数据挖掘之纺织品论文提纲

论文题目：基于B2C网络销售模式的床品设计研究

摘要：当前信息技术的飞速发展与互联网平台建设的日益完善,推动了社会生活方方面面的巨大变革,尤其是B2C网络销售模式的发展,使得人们的生活方式、消费方式以及商品的营销渠道等也随之发生改变。众多家纺企业纷纷进驻B2C网络销售平台,床品因其具有标准化程度高的优势,是目前网上销量最大的品类。同时,床品设计在这个数字化平台上也面临着更为严峻的挑战,依托传统的设计流程与设计思维已不能够做出对市场需求的快速反应。数据处理技术的介入,能够以数据思维引导和辅助床品设计工作,也能够帮助家纺企业在电商时代有效避免产品盲目开发、优化设计流程。本课题结合本专业纺织品设计学、计算机科学、统计学、信息技术学等多学科原理与方法,提出建立在数据处理技术应用上的基于B2C网络销售模式的床品信息化设计模式理论,并在项目实践中进行了初步的实验验证。本课题从以下几方面进行研究:（1）对我国床上用品行业的定义与分类进行阐述,对我国床品设计的演化发展过程与发展现状有了系统性地研究。同时结合B2C网络销售模式的特点,分析了该销售模式下的主流床品品牌与消费群体,并探讨了该销售模式对床品设计的影响,进而由发展趋势提出了构建床品信息化设计模式的理论。（2）从多渠道设计数据信息入手,结合B2C网络销售平台上的品牌床品实例,对床品的风格主题、图案题材、图案形式特征、色彩、材质及款式等设计属性进行了详细的分类与特征提取,为数据的挖掘与分析工作打好基础。（3）通过前期的数据预处理,整理得到关于床品设计属性与销售属性数据的数据集,通过选择KNN数据挖掘算法获得床品设计属性与销量的预测回归数据模型。在此基础上,将已有的数据分为测试集与训练集,并通过KNN模型训练来得出训练值与真实值之间的拟合度高,从而证明该数据模型是成立的。（4）在上述基础上,构建了基于B2C网络销售模式的床品销售预测系统,并在研究室合作项目中进行了初步的实践应用。本课题将数据处理技术应用在基于B2C网络销售模式的床品设计中,提出了构建床品信息化设计模式的理论。该理论能够使家纺企业在产品开发的过程中,运用数据挖掘方法与数据思维来指导设计,既能提高开发效率,优化产品设计流程,又是纺织“智造”理念下的一次创新探索与实践。

关键词：B2C网络销售模式;床品设计;数据挖掘;KNN算法;销售预测

学科专业：设计学

摘要

Abstract

第一章 绪论

1.1 课题研究背景及意义

1.1.1 课题研究背景

1.1.2 课题研究意义

1.2 课题国内外研究现状

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3 课题研究内容与方法

1.3.1 课题研究的主要内容

1.3.2 课题研究的主要方法

第二章 我国床品设计的演变

2.1 床上用品行业的定义及分类

2.1.1 床上用品行业的定义

2.1.2 床上用品的分类

2.2 我国床品设计发展历程

2.2.1 我国床品设计发展历程

2.2.2 我国床品设计发展现状

2.3 B2C网络销售模式对床品设计的影响

2.3.1 B2C网络销售模式概述

2.3.2 B2C网络销售模式特点

2.3.3 B2C网络销售平台上的主流床品品牌

2.3.4 B2C网络销售平台上的床品消费群体

2.3.5 B2C网络销售模式对床品设计的影响

2.4 基于B2C网络销售模式的床品设计发展趋势

2.5 本章小结

第三章 床品设计属性分类与特征提取

3.1 设计属性分类与特征提取的前提

3.1.1 设计属性数据的构成

3.1.2 设计属性的分类依据

3.2 风格主题元素

3.2.1 新古典主义风格

3.2.2 现代简约风格

3.2.3 自然田园风格

3.2.4 新中式风格

3.2.5 民族风格

3.2.6 萌趣卡通风格

3.2.7 北欧风格

3.2.8 婚庆风格

3.2.9 美式风格

3.3 图案元素

3.3.1 图案题材

3.3.2 图案形式特征

3.4 其他设计元素

3.4.1 色彩元素

3.4.2 材质元素

3.4.3 款式元素

3.5 本章小结

第四章 床品信息化设计模式

4.1 数据处理技术的应用

4.1.1 数据处理技术在各领域的应用

4.1.2 数据处理技术介入设计的必要性

4.2 数据预处理

4.2.1 数据预处理的必要性

4.2.2 数据的采集与归类

4.2.3 数据的量化与归一化

4.3 数据分析

4.3.1 软件平台支持

4.3.2 数据的具体分析

4.3.3 算法选择

4.3.4 实验结果

4.4 基于B2C网络销售模式的床品销售预测系统

4.4.1 系统结构

4.4.2 系统功能

4.4.3 系统操作模块

4.5 项目实践应用

4.5.1 设计流程

4.5.2 实践应用

4.5.3 实践验证总结

4.6 本章小结

第五章 结论与展望

5.1 主要结论

5.2 课题不足之处及未来展望

致谢

参考文献