テキストマイニングとセマンティックネットワーク分析を用いたファッションデザイントレンドアプリケーションのアプローチ

要旨 本研究は、テキストマイニングとセマンティックネットワーク分析を用いて、デザイン特徴を持つファッショントレンドを特定し、消費者主導のファッションデザインアプリケーションをデジタルダイナミクスに提供することを目的としています。ファッション予測の現状とアプローチを検証し、消費者のテキストデータを使用してトレンド分析プロセスを開発しました。本研究では、ファッションコレクションに関するブログ投稿の分析に焦点を当てています。具体的には、複数のシーズンで使用され、ファッション全体を代表するアイテムであるジャケットをファッションアイテムとして選び、トレンドレポートの実用的な結果を作成しました。「ジャケット」と「ファッションコレクション」のキーワードを含む過去10年間の29,436件のブログ投稿を収集しました。データ収集後、スタイル（例：レトロ）、色（例：黒）、生地（例：レザー）、パターン（例：チェック柄）ごとにデザイン特徴のファッショントレンドワードリストを作成しました。時系列クラスター分析を用いてファッショントレンドを増加、減少、永続、季節トレンドの4つのクラスターに分類し、セマンティックネットワーク分析を用いて最新シーズンの優勢トレンドとそれに対応するデザイン特徴を可視化しました。これらの結果は、ファッショントレンド分析の手間を軽減し、消費者主導のファッションデザインガイドラインを提供できるため、有用であると結論しました。