当前的共识是：一般服装品牌提前6个月发布流行趋势，面料企业提前12个月发布流行趋势，而纱线企业要提前18个月发布流行趋势。这些现状说明了流行的信息早在一年甚至两年前就已经确定了。那流行是怎么被确定了呢？有一种共识认为，制定这些规则的是全球顶尖的设计师、设计公司或是协会，他们通过对未来社会经济、政治、消费者消费行为等因素的解读，创造性地提出未来一个阶段时尚的核心思想，并引领流行的发生；而另一种观点则认为，是消费者引爆流行的，尤其是那些在街头创造时尚的人。时尚机构的设计师从遍布全球的咨询搜集人那里获取到当地消费者的流行喜好，然后把全球各地的流行风潮汇总起来，加以提炼，最终确定下一季的流行趋势。从一个长期的时间范围来看，如10年或是20年，流行是一个周而复始的循环过程。因此，掌握流行的规律和特点，是取得流行密码的重要基础。
量化思想是研究社会科学与行为科学的主要方法，在学术领域中占有重要的地位。在量化研究过程中，主要采取逻辑实证主义的论点，着重探讨客观事物行为与有关变量间的因果关系或变量间的相互关系[42]。准确来说，量化研究是指以数字为基础，利用数学的方法对事物运动的状态及性能进行研究，并且对其做出精确的数字描述和科学化的控制[43]。
鞋类产品的流行量化思想主要是将鞋类的多属性元素进行定量，简单来说就是将半结构化或非结构化的数据转为结构化的数据，从而运用数学模型进行分析。因此，对鞋类流行的量化重点在于对流行元素的识别，并通过量化分析来解释流行，最终实现流行的预测。
流行趋势预测的方法是指采用科学的判断和计量方法，对未来流行趋势及可能发生的变化做事前推断。根据预测对象的目标和特点的不同，预测方法可以分为定性预测、定量预测和组合预测[43]。
（1）定性预测
定性预测是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断。常见的定性预测方法有德尔菲法、市场调研法、主观概率法、相关因素分析法、模拟推理法等。
定性预测方法的优点在于其灵活性较强，人们的主观能动性被充分调动。此外，该预测方法简单快速，效率较高。其缺点主要是受主观因素的影响较大，比较注重人的经验和主观判断能力，从而易受人的知识、经验和能力的束缚和限制，尤其是缺乏对事物发展做数量上的精确描述。
（2）定量预测
流行趋势的定量预测是指利用流行的历史统计资料来研究流行发生的社会、经济、心理和消费者之间的相互关系，通过建立相应关系的数学模型，从而对流行的下一阶段趋势进行准确预测。常见的定量预测法有回归分析法、因子分析法、权重分析法、趋势外推法、灰色预测法、散点法。
定量预测的优点在于注重事物发展在数量方面的分析，重视对事物发展变化的程度做数量上的描述，更多地依据历史统计资料，较少受主观因素的影响。定量预测的缺点在于处理过程较机械，不易处理有较大波动的资料，更难以预测事物的变化。
（3）流行趋势的组合预测
组合预测是设法把不同的预测模型结合起来，综合利用各种预测方法所提供的信息，以适当的加权平均形式得出组合预测模型。组合预测方法一般能提高预测的精度和可靠度。
由于流行趋势发布机构众多，不同的流行机构发布的趋势信息具有显著的市场区域性、产品类别以及季节性等差异。目前主要的流行咨询获取来源有：专业研究机构发布的流行趋势报告、流行发布会、微博和微信平台和市场信息四个方面。
（1）专业研究机构发布的流行趋势报告
鞋类专业研究机构发布的流行趋势报告主要包括POP、蝶讯网等主流咨询商根据所获得的信息进行的总结和二次发布。这些专业流行趋势报告机构提供大量的图片资源，包含了秀场图片、大牌图片、时尚街拍等，每天有数千张流行咨询图片上传。
（2）流行发布会
流行发布会通常由世界主流的品牌发布会和走秀中可以获取，如GUCCI、LV等，这些品牌每年会有数次不同主题的发布会。在发布会中，流行的元素在服装、鞋靴和箱包中进行了展示。
（3）微博和微信平台
免费的网络资源主要是微博和微信公众号或时尚类博主的个人主页，通过这些内容一方面可以快速了解当下的流行，另一方面可以看到某些鞋款的流行度和潜在的可开发指数，以大众客户的角度再次审慎对流行的分析，更好地为制鞋企业提供有用的资讯信息。
（4）市场信息
在市场信息方面，尤其是线上信息可以通过专业的大数据分析工具来获取，如淘宝推出的数据魔方。可以从数据魔方中快速获取热门关键词、消费者研究分析及实时店铺排行、产品排行。
信息数据库的主要功能有两部分：一是实现流行趋势数字化系统中的信息储存、分析与发布；二是实现客户远程查询流行信息。具体要求如下：
（1）流行数据的储存
数据库中储存大量的图片和文本信息，因此需要对图片进行归类整理，以方便操作人员进行有效的管理。
（2）流行元素参数的储存
本课题对鞋类流行元素的参数定义主要分为风格、楦型、跟高、跟型、色彩、效果、结构、配饰、跟色和鞋底十类要素，因此系统要实现对参数的分类管理，并且要对后期数据统计分析编制一定的数学算法，这是进行数据分析的基础。
（3）数据统计分析
流行趋势的分析主要包括风格分析、楦头型分析、跟型分析、跟高分析以及帮面材质、颜色分析等，系统要能准确而快速地进行上述操作，自动得出分析结果。
（4）图表展示
数据统计分析结果要以图表和报告的形式呈现，简单易懂是关键。
（5）远程查看流行趋势分析报告
运行客户对系统发布的流行趋势报告进行远程查看，实时快捷是关键。
流行信息主要指标如下：
（1）数据库的运行效率
保证用户高效率地完成数据抓取、数据录入、数据分析以及数据发布工作。
（2）数据分析的准确性
系统所进行的数据分析工作准确无误。
（3）质量需求
主要是指用户对数据库的安全性、稳定性、可维护性等方面的要求。
①安全性：系统中存储大量流行信息数据和参数，所以要求数据和参数不容易被破坏和错改，即使受到破坏也不会影响源程序。系统使用加密设置，即使有非法用户截取了密码但也很难破解。
②稳定性：数据库是数据处理的中枢，应具备自动纠错能力，且必须能够在无人工干涉的条件下长期稳定运行。(www.xing528.com)
③可维护性：由于数据都是按照参数进行输入，因此要求对配置文件进行修改时系统结构不能变动，这样进行系统维护和升级都非常方便。
根据用户需求结合软件工程的知识，信息数据库适用于鞋类的属性及流行趋势的存储、分析和展示，它主要有以下功能模块：
（1）登录模块
用户登录的窗口及权限的管理。
（2）数据库管理模块
系统数据库管理员信息、分类信息、鞋样信息、流行属性管理、图表分析、图表展示、数据库备份还原以及数据库配置工作。
（3）信息发布模块
包括流行数据的录入、修改以及流行趋势的发布。
如图4-1所示，从整体到局部给出了信息数据库的功能模块层次结构。
根据用户的需求，本书采用E-R模型进行数据库逻辑设计。E-R模型通过较为简单的图形关系，清楚地说明了工作中复杂数据以及数据之间的约束和联系。下面将从实体定义和属性描述两个方面对数据库的逻辑设计进行介绍。
（1）鞋样
鞋样的实体属性如图4-2所示，该实体用于描述鞋样的来源信息。
（2）操作员
操作员是数据库系统的管理员，操作员的实体属性如图4-3所示。
图4-1 信息数据库的功能模块层次结构
（3）分类
该实体用于描述鞋的几种类型，一般包括性别、年龄、季节等，分类的实体属性如图4-4所示。
（4）属性
该实体描述了流行元素的属性，主要分为风格、楦型、跟高、跟型、色彩、效果、结构、配饰、跟色和鞋底。属性描述如图4-5所示。
图4-2 鞋样实体属性
图4-3 操作员实体属性
图4-4 分类实体属性
图4-5 属性实体描述
（1）登录界面
如图4-6所示，登录界面是操作员进入系统的门口，主要交互实现用户身份核对和提供用户配置系统连接接口的功能。系统设计比较人性化，能够对用户近期输入的用户名信息进行保存，同时，当用户进入系统主界面后，也可以单击“取消”按钮关闭登录窗口。
图4-6 系统登录界面
（2）管理员界面
数据库系统的后台管理主要通过流行信息数据库得以实现，数据库允许管理人员进行数据储存、分析及发布，是服务器端操作员储存和维护数据的对象，在数据库的设计中占据至关重要的地位。信息数据库主要有四大功能板块：基本资料维护板块、鞋样资料板块、图表分析板块和图表展示板块。
①基本资料维护板块：是对软件录入界面属性的更改和保存，用于丰富和完善鞋类属性类别及后台支撑，如图4-7所示。
②鞋样资料板块：是录入和保存鞋样数据资料的地方，用于数据的导入。如图4-8所示，是后台操作人员录入鞋样资料的界面，操作人员根据既定的元素划分类别进行录入。图4-9为录入数据库的资料。
图4-7 基本资料维护板块
图4-8 鞋样资料板块
图4-9 录入数据库的资料
③图表分析板块：是对录入数据根据一定的筛选而分析出的统计结果展示，主要分为楦型、跟高、材质、色彩等属性的统计分析结果，如图4-10所示。
④图表展示板块：是对鞋样资料数据分析后的分类展示，如图4-11所示。
图4-10 图表分析板块
图4-11 图表展示板块
（3）流行趋势发布界面
流行趋势发布界面主要涉及流行信息展示载体、展示内容和展示形式。通过前期的研究和实践，我们总结出利用微信平台进行展示效果较好，因此，我们决定采用微信平台进行流行趋势的发布。展示内容主要涉及款式、结构、材料及颜色等预测信息，包括了“爆款推荐”“创新鞋款推荐”“流行趋势分析”等几大板块。而流行信息的展示形式则要重点考虑页面交互设计和视觉设计两方面的内容。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
