟踪和实施展示,给服饰行业设计师提供可靠的方向。
Description
技术领域
本发明涉及计算机智能服饰搭配技术领域,特别涉及一种服饰流行趋势智能可视化展示系统和方法。
背景技术
随着人类文明的不断发展,人们对于物质要求、生活品质也越来越高。
当前服装行业的时尚趋势预测主要由一些国际知名公司,如WGSN等通过雇佣大量员工在世界各地收集时尚相关的视觉信息,包括街拍、博客、时装秀等,之后由专业的时尚从业人员再对这些信息进行手工的编辑和分类来完成相应的标注工作,设计师们依据这些标注好的大量时尚信息进行抽象形成自己的时尚趋势判断,最后完成相应的服装成衣设计。在这一过程中,需要大量专业从业者花费较长时间来完成,而且随着当下时尚趋势的变化越来越快,这一依靠人工完成时尚趋势预测的整体成本以及从业人员的工作强调还在不断上升。
发明内容
本发明针对现有技术的缺陷,提供了一种服饰流行趋势智能可视化展示系统和方法。
为了实现以上发明目的,本发明采取的技术方案如下:
一种服饰流行趋势预测系统,包括:数据库管理服务器、处理器和WEB端;
所述数据库管理服务器用于存储服饰流行趋势预测程序,预测程序可被一个或者多个处理器执行,以实现服饰流行趋势预测的方法。
所述处理器用于执行云端服务器中存储的预测程序,以实现服饰流行趋势预测的方法。
所述WEB端用于录入数据、人机交互和显示预测结果。
服饰流行趋势预测程序的功能模块包括:数据采集模块、数据预处理模块、数据可视化模块、统计分析模块、统计分析模块和预测分析模块;
数据采集模块:采集数据,包括:品类、周期性、季节性数据;并检查数据,要求数据没有重复;
数据预处理模块:对数据采集模块采集的数据,进行清洗、筛选、集成、变换操作;
数据可视化模块:进行可视化配置和统计分析配置;根据统计配置查询组织数据,根据可视化配置呈现数据结果;
统计分析模块:将用户选择,品类进行统计分析配置,采用数据库统计结合程序统计,对服饰情况进行统计分析,
预测分析模块:根据历史服饰录入的数据,预测出符合条件的服饰数据。
进一步地,数据预处理具体为,设定预处理规则、执行预处理以及预处理后数据分析和评估。
进一步地,统计分析模块还包括通过影响因子修正模型以及根据模型和用户选择产生相应的变化。
如图1所示,一种服饰流行趋势智能可视化展示方法,包括以下步骤:
S1:用户通过WEB端选择所在品类、周期性、季节性数据,点击查询;
S2:通过WEB端筛选行业产品各大品类生命周期信息,并选中服饰的可能性。
S3:通过WEB端筛选各大品类色彩信息,并选中服饰的数据总列表;
S4:通过WEB端筛选各大品类结构信息,并选中服饰的数据总列表;
S5:通过WEB端筛选各大品类流行指数信息,并选中服饰的数据总列表;
S6:通过WEB端筛选各大品类成长性指数信息,并选中服饰的数据总列表。
进一步地,用户选择对某年全部服饰情况进行筛选分析,或者将某个服饰各个年份录取情况进行统计分析;如果用户没有选择,则将系统所能统计的全部数据进行统计分析后显示。
与现有技术相比,本发明的优点在于:实现流行趋势自动跟踪和实施展示,给服饰行业设计师提供可靠的方向,数据分析结构完整,分析种类多,呈现数据形式完整,易于理解,实现成本低,节约了人力成本。
附图说明
图1是本发明实施例一种服饰流行趋势预测方法流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下根据附图并列举实施例,对本发明做进一步详细说明。
一种服饰流行趋势预测系统,包括:数据库管理服务器、处理器和WEB端;
所述数据库管理服务器用于存储服饰流行趋势预测程序,预测程序可被一个或者多个处理器执行,以实现服饰流行趋势预测的方法。
所述处理器用于执行云端服务器中存储的预测程序,以实现服饰流行趋势预测的方法。
所述WEB端用于录入数据、人机交互和显示预测结果。
服饰流行趋势预测程序的功能模块包括:数据采集模块、数据预处理模块、数据可视化模块、统计分析模块、统计分析模块和预测分析模块;
数据采集模块:采集数据,包括:品类、周期性、季节性数据;并检查数据,要求数据没有重复;
数据预处理模块:对数据采集模块采集的数据,进行清洗、筛选、集成、变换操作;
数据可视化模块:强调数据的显示技术,用以呈现给用户清晰、直观的数据;进行可视化配置和统计分析配置;根据统计配置查询组织数据,根据可视化配置呈现数据结果;
统计分析模块:将用户选择,品类进行统计分析配置,采用数据库统计结合程序统计,对服饰情况进行统计分析,
预测分析模块:根据历史服饰录入的数据,预测出符合条件的服饰数据。
数据预处理具体为,设定预处理规则、执行预处理以及预处理后数据分析和评估。
统计分析模块还包括通过影响因子修正模型以及根据模型和用户选择产生相应的变化。
如图1所示,一种服饰流行趋势智能可视化展示方法,包括以下步骤:
S1:用户通过WEB端选择所在品类、周期性、季节性数据,点击查询;
S2:通过WEB端筛选行业产品各大品类生命周期信息,并选中服饰的可能性;如用户未填写期望品类,则将所有符合条件的品类一一列出,并预测用户被选中鞋服的可能性。
S3:通过WEB端筛选各大品类色彩信息,并选中服饰的数据总列表;
S4:通过WEB端筛选各大品类结构信息,并选中服饰的数据总列表;
S5:通过WEB端筛选各大品类流行指数信息,并选中服饰的数据总列表;
S6:通过WEB端筛选各大品类成长性指数信息,并选中服饰的数据总列表。
用户选择对某年全部服饰情况进行筛选分析,或者将某个服饰各个年份录取情况进行统计分析;如果用户没有选择,则将系统所能统计的全部数据进行统计分析后显示。
本领域的技术人员可以理解的是,所述基于服饰多属性识别的时尚趋势预测设备可以被体现为台式电脑、笔记本、移动智能设备等,但是前述仅仅作为举例,还包括其他搭载有本发明的该软件应用程序的智能分析设备。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (5)
1.一种服饰流行趋势预测系统,其特征在于,包括:数据库管理服务器、处理器和WEB端;
所述数据库管理服务器用于存储服饰流行趋势预测程序,预测程序可被一个或者多个处理器执行,以实现服饰流行趋势预测的方法;
所述处理器用于执行云端服务器中存储的预测程序,以实现服饰流行趋势预测的方法;
所述WEB端用于录入数据、人机交互和显示预测结果;
服饰流行趋势预测程序的功能模块包括:数据采集模块、数据预处理模块、数据可视化模块、统计分析模块、统计分析模块和预测分析模块;
数据采集模块:采集数据,包括:品类、周期性、季节性数据;并检查数据,要求数据没有重复;
数据预处理模块:对数据采集模块采集的数据,进行清洗、筛选、集成、变换操作;
数据可视化模块:进行可视化配置和统计分析配置;根据统计配置查询组织数据,根据可视化配置呈现数据结果;
统计分析模块:将用户选择,品类进行统计分析配置,采用数据库统计结合程序统计,对服饰情况进行统计分析,
预测分析模块:根据当年服饰录入的数据,预测出符合条件的服饰数据。
2.根据权利要求1所述的一种服饰流行趋势预测系统,其特征在于:数据预处理具体为,设定预处理规则、执行预处理以及预处理后数据分析和评估。
3.根据权利要求1所述的一种服饰流行趋势预测系统,其特征在于:统计分析模块还包括通过影响因子修正模型以及根据模型和用户选择产生相应的变化。
4.一种服饰流行趋势智能可视化展示方法,其特征在于:所述方法是在权利要求1所述系统的基础上实现的,所述方法包括以下步骤:
S1:用户通过WEB端选择所在品类、周期性、季节性数据,点击查询;
S2:通过WEB端筛选行业产品各大品类生命周期信息,并选中服饰的可能性;
S3:通过WEB端筛选各大品类色彩信息,并选中服饰的数据总列表;
S4:通过WEB端筛选各大品类结构信息,并选中服饰的数据总列表;
S5:通过WEB端筛选各大品类流行指数信息,并选中服饰的数据总列表;
S6:通过WEB端筛选各大品类成长性指数信息,并选中服饰的数据总列表。
5.根据权利要求1所述的一种服饰流行趋势智能可视化展示方法,其特征在于:用户选择对某年全部服饰情况进行筛选分析,或者将某个服饰各个年份录取情况进行统计分析;如果用户没有选择,则将系统所能统计的全部数据进行统计分析后显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210528489.4A CN114997905A (zh) | 2022-05-16 | 2022-05-16 | 一种服饰流行趋势智能可视化展示方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210528489.4A CN114997905A (zh) | 2022-05-16 | 2022-05-16 | 一种服饰流行趋势智能可视化展示方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114997905A true CN114997905A (zh) | 2022-09-02 |
Family
ID=83026742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210528489.4A Pending CN114997905A (zh) | 2022-05-16 | 2022-05-16 | 一种服饰流行趋势智能可视化展示方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114997905A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090113097A (ko) * | 2008-04-25 | 2009-10-29 | (주)아워텍 | 웹 환경에서의 트렌드 기반 정보 검색 시스템 |
US20140379426A1 (en) * | 2014-09-04 | 2014-12-25 | Atelier CAAAW, Inc. | System and method for providing automated clothing fashion recommendations |
US20160092893A1 (en) * | 2014-09-29 | 2016-03-31 | Ebay Inc. | System, method, and apparatus for predicting item characteristic popularity |
US20160092520A1 (en) * | 2014-09-26 | 2016-03-31 | Wal-Mart Stores, Inc. | System and method for using past or external information for future search results |
CN110705755A (zh) * | 2019-09-07 | 2020-01-17 | 创新奇智(广州)科技有限公司 | 一种基于深度学习的服装流行趋势预测方法与装置 |
CN112819510A (zh) * | 2021-01-21 | 2021-05-18 | 江阴逐日信息科技有限公司 | 基于服饰多属性识别的时尚趋势预测方法、系统以及设备 |
-
2022
- 2022-05-16 CN CN202210528489.4A patent/CN114997905A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090113097A (ko) * | 2008-04-25 | 2009-10-29 | (주)아워텍 | 웹 환경에서의 트렌드 기반 정보 검색 시스템 |
US20140379426A1 (en) * | 2014-09-04 | 2014-12-25 | Atelier CAAAW, Inc. | System and method for providing automated clothing fashion recommendations |
US20160092520A1 (en) * | 2014-09-26 | 2016-03-31 | Wal-Mart Stores, Inc. | System and method for using past or external information for future search results |
US20160092893A1 (en) * | 2014-09-29 | 2016-03-31 | Ebay Inc. | System, method, and apparatus for predicting item characteristic popularity |
CN110705755A (zh) * | 2019-09-07 | 2020-01-17 | 创新奇智(广州)科技有限公司 | 一种基于深度学习的服装流行趋势预测方法与装置 |
CN112819510A (zh) * | 2021-01-21 | 2021-05-18 | 江阴逐日信息科技有限公司 | 基于服饰多属性识别的时尚趋势预测方法、系统以及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7739621B2 (en) | Interface and method adapted for capturing subjective preferences of program users | |
US20190095507A1 (en) | Systems and methods for autonomous data analysis | |
Anzanello et al. | Selecting the best clustering variables for grouping mass-customized products involving workers' learning | |
US20150073866A1 (en) | Data visualization and user interface for monitoring resource allocation to customers | |
Cabena et al. | Intelligent miner for data applications guide | |
US20100153372A1 (en) | 3d visualization system for web survey | |
CN110796354A (zh) | 一种企业电费回收风险画像方法及系统 | |
WO2012177791A2 (en) | System and method for building and managing user experience for computer software interfaces | |
CN110414926A (zh) | 台账管理方法、装置及计算机可读存储介质 | |
US7992126B2 (en) | Apparatus and method for quantitatively measuring the balance within a balanced scorecard | |
JP2018142190A (ja) | 判断支援システム及び判断支援方法 | |
Shanks et al. | The role of knowledge management in moving to a customer focused organization | |
KR101550973B1 (ko) | 기업 컨설팅 정보 제공 방법 | |
CN109034591A (zh) | 增量配电网业务经济性分析管理系统 | |
CN114997905A (zh) | 一种服饰流行趋势智能可视化展示方法和系统 | |
JP2017194808A (ja) | 行動特性分析装置及び行動特性分析システム | |
CN115794545A (zh) | 运维数据的自动化处理方法及其相关设备 | |
CN1489074A (zh) | 价格分析系统和方法 | |
CN115563176A (zh) | 一种电子商务数据处理系统及方法 | |
US8825609B2 (en) | Detecting wasteful data collection | |
CN115238662A (zh) | 一种招投标文件快速编辑方法及系统 | |
Weeramanthri et al. | Impact of ICT-usage on SMEs’ innovations in western province of Sri Lanka | |
CN115048503A (zh) | 一种基于内容分析的用户偏好标签设计方法 | |
JPH09282307A (ja) | 商品の販売動向分析方法及びそのシステム | |
Habjan et al. | Achieving business process change with improved business intelligence systems: A case of Slovenian company |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |