基于聚类算法的服装感性数据挖掘方法

摘要：

以运动休闲风格男士上衣为例,使用问卷调查的形式收集与之相关的主要设计元素的消费者喜好评价,将离散的设计元素与服装情绪感性信息相对应和量化,并以此为基础设计了消费者感性意向矩阵.将矩阵数据进行归一化处理后,应用专业的数据挖掘软件WEKA,使用K-means聚类算法对数据进行处理.依据输出数据最终构建了4簇典型的设计模型,对获得的大部分消费者的情感选择进行科学分析与处理,拟合出可以指导服装感性设计工作的具有代表性的最佳设计模型.通过所提出的服装感性信息模型构建的方法,可以有效揭示不同类型消费者的偏爱度,并能够筛选出对特定消费行为产生正面积极影响的重要设计元素.

关键词：男式上衣、感性意向矩阵、情绪偏好、WEKA、聚类模型

所属期刊栏目：35

分类号：TS941.1

资助基金：福建省高校服务海西建设重点项目闽教高[2009]8号;福建省科技厅2011年科技成果转化和产业化项目201110004

在线出版日期：2014-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：108-112