一种应用于服装设计的大数据采集分析方法与流程

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。

技术实现要素：

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。

优选地，第一标准尺码为XXXL、XXL、XL、L或S码中的一个，第二标准尺码为XXL、XL、L、S或M码中的一个，第二标准尺码小于第一标准尺码。

进一步优选地，在相邻的两个不同的标准尺码之间还设置有多个中间值，每个中间值对应一个纸样轮廓线，在每个中间值对应的纸样轮廓线上打有多个孔，利用该多个孔将不同中间值对应的纸样分离。

进一步优选地，不同中间值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。

进一步优选地，在相邻的两个不同的标准尺码之间每隔1厘米的整数倍的间隔设置一个中间值。

进一步优选地，整数倍的具体数值根据大数据分析的具体结果来确定。

进一步优选地，在相邻的两个不同的标准尺码之间每隔1厘米的间隔设置一个中间值。

本发明具有如下优点：本发明所述的应用于服装设计的大数据采集分析方法与现有技术相比，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。

附图说明

图1是本发明所述的纸样的整体结构示意图。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。

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。

图1示出了本发明中纸样的一个优选实施例。如图1所示，通过云计算平台分析收集到的用户数据，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(例如A品牌B品类的M码和S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；按照A品牌B品类的M码对应的尺寸制作纸样，纸样的外边缘的轮廓线符合A品牌B品类的M码对应的尺寸，该是实施例中将A品牌B品类的M码定义为第一标准尺码。

在M码纸样的外边缘的轮廓线的内部还设置有与A品牌B品类的S码(即第二标准尺码)对应的第二轮廓线，第二轮廓线符合S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。

在S码对应的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。

在使用M码纸样的时候，直接将整个纸样背面的保护纸撕下，将M码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即可。

当需要使用S码纸样的时候，沿着第二轮廓线上的多个孔将S码纸样从M码纸样上取下来，然后将S码纸样背面的保护纸撕下，将S码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即可。

虽然图1所示的实施例中，为了描述清楚的目的，仅设置了S码和M码这样两个尺码，但是对于熟悉本领域普通技术知识的技术人员来说，尺码的个数并不限于两个。完全可以采用多于两个的尺码，例如可以将XXXL、XXL、XL、L、S、M等等多个尺码集成在同一个纸样上，不同尺码之间在纸样上的分界线处打有多个孔，利用该多个孔将不同尺码的纸样分离。

由于本发明在制作纸样的时候，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，消除了由于不同的厂商采样的差别造成的尺码不准确，最大程度地保证了尺码的准确度。同时由于在用一个纸样上集成了多个不同的尺码，

另外，由于在纸样背面设置了粘合剂，只需要将粘合剂直接贴合在布料上即可，省却了现有技术中需要大头针固定纸样的麻烦。而且由于布料表面粗糙度等因素，纸样背面的粘合剂使得纸样非常容易与布料分离，不会对布料本身造成任何影响。

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。

优选地，第一标准尺码为XXXL、XXL、XL、L或S码中的一个，第二标准尺码为XXL、XL、L、S或M码中的一个，第二标准尺码小于第一标准尺码。

第一标准尺码和第二标准尺码并不一定在大小上紧紧相邻，例如如果第一标准尺码为XXXL，第二标准尺码并不一定非要设置成XXL，而是可以将第二标准尺码设置成XXL、XL、L、S或M码中的任意一个。

进一步优选地，在相邻的两个不同的标准尺码之间还设置有多个中间值，每个中间值对应一个纸样轮廓线，在每个中间值对应的纸样轮廓线上打有多个孔，利用该多个孔将不同中间值对应的纸样分离。

考虑到有些人的身材特殊，例如有的人穿S码过紧，但是穿M码又过大，为了满足这种用户的需求，现有技术中的做法需要根据客户的不同体型修改纸样，但是由于服装制作复杂，修改纸样是很困难的，对设计师和工人的要求都比较高。

本发明由于设置了在相邻的两个不同的标准尺码之间设置了不同中间值，例如在S码和M码中间进一步设置5个不同中间值，并且在不同中间值对应的纸样轮廓线上打有多个孔，使得纸样的修改变成了简单的事情，只需要选取合适的中间值对应的纸样即可。

进一步优选地，不同中间值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。

进一步优选地，在相邻的两个不同的标准尺码之间每隔1厘米的整数倍的间隔设置一个中间值。

例如，在图1所示的S码和M码中间，每隔2厘米或3厘米的间隔设置一个中间值，这里2厘米或3厘米的间隔指的是S码对应的轮廓线和M码对应的轮廓线上的对应的点的直线距离。由于S码对应的轮廓线和M码对应的轮廓线以及不同中间值对应的纸样的轮廓线平行设置，只需将S码对应的轮廓线朝向M码对应的轮廓线平行移动2厘米或3厘米并等比例放大即可得到一个中间值对应的纸样的轮廓线。

进一步优选地，整数倍的具体数值根据大数据分析的具体结果来确定。

例如，虽然大数据分析的结果表明，用户对A品牌B品类的M码的服装的合身程度评价最高，但是仍然可以进一步分析对A品牌B品类的M码的服装的合身程度不满意的客户的具体分布情况，例如年龄在40-50岁的用户对A品牌B品类的M码的服装的合身程度不满意的程度非常高，进一步收集这部分不满意的用户的总体高，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等数据，确定该用户的数据与M码的对应尺寸之间的关系，并据此对M码的对应尺寸进行缩放，从而确定应该在M码的对应尺寸上增加几个厘米或者缩小几个厘米。

进一步优选地，在相邻的两个不同的标准尺码之间每隔1厘米的间隔设置一个中间值。

根据大数据分析的结果和长期的服装设计经验发现，每隔1厘米的间隔设置一个中间值已经足够覆盖大部分不同用户身材对服装的基本要求，能够让大部分客户都感觉到买到的衣服尺码符合合身的要求。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。