黃 偉

江西服裝學院 服裝設計學院 (中國)

服裝色彩是服裝設計的重要環(huán)節(jié)，直接影響消費者的購買欲，影響企業(yè)效益。色彩學是光學、藝術學、美學、生理學等多門學科相互結合的綜合性學科。服裝的色彩則是色彩學在紡織材料學科上的體現(xiàn)。服裝的色彩除受到服裝材料、服裝色彩、設計風格等因素影響外，還受市場、消費者的年齡及受教育程度等因素影響，這給服裝流行色的預測增添了難度，這也是服裝流行色預測模式的研究始終處于不斷完善狀態(tài)，沒有最終成型的重要原因。進入信息時代后，可通過高效分類、快速處理實現(xiàn)海量數(shù)據(jù)的精準統(tǒng)計與準確預測。本文通過分析總結前人的模型研究，分析其優(yōu)缺點，并在此基礎上提出以云計算技術為突破口的服裝流行色預測方法，為服裝流行色預測提供參考。

1 服裝流行色預測的研究現(xiàn)狀

服裝色彩流行趨勢的預測與發(fā)布的研究始于歐美國家，其研究理論主要基于市場調研與相關專家的主觀判斷，這對服裝色彩流行的預測產(chǎn)生了巨大影響?，F(xiàn)階段常用的服裝流行色預測方法主要有市場調研分析預測、函數(shù)模型分析預測、主觀判斷分析預測等方法，每種方法各有優(yōu)缺點。

參考歐洲主要流行色趨勢發(fā)布機構發(fā)布的流行色方案，進行定量分析，探討服裝色彩的流行趨勢，其弊端是服裝流行色的影響因素眾多，如科技、經(jīng)濟、文化、政治、戰(zhàn)爭等，易導致預測出現(xiàn)誤差；服裝流行色彩軟系統(tǒng)方法論在原有流行色預測評價、市場調研、歷史信息分析等模型基礎上，補充了消費者色彩喜好因素，提高了市場與預測聯(lián)系的緊密性，但預測評價指標未細化、具體影響因素模糊，具有片面性和局限性；構建專家知識體系服裝流行色預測模型是基于歷年潮流的色卡、圖片等因素將色彩進行分類、量化，利用貝葉斯算法對模型進行優(yōu)化，其弊端是專家知識體系、色彩象征意義因素與體系的融合度差。

中國對服裝流行色的預測研究起步較晚，現(xiàn)階段主要由中國流行色協(xié)會作為主要機構對服裝流行色進行預測和發(fā)布。近年來，中國流行色協(xié)會及其他流行色研究機構借鑒歐美和日本等在服裝流行色預測上的經(jīng)驗，結合中國市場，構建符合中國實際的服裝流行色預測模型。陳林龍等[1]利用流行色預測專家與服裝流行色色彩的集合，通過對人們色彩偏愛(如因風俗習慣、心理感受、經(jīng)濟狀況、文化教育背景等產(chǎn)生的偏愛)的主觀程度進行量化，構建色彩偏愛值理論，對服裝流行色進行預測。專家的主觀因素帶來了預測的不確定性，而以粗集理論構建的服裝流行色知識庫進一步修正了專家判斷與認知帶來的不確定性，使預測更加客觀、真實。文獻[2- 4]均以歷年服裝流行色色卡為研究對象，通過將歷年服裝流行色的色彩體系量化為可供參考的純度、明度與色相等指標，從數(shù)學與心理學角度構建時間順序上的色彩流行趨勢模型。該法的弊端：方法較復雜，工作量大，且影響服裝色彩的新因素未納入其中，造成預測精確度的偏頗。

總體而言，現(xiàn)有的服裝流行色預測模型復雜多樣，受服裝流行色影響因素的限制，預測精確度不高。

2 服裝流行色預測模型分析

隨著計算機技術與云計算對數(shù)據(jù)的搜集、分析能力的增強，中國對服裝流行色的研究也更加深入。應用神經(jīng)網(wǎng)絡、灰色神經(jīng)網(wǎng)絡、前饋神經(jīng)網(wǎng)絡、波浪理論、多個函數(shù)模型實現(xiàn)對歷史數(shù)據(jù)的擬合模型等服裝流行色的預測方法層出不窮，大致可分為基于流行色趨勢發(fā)布機構的預測模型和建立在定案歷史數(shù)據(jù)上的預測模型，所使用的分析方法主要有市場調研分析法、函數(shù)模型分析法和主觀判斷分析法。

2.1 市場調研分析法

服裝色彩的流行程度最終體現(xiàn)在市場銷量與消費者的接受程度上。市場調研分析法是基于服裝色彩對消費者的服裝購買欲的影響，分析消費者的政治背景、教育背景、地域背景、年齡因素、市場因素、體型與心理等因素，研究服裝色彩流行趨勢。

目前常用的市場調研法模型有2種，即日本市場數(shù)據(jù)統(tǒng)計調研法和美國市場數(shù)據(jù)統(tǒng)計調研法。前者是盡可能詳盡地調研影響服裝色彩的市場因素，如消費者的經(jīng)濟能力、商品數(shù)量及供給能力等，并對其進行統(tǒng)計、定量分析，以確定各項調研影響因素對服裝色彩影響的權重，從而達到預測的目的。后者主要是以色彩體系的分類與量化為分析工具，將色相分為數(shù)個區(qū)間，從市場歷年流行色彩入手，利用已有數(shù)據(jù)分析不同消費者的消費層次和關注點，從而構建模型，分析不同消費者對服裝流行色存在的時間迭代周期，從而對服裝流行色進行預測。

傳統(tǒng)市場調研法存在調研數(shù)據(jù)樣本少、數(shù)據(jù)來源范圍受限及權重分配不精確的缺陷。隨著線上銷售發(fā)展迅速，基于大數(shù)據(jù)對服裝銷售相關因素的統(tǒng)計更加精準化，利用大數(shù)據(jù)、云計算進行市場調研，可提升預測的準確性。IBM、迅雷、騰訊、阿里云等IT企業(yè)將云計算處理后的數(shù)據(jù)做成服務產(chǎn)品，供亞馬遜、天貓、京東等各大電商應用于產(chǎn)品分類、銷量統(tǒng)計、用戶反饋與市場預測等，大幅擴展了市場樣本的數(shù)量與來源，取得了很好的預測效果。

2.2 函數(shù)模型分析法

函數(shù)模型分析法是通過構建函數(shù)模型，將服裝流行色的影響因素作為影響因子引入函數(shù)，利用函數(shù)多次迭代參照實際結果進行修正，從而實現(xiàn)對服裝流行色的預測。

常見服裝流行色函數(shù)模型預測方法有以下幾種。

一是BP神經(jīng)網(wǎng)絡模型分析法。BP神經(jīng)網(wǎng)絡模型在服裝流行色的預測上具有很強的連續(xù)性、全面性和精準性。該法主要以歷年發(fā)布的流行色卡為研究樣本，利用CIELab色度測量法對色卡分析量化后，總結規(guī)律，依次按照依據(jù)、分析、判斷、定案的流程，對已經(jīng)量化總結出規(guī)律的色相L*、a*、b*進行歸一處理；處理后的數(shù)據(jù)輸入矩陣Yi=[Ai1Ai2Ai3…Aij]，Aij為量化后的服裝流行色量化值；輸出矩陣為Pi=[A(i-4)1A(i-3)2A(i-2)3…A(i-1)j]，調用MATLAB中的newff神經(jīng)網(wǎng)絡訓練函數(shù)對數(shù)據(jù)進行訓練迭代，從而實現(xiàn)服裝流行色預測的目標。狄宏靜[5]在歷年流行色卡的基礎上，利用BP神經(jīng)網(wǎng)絡函數(shù)構建了春夏女裝流行色預測模型，獲得了很好的預測效果，也為BP神經(jīng)網(wǎng)絡在服裝流行色中的應用提供了借鑒，但其研究仍存在一定缺陷，即其所采用的突變非線性模擬不夠精確、輸入輸出矩陣在量化數(shù)據(jù)參數(shù)一致性上尚未突破。

二是灰色系統(tǒng)理論預測模型。在研究歷史數(shù)據(jù)較少的情況下，灰色理論預測模型是一種較好的預測方法，是運用灰色數(shù)列對服裝流行色的色彩、色相傾向與意向分布量化后進行定量預測。李熠[6]根據(jù)服裝流行色的特點，從生理、心理、文化、政治、經(jīng)濟、商業(yè)銷售模式等方面入手，利用色彩分光儀器對歷年PANTONETPX色卡進行量化，構建NCD色彩意象量表與L*、a*、b*色彩空間，從而構建了2000—2006年春夏女裝灰色流行色預測模型，并利用該模型對2007年春秋服裝的流行色進行預測，在多次修正后得到了較為精確的預測模型。常麗霞[7]細化了色彩量化的方法，以2007—2013年國際春夏女裝流行色為樣本，構建了非線性灰色流行色預測模型，分析不同時間片段內的預測精確度，并采用神經(jīng)網(wǎng)絡進行訓練以校正精確度。吳也哲等[8]利用前饋神經(jīng)網(wǎng)絡模型對灰色流行色預測模型進行多次訓練，不斷修正，提高了預測速度與準確度。

三是其他函數(shù)預測模型。隨著研究的深入，預測函數(shù)模型也在一定程度上得到修正與完善，如回歸預測等。周琴[9]將影響服裝流行色的科學技術、文化、經(jīng)濟、政治等因素進行信息分類后，建立飽和度、明度與色相等參數(shù)的量化指標，構建回歸方程，并以1998—2004年女裝秋冬流行色與男裝春夏流行色為樣本進行定性與定量的修正和預測，取得了很好的預測效果。該法的關鍵在于回歸方程的構建與權重的分配。

2.3 主觀判斷分析法

主觀判斷分析法是指對特定地區(qū)、特定時間內由服裝流行色專家根據(jù)市場、科學技術、文化背景、經(jīng)濟背景、政治背景等因素對服裝可能流行的色彩進行預測，該法快捷，降低了預測的時間成本，但存在較大的主觀性和偶然性。主觀判斷分析法主要是根據(jù)市場意見調查表進行預測，如特爾斐預測法，由美國蘭德公司提出并給出了參考標準；另外一種則是組成預測專家團隊，由專家團隊根據(jù)其專業(yè)知識與市場情況對服裝流行色進行預判。

3 云計算技術服裝流行色預測模型設想

利用云計算技術對服裝流行色指標進行量化，并構建模型預測流行趨勢，可拓展現(xiàn)有的服裝流行趨勢預測體系中的理論，使基于大數(shù)據(jù)分類與統(tǒng)計基礎上構建的預測方法更加精準，可操行性更強；同時還能整合現(xiàn)有的各種預測理論，使之成為一個完善的理論體系。本文在云計算技術的基礎上設計服裝流行色預測模型程序，其技術路線如圖1所示。

圖1 基于云計算技術的服裝流行色量化與預測研究的技術路線圖

4 結語

構建服裝流行色模型預測流行趨勢，不斷完善服裝流行色預測理論，提高預測精準度和可操行性，有利于高效、快速、準確地指導服裝企業(yè)等相關從業(yè)單位的生產(chǎn)實踐，有助于相關企業(yè)等從業(yè)單位將數(shù)據(jù)、設計、生產(chǎn)、產(chǎn)品、發(fā)布等零散的流程整合起來，縮短生產(chǎn)周期，樹立品牌形象，增強市場影響力，提高經(jīng)濟效益。