本发明涉及一种服装设计的大数据采集分析方法，属于服装设计技术领域。
背景技术：
目前，对于服装设计来说，一般是设计师根据自己的流行趋势预测方案来设计出不同样式的服装，然后生产出来，供客户选择，这样存在不能时刻跟踪流行趋势的问题，这就导致设计师对服装流行趋势的预测失误，对服装的设计与生产商产生不良影响。因此，准确的流行趋势预测方案可以为服装产品设计、生产决策和市场销售提供重要的依据，也是从业人员能够及时把握流行趋势脉搏的基础。设计师能够及时地跟进调整设计思路和设计方向，从而制定出更加优质的生产策略和经济策略，最大限度实现流行趋势预测研究的生命力，帮助企业拓展市场、增强服装产品的市场竞争力和吸引力，不断地满足消费者的时尚需求，提高企业的经济效益，提升企业口碑并树立更好的企业形象。但是，目前对于流行趋势的准确预测很难预测准确，造成设计师的决策失误。
目前，随着信息技术的不断发展，以电子计算机技术为主导的信息技术使得社会的经济文化节奏加快。全社会的电子信息数据量爆炸般的激增，各服装厂商为了满足日益剧增的信息处理，纷纷开始了研发新的信息技术，因此，如何利用好信息大数据对服装设计的采集以及处理，对于服装设计来说，至关重要。
本发明针对以上问题，提供一种服装设计的大数据采集分析方法，以便提高服装设计的流向趋势的准确性，提供服装设计质量。
技术实现要素：
为实现上述目的，本发明提供如下技术方案：一种服装设计的大数据采集分析方法，其特征在于，其包括以下步骤：
(1)建立服装设计评价目标体系：
①确定服装设计的目标元素：该目标元素至少包括服装造型元素、风格元素、色彩元素、面料元素、图案元素、配饰元素、辅料元素、部件元素、搭配元素和工艺元素；
②建立各个目标元素中的具体内容元素的评分基准，其中，评价者评价为非常喜欢，得9分；评价为喜欢，得7分；评价为无所谓，得5分；评价为不喜欢，得3分；评价为非常不喜欢，得1分；而得2、4、6、8分为介于这五个相邻的标准之间的情况；
③建立评价人群中的评价者对各个元素的评分矩阵qi：
qi＝[a，b，c，d，e，f，g，h，k，j]，
其中，服装造型元素的评分为a、风格元素的评分为b、色彩元素的评分为c、面料元素的评分为d、图案元素的评分为e、配饰元素的评分为f、辅料元素的评分为g、部件元素的评分为h、搭配元素的评分为k和工艺元素的评分为j；qi为第i个评价者对各个元素的评价矩阵，i大于等于1小于等于n；
④建立总评价分数矩阵：
q′i＝[a·a+b·b+c·c+d·d+e·e+f·f+g·g+h·h+k·k+j·j]
其中，a，b，c，d，e，f，g，h，k，j分别为服装造型元素、风格元素、色彩元素、面料元素、图案元素、配饰元素、辅料元素、部件元素、搭配元素和工艺元素的权重占比值，且a+b+c+d+e+f+g+h+k+j＝1；
⑤建立n个评价者对服装的各个元素组合后的指标评分均值：
(2)分别采集与计算m类人群对服装的各个元素组合后的指标评分均值，其中，第m类人群对各个元素组合后的指标评分均值记录为
(3)确定第m类人群的信息熵值tm，其中，信息熵值是根据第m类人群对服装需求及更换频率来确定；且m个tm之和为1；
(4)计算服装的各个元素组合后的指标评价终值
(5)根据标评价终值的大小来作为服装设计的具体依据。
进一步，作为优选，所述服装造型元素至少包括毛衣、内衣、衬衫、西裤、休闲裤、短裤、羽绒服；所述风格元素至少包括复古、流行、古典、韩式、唐装；所述色彩元素至少包括紫色、绿色、粉红色、蓝色、白色、黄色、青色、黑色、军绿色；所述面料元素至少包括棉、麻、丝；所述图案元素至少包括条纹、圆点、格子、波纹、动物、植物、字母、数字；所述配饰元素至少包括钻饰、绳、带、扣、环、链；所述辅料元素至少包括纽扣、拉链、花边、皮带；所述部件元素至少包括口袋、领子、袖口；所述搭配元素至少包括上松下紧、内长外短、两件套、三件套；所述工艺元素包括绣花、印花、烫、染。
进一步，作为优选，虽然人群分类来说，采用年龄段对人群进行分类，其中，每3-5岁的年龄段差值来作为人群的分类基准。
进一步，作为优选，分类后的人群的年龄越小，tm值越大。
进一步，作为优选，该分析方法对男装、女装和童婴装进行分别单独分开设计。
进一步，作为优选，该设计方法对于人群的评分采集以综合商场服装卖场、网上服装商城的综合人群采集来作为基准。
进一步，作为优选，数据的采集采用节点数据传感器加物联网的方式进行
与现有技术相比，本发明的有益效果是：
本发明采用大数据进行分析计算，建立了服装设计的评价体系，这样，可以时刻根据流向趋势，而且可以根据大数据的采集信息，系统自动计算出最佳的符合当前流向趋势的辅助元素，这样，可以有效提高服装设计的准确性。
附图说明
图1是本发明一种服装设计的大数据采集分析方法的流程结构示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种服装设计的大数据采集分析方法，其包括以下步骤：
(1)建立服装设计评价目标体系：
①确定服装设计的目标元素：该目标元素至少包括服装造型元素、风格元素、色彩元素、面料元素、图案元素、配饰元素、辅料元素、部件元素、搭配元素和工艺元素；
②建立各个目标元素中的具体内容元素的评分基准，其中，评价者评价为非常喜欢，得9分；评价为喜欢，得7分；评价为无所谓，得5分；评价为不喜欢，得3分；评价为非常不喜欢，得1分；而得2、4、6、8分为介于这五个相邻的标准之间的情况；
③建立评价人群中的评价者对各个元素的评分矩阵qi：
qi＝[a，b，c，d，e，f，g，h，k，j]，
其中，服装造型元素的评分为a、风格元素的评分为b、色彩元素的评分为c、面料元素的评分为d、图案元素的评分为e、配饰元素的评分为f、辅料元素的评分为g、部件元素的评分为h、搭配元素的评分为k和工艺元素的评分为j；qi为第i个评价者对各个元素的评价矩阵，i大于等于1小于等于n；
④建立总评价分数矩阵：
q′i＝[a·a+b·b+c·c+d·d+e·e+f·f+g·g+h·h+k·k+j·j]
其中，a，b，c，d，e，f，g，h，k，j分别为服装造型元素、风格元素、色彩元素、面料元素、图案元素、配饰元素、辅料元素、部件元素、搭配元素和工艺元素的权重占比值，且a+b+c+d+e+f+g+h+k+j＝1；
⑤建立n个评价者对服装的各个元素组合后的指标评分均值：
(2)分别采集与计算m类人群对服装的各个元素组合后的指标评分均值，其中，第m类人群对各个元素组合后的指标评分均值记录为
(3)确定第m类人群的信息熵值tm，其中，信息熵值是根据第m类人群对服装需求及更换频率来确定；且m个tm之和为1；
(4)计算服装的各个元素组合后的指标评价终值
(5)根据标评价终值的大小来作为服装设计的具体依据。
在本实施例中，所述服装造型元素至少包括毛衣、内衣、衬衫、西裤、休闲裤、短裤、羽绒服；所述风格元素至少包括复古、流行、古典、韩式、唐装；所述色彩元素至少包括紫色、绿色、粉红色、蓝色、白色、黄色、青色、黑色、军绿色；所述面料元素至少包括棉、麻、丝；所述图案元素至少包括条纹、圆点、格子、波纹、动物、植物、字母、数字；所述配饰元素至少包括钻饰、绳、带、扣、环、链；所述辅料元素至少包括纽扣、拉链、花边、皮带；所述部件元素至少包括口袋、领子、袖口；所述搭配元素至少包括上松下紧、内长外短、两件套、三件套；所述工艺元素包括绣花、印花、烫、染。
作为较佳的实施例，虽然人群分类来说，采用年龄段对人群进行分类，其中，每3-5岁的年龄段差值来作为人群的分类基准。分类后的人群的年龄越小，tm值越大。
此外，该分析方法对男装、女装和童婴装进行分别单独分开设计。该设计方法对于人群的评分采集以综合商场服装卖场、网上服装商城的综合人群采集来作为基准。数据的采集采用节点数据传感器加物联网的方式进行
本发明采用大数据进行分析计算，建立了服装设计的评价体系，这样，可以时刻根据流向趋势，而且可以根据大数据的采集信息，系统自动计算出最佳的符合当前流向趋势的辅助元素，这样，可以有效提高服装设计的准确性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。