新潮产品绩效预测:基于学习方法的综述与最新趋势
机器学习
2025-01-20 v1 计算机视觉与模式识别
摘要
快时尚行业对新款式和快速生产周期的无限需求,导致其带来巨大的环境负担。过度生产、浪费丰富以及有害化学品造成行业的负面环境影响。为缓解这些问题,亟需一种以可持续性和效率为导向的范式转变。将基于学习的预测分析集成到时尚行业中,为解决环境挑战并推动可持续实践提供了重要机遇。通过预测时尚趋势并优化生产,品牌可以在快速变动的市场中显著减少生态足迹,同时保持竞争力。然而,预测时尚销售的关键挑战在于消费者偏好动态变化。时尚呈周期性特征,趋势不断演变并重新出现。此外,文化变迁和突发事件也会扰乱既有模式。这种问题被称为新潮产品绩效预测 (NFPPF),近年来在全球研究领域中受到广泛关注。鉴于其跨学科性质,NFPPF 的研究已从多个角度进行探讨。本综述旨在提供最新概览,聚焦基于学习的 NFPPF 策略。本综述遵循系统评估与荟萃分析 (PRISMA) 方法论流程,实现系统且完整的文献综述。具体而言,我们提出首个涵盖 NFPPF 学习全景的分类框架,详尽考察了不同方法如何增加多模态信息,以及可获取的先进数据集。最后,我们讨论了挑战与未来方向。
引用
@article{arxiv.2501.10324,
title = {New Fashion Products Performance Forecasting: A Survey on Evolutions, Models and Emerging Trends},
author = {Andrea Avogaro and Luigi Capogrosso and Andrea Toaiari and Franco Fummi and Marco Cristani},
journal= {arXiv preprint arXiv:2501.10324},
year = {2025}
}
备注
Accepted at the Springer Nature Computer Science journal