赵娟，刘国华，史倩，赵士源

（东华大学 计算机科学与技术学院，上海 201600）

0 引言

随着各大电商平台不断兴起，为人们购物需求提供了极大便利，越来越多的人依赖于网络购物。因此，在网络各大购物平台中积累了大量的服装消费数据。这些数据不仅包括服装消费的数值型统计数据，而且包含服装评价、服装潮流新闻的文本数据等。将这些海量的数据进行有效的再利用，对服装的消费数据进行分析和可视化，能够帮助企业从海量消费数据中挖掘出有意义的知识，帮助服装生产企业的决策者做出正确决策，从而指导企业进行目标明确的生产、销售等一系列服务，这对于促进服装企业甚至整个服装行业的数字化转型升级有着极其重要的意义。

目前关于服装消费数据的分析和可视化研究主要分为以下几类：

（1）运用典型的深度学习方法进行文本分类，包括RNN、CNN等方法［1－2］。在此基础上运用LSTM＋CNN 的思想将文本数据进行分类并为其添加主题标签［3－5］。

（2）运用深度学习及LDA 主题模型，实现了基于服装评价信息的情感分析和可视化［6－7］。

（3）运用python 和ECharts 工具，对服装的型号、款式、性能等进行分析，并以词云、旭日图等简单易懂的方式进行可视化［8－11］。

这些研究在一定程度上可以为消费者、服装生产厂家及服装销售商提供数据分析和可视化的参考方式，为其提供有针对性的指导。但是，在现有研究及可视化平台中，还没有综合多种服装消费数据进行统一的分析和可视化，而且对服装评价文本也仅是基于情感主题进行分析，不能满足服装消费者、服装销售商、服装生产商了解服装不同主题的需求。……