43、时尚数据挖掘与印度在线工程教育现状

时尚数据挖掘与印度在线工程教育现状

时尚数据挖掘相关内容

在时尚领域，对不同类型的消费者有一定的分类，主要包括时尚追随者和时尚滞后者：
- 时尚追随者：那些在常规时间之前，追随近期发展起来的时尚的人群。
- 时尚滞后者：落后于时代的大多数人，他们从不采用或最后才接受新的时尚潮流。

同时，在时尚数据挖掘方面有多种分析方法：
- 关联分析：可对时尚领导者、追随者和滞后者这三个聚类群体进行关联分析，以找出它们之间存在的关联和相关模式。
- 调查问卷：在事实调查研究中设计调查问卷，利用关联规则挖掘从大量的调查数据中自动提取所有有趣的模式。
- 快速挖掘：用于相关性聚类分析。

以下是不同学者将各种数据挖掘技术应用于时尚数据的情况总结：
|作者姓名|论文标题|数据挖掘领域|观察结果|出版年份|
| ---- | ---- | ---- | ---- | ---- |
|Sheenam Jain和Vijay Kumar|使用数据挖掘进行服装分类|服装行业|使用数据挖掘对服装进行分类，有两个子类别|2020|
|Li Zhao, Chao Min|时尚信息学的兴起：基于数据挖掘的时尚社交网络分析案例|时尚行业|使用数据挖掘的SNA技术监控客户并了解社交媒体上的时尚世界|2018|
|S. Vinod Kumar和S. Poonkuzhali|使用数据挖掘技术预测市场趋势以提高服装销售|服装行业|利用数据挖掘方法提取数据以做出有效决策|2018|
|Sandeep prasad, dr. Vibha lodi assistant professor|用于准备标准化尺码表的统计和数据挖掘技术