[发明专利]一种应用于服装设计的大数据采集分析方法

说明书

技术领域

本发明涉及服装设计裁剪技术领域，具体涉及一种应用于服装设计的大数据采集分析方法。

背景技术

大数据又称为巨量资料或者海量信息，是指所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策的资讯。也就是说，大数据就是一个体量特别大、类别特别广、信息量很全的数据集。面对大数据时代，处于结构调整和产业升级关键时期的服装业，如何去调整，如何对原料采购、涉及生产、市场营销等各产业链的资源与消费者的需求进行深度整合，值得整个服装企业界去思考和行动。

大数据在服装企业里的应用可以归结为九个方面，包括基于客户行为的产品推荐、基于客户反馈的产品设计、基于客户喜好的社区营销、基于数据分析的广告投放、基于社区热点的流行预测、基于交易分析的产品定价、基于客户异常的流失预测、基于环境分析的问题发展以及基于物联数据的产品管理。纵观这九个方面的应用，可以发现，大数据似乎已经贯穿了整个服装产业链。

现有技术中，大数据在服装导购和市场营销方面的应用已经为部分企业所接受并且有所发展，但是在服装设计裁剪领域的应用还非常少。服装的设计裁剪通常涉及的工序比较复杂，一般包括设计师设计服装款式、服装颜色以及面料材质的选择、制版、裁断、缝制、后整等多个生产流程，其中制版又包括制图、面板制作、里版制作、衬板制作、定规版制作、制样衣、标准母版制作和推板制作。

在现有技术中的制版工序中，做出的纸样通常是依据标准形状的大小制作的，实际裁剪过程中需要根据客户的不同体型修改纸样，从而使制作出来的最终的服装满足客户的合体需求。由于服装制作复杂，修改纸样是很困难的，对设计师和工人的要求都比较高。

未经修改的纸样通常包括几个不同的标准形状，不同的标准形状对应不同的尺码。每一个不同的尺码又对应一定范围内的测量数据，例如常见的服装尺码S、M、L、XL等分别对应不同范围的测量数据。但是这种尺码往往由于不同的厂商采样的差别造成尺码的不准确，例如A公司的S码服装有可能比B公司的M号服装还要大，穿A公司的S码服装的客户在选购B公司的M号服装时会发现并不合身。

另外，现有技术中对标准纸样做出修改以后，往往需要重新制作新的纸样，将新制作的符合要求的纸样用大头针别在布料上进行裁剪，加工效率低。

发明内容

为了克服现有技术中存在的问题，本发明提供一种应用于服装设计的大数据采集分析方法，该方法不仅充分利用了大数据提供的有关客户行为、客户反馈和客户喜好的详尽数据，而且降低了修改纸样的难度，提高了设计裁剪效率。

为实现上述目的，本发明所述的应用于服装设计的大数据采集分析方法包括以下步骤：

第一、收集用户数据，所述的用户数据包括用户的年龄，性别，总体高，颈椎点高，背长，股上长，股下长，裤长，全臂长，乳下度，前腰节，坐姿颈椎点高，总肩宽，胸宽，背宽，乳间距，头围，颈围，胸围，腰围，臀围，腋窝围，上臂围，腕围，掌围，第七椎骨的垂线与水平线的颈部斜截面角度以及用户对已买服装是否合身的意见反馈；将收集到的用户数据存入数据库中；

第二、收集不同品牌和不同品类的服装的尺码，通过云计算平台分析第一步骤中收集到的用户数据，选取用户对已买服装的合身程度评价最高的品牌和品类的服装的尺码作为标准尺码，建立用户数据与标准尺码之间的对应关系；

第三、利用第二步骤确定的标准尺码制作纸样，纸样的外边缘的轮廓线符合该标准尺码对应的尺寸，将纸样的外边缘的轮廓线对应的标准尺码定义为第一标准尺码，在纸样的外边缘的轮廓线的内部还设置有与第二标准尺码对应的第二轮廓线，第二轮廓线符合第二标准尺码对应的尺寸，第二标准尺码小于第一标准尺码；整个纸样的背面设置有与普通双面胶相同的粘合剂，粘合剂上还设置有保护纸；

第四、在第二轮廓线上打多个孔，该多个孔使用户能够将第二轮廓线围成的纸样连同对应轮廓的粘合剂和保护纸一起从与第一标准尺码对应的纸样上取下来；

第五、撕下保护纸，将需要的纸样带有粘合剂的一面粘贴在布料上，沿着需要的轮廓线裁剪布料。

优选地，第二标准尺码对应的纸样的轮廓线内部还设置有一个或一个以上的不同标准尺码对应的纸样的轮廓线。

优选地，第二标准尺码对应的纸样的轮廓线内部设置的不同标准尺码均小于第二标准尺码。

优选地，不同标准尺码对应的纸样的轮廓线均与第一标准尺码对应的纸样的轮廓线平行设置。