| 摘要 | 第1-9页 |
| ABSTRACT | 第9-16页 |
| 第1章 绪论 | 第16-27页 |
| ·研究背景和意义 | 第16-18页 |
| ·我国纺织服装行业创新驱动、转型发展的需求 | 第16-17页 |
| ·当代国际服装行业发展的革新浪潮 | 第17-18页 |
| ·在全球化时代提升我国自主服装概念设计 | 第18页 |
| ·国内外研究现状 | 第18-24页 |
| ·时尚理论研究 | 第18-20页 |
| ·服装概念设计研究 | 第20-22页 |
| ·知识管理、数据仓库与决策支持研究 | 第22-24页 |
| ·研究内容与主要创新点 | 第24-27页 |
| ·内容结构与研究路线 | 第24-26页 |
| ·主要创新点 | 第26-27页 |
| 第2章 基于知识管理的时尚数据仓库 | 第27-52页 |
| ·引言 | 第27页 |
| ·知识管理与数据仓库 | 第27-30页 |
| ·知识管理的概念 | 第27-28页 |
| ·数据仓库的概念 | 第28-29页 |
| ·时尚数据仓库的概念 | 第29-30页 |
| ·时尚数据字典 | 第30-36页 |
| ·时尚数据来源 | 第36-45页 |
| ·时尚数据来源理论分析 | 第37-38页 |
| ·流行服装数据来源 | 第38-40页 |
| ·社会背景数据来源 | 第40-43页 |
| ·艺术作品数据来源 | 第43-45页 |
| ·时尚数据整理 | 第45-50页 |
| ·时尚数据抽取内容 | 第45-46页 |
| ·时尚数据命名规则 | 第46-48页 |
| ·时尚数据转换规范 | 第48-49页 |
| ·时尚数据加载标准 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第3章 针对时尚服装信息的多维数据挖掘 | 第52-81页 |
| ·引言 | 第52页 |
| ·时尚数据挖掘模型 | 第52-66页 |
| ·数据挖掘基本原理 | 第52-53页 |
| ·时尚服装多维数据立方体 | 第53-54页 |
| ·时尚服装数据维表的设定 | 第54-65页 |
| ·时尚服装OLAP星型挖掘模型 | 第65-66页 |
| ·时尚服装数据挖掘 | 第66-72页 |
| ·时尚服装数据方体 | 第66-68页 |
| ·时尚色彩数据挖掘 | 第68页 |
| ·时尚面料数据挖掘 | 第68页 |
| ·时尚辅料数据挖掘 | 第68-69页 |
| ·时尚图案数据挖掘 | 第69-70页 |
| ·时尚工艺数据挖掘 | 第70页 |
| ·时尚款式数据挖掘 | 第70-71页 |
| ·时尚风格数据挖掘 | 第71-72页 |
| ·时尚服装数据挖掘汇总 | 第72页 |
| ·时尚服装知识OLAP前端展现 | 第72-78页 |
| ·时尚数据占比统计报表 | 第73-74页 |
| ·时尚数据排序统计报表 | 第74-76页 |
| ·时尚数据关键快照报表 | 第76-78页 |
| ·社会背景工艺术作品数据挖掘 | 第78-80页 |
| ·社会背景和艺术作品维表设计 | 第78-79页 |
| ·社会背景和艺术作品星型挖掘模型 | 第79页 |
| ·社会背景和艺术作品数据挖掘实例 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第4章 由隐性知识转化为显性知识的时尚风格 | 第81-115页 |
| ·引言 | 第81页 |
| ·时尚数据中的显性知识和隐性知识 | 第81-82页 |
| ·“两极型”服装时尚风格倾向归类 | 第82-85页 |
| ·复古与未来风格倾向 | 第83页 |
| ·奢华与简约风格倾向 | 第83-84页 |
| ·保守与个性风格倾向 | 第84页 |
| ·中性与性别差异风格倾向 | 第84-85页 |
| ·社会背景对时尚风格倾向的影响规律 | 第85-100页 |
| ·社会背景对时尚风格影响规律的研究方法 | 第85-86页 |
| ·政治对时尚风格的影响规律 | 第86-90页 |
| ·经济对时尚风格的影响规律 | 第90-95页 |
| ·环境对时尚风格的影响规律 | 第95-96页 |
| ·科技对时尚风格的影响规律 | 第96-97页 |
| ·社会背景对时尚风格倾向影响规律总结 | 第97-100页 |
| ·社会背景与时尚风格倾向的量化对应关系 | 第100-104页 |
| ·社会背景事件“两极型”和“单极型”指数表示方法 | 第100-101页 |
| ·社会背景与理想时尚风格倾向的指数关联 | 第101-102页 |
| ·获取社会背景综合指数 | 第102-104页 |
| ·由社会背景隐性知识转化为时尚风格显性知识的步骤 | 第104-105页 |
| ·步骤一：绘制社会背景综合指数散点图 | 第104页 |
| ·步骤二：获取综合指数平均值、特异值和指数集中区域 | 第104页 |
| ·步骤三：分析社会背景事件对时尚风格的影响 | 第104-105页 |
| ·由社会背景隐性知识转化为时尚风格显性知识的实例研究 | 第105-113页 |
| ·以1960年政治背景为例进行隐性知识向显性知识转化研究 | 第105-108页 |
| ·以1960-1964年政治背景对时尚风格的影响为例进行纵向对比研究 | 第108-111页 |
| ·以1960年科技与政治背景对时尚风格的影响为例进行横向对比研究 | 第111-113页 |
| ·由社会背景隐性知识转化为时尚风格显性知识研究方法的优点 | 第113页 |
| ·本章小结 | 第113-115页 |
| 第5章 基于时尚数据仓库的服装概念设计决策支持方法 | 第115-135页 |
| ·引言 | 第115页 |
| ·时尚服装概念设计决策支持理念的提出 | 第115-117页 |
| ·服装概念设计的定义 | 第115-116页 |
| ·基于数据仓库的决策支持系统构架 | 第116-117页 |
| ·时尚服装概念设计的形成 | 第117-121页 |
| ·服装概念风格的决策支持 | 第117-119页 |
| ·服装元素概念设计的决策支持 | 第119-121页 |
| ·时尚服装概念设计决策支持人机交互系统设计 | 第121-134页 |
| ·时尚服装概念设计人机交互系统的要求 | 第121-122页 |
| ·人机交互进行时尚服装概念设计的流程 | 第122-124页 |
| ·人机交互系统的界面设计 | 第124-128页 |
| ·时尚服装概念设计决策支持模拟实验 | 第128-134页 |
| ·本章小结 | 第134-135页 |
| 第6章 结论与展望 | 第135-139页 |
| ·结论 | 第135-136页 |
| ·时尚数据仓库概念的提出与构建 | 第135页 |
| ·提出OLAP多维时尚数据挖掘方法 | 第135页 |
| ·时尚隐性知识转换为显性知识的方法 | 第135-136页 |
| ·时尚服装概念设计决策支持方法 | 第136页 |
| ·后续研究方向 | 第136-137页 |
| ·服装设计知识标准的深化与完善 | 第136页 |
| ·时尚数据挖掘与概念设计模型的完善 | 第136-137页 |
| ·向智能化决策支持系统发展 | 第137页 |
| ·基于云计算的多元化终端人机交互应用 | 第137页 |
| ·应用展望 | 第137-139页 |
| ·服装企业应用 | 第137页 |
| ·公共服务平台应用 | 第137-139页 |
| 参考文献 | 第139-144页 |
| 附录一：主要风格倾向对应风格主题及特征 | 第144-151页 |
| 附录二：1900年-2009年时尚风格及社会背景 | 第151-162页 |
| 附录三：1960-1964年社会背景事件综合指数 | 第162-167页 |
| 附录四：论文中的英文人名对应说明 | 第167-170页 |
| 附录五：论文中的专业术语对应说明 | 第170-172页 |
| 附录六：图目录 | 第172-175页 |
| 附录七：表目录 | 第175-178页 |
| 攻读学位期间发表的学术论文目录 | 第178-179页 |
| 致谢 | 第179页 |
