HeuRitech于2013年由机器学习的PHDS成立,他们认为,如果一个人知道如何阅读它们,那么图像可能会讲述强大的故事。他们开发了专有的图像识别技术,以分析社交媒体上的时尚图像。在今天的世界中,每天在Instagram和其他平台上共享数百万和数百万的照片,这是一个强大的工具,可以在几秒钟内进行分析,这是什么时候发生在那里。
社交媒体改变了时尚行业:现在,趋势每天都在涌现,很难理解这么多的信息,知道什么是相关的,什么是不相关的,什么会持续,什么不会持续,品牌需要能够预测——但前提是他们有正确的工具来理解这么多的数据。这就是Heuritech利用数据规模、人工智能能力和博士在机器学习方面的专业知识的原因为时尚行业提供最佳技术,以更好地预测和生产。
在本文中,我们将深入探讨我们的趋势预测技术了解它的工作原理。
Heuritech借助人工智能预测时尚趋势的方法
第一步:在社交媒体上定义受众小组,以获得整体视角
每天有1亿张图片在社交媒体上共享。人们很容易在大量数据中迷失方向,尤其是时尚图片:事实上,根据Instagram,#时尚是Instagram上使用频率第四高的标签。此外,这里要问的问题是要分析什么和谁——确实,我们希望了解Instagram上的潜在影响组,以解释数据并以目的分析它。
- 要分析的内容:在启发式,我们专门识别产品和图像中的细节,因为在基于文本的分析中,品牌忽略了78%的见解只有
- 谁来分析:我们希望成为统计上可靠的整个人口的代表。
因此,我们定义了定制的观众面板,以分析Instagram和微博上的相关内容。标准包括:
- 相关账户:账户展示了时尚兴趣
- 活跃账户:大量定期过账的账户,以获得整体视图
- 各种账户:时尚市场的不同风格的代表:前卫的,潮流的和主流的账户
由于目标是代表社交媒体上发生的事情,因此我们仅在汇总数据上工作,即匿名数据,因此丢弃任何个人信息。
我们自动从社交媒体中收集随机样本以分析。随机抽样使我们能够防止选择偏见,从而代表社交媒体人口以及市场发生的事情,即消费者如何采用产品。
HeuRitech的AI Tech为我们提供以下消费者面板:
- 前卫账户:风格大胆独特的人。它们代表最小的线段。尽管如此,他们的内容非常利基,他们倾向于经常发帖。他们涵盖了时尚行业的所有主要领域,无论是专业人士(造型师、记者、有影响力的人)还是行业权威(奢侈品、体育、快时尚、高街、美容)。
- 时尚账户:时尚的人寻找最新的风格,他们往往有助于传播趋势在整个市场。它们在数量上比急躁的账户更庞大,但仍比主流账户更合格、更罕见。他们也倾向于经常发帖。
- 主流客户:寻找安全服装选择的人,谁将遵循趋势而不是塑造它。它们代表最大的面板。他们的内容更随意和偶尔。
Heuritech的地理面板:
此外,了解区域差异和常见动态我们创建特定的地理面板,深入到特定区域:
- 欧洲
- 美国
- 中国(特别是在微博和微信)
- 日本
- 巴西
这些面板允许我们捕捉市场的协同作用 - 无论是来自前卫,时尚还是主流账户。正如我们稍后会看到的那样,早期的信号将有助于我们预测时尚趋势。
第2步:将计算机视觉技术应用于数百万社交媒体图片
在任何给定的图片中,Heuritech为时尚量身定制的专有计算机视觉技术可以检测和分类2000多个组件。
启发式图像识别技术分析的属性:
- 剪影和剪头
- 织物与纹理
- 印刷品与图案
- 颜色和色调
组合这些组件使我们能够精确地确定我们的面板采用的详细信息。例如,我们可以识别诸如米色,指向的靴子,并有一只小猫脚跟。由于每天分析数百万图像,我们能够评估米色的体积,指出,小猫脚跟启动趋势。为确保我们正在跟踪可靠的趋势信号而不是来自野外的噪音,我们确保我们有足够的社交媒体图像呈现任何趋势。
我们随时监控相关趋势,以帮助销售人员、采购员或设计师了解市场的反应情况,并利用数据支持他们的产品选择。
我们可以大规模地量化一种趋势是如何演变的,限定行为,并将其与同类的其他趋势进行比较。过去的数据是获得市场360度视角的必要条件。
第3步:使用我们的机器学习算法预先预测一年的时尚趋势
不言而喻,关注这样一个数据金矿的主要兴趣是了解这些趋势如何将表现。因此,我们需要预测趋势的行为,并表明它将在未来一年中发展。
众所周知,预测未来是臭名昭着的,令人棘手的努力。在Heureitech,我们通过使用预测器工具包中的最佳工具来解决这一目标:一系列预测方法和主算法,其目的是在这些方法之间进行仲裁,以自动获得最佳共识。
科学文献中充斥着专家预测方法。它们大多源自经典的统计方法*,只依赖趋势的过去动态来预测其未来。虽然这种方法提供了良好的总体结果,在许多应用中都是最先进的,但它忽略了趋势的一般背景,可能无法预测最有趣的内容:突然出现的,利基趋势将成为新的,主流的时尚趋势。
利用这些早期信号,我们的算法能够在新趋势充分发挥其市场潜力之前检测到它们的出现。
为了能够预测这些看似随机的进化,我们开发了一种内部深度学习方法**早期信号:那些在有影响力的人或亚文化群体中活跃的信号这有可能改变我们对时尚产品的认知和穿着方式。
最后我们培训了主算法***统一我们获得的不同预测,我们获得了每个时尚项目。基于趋势的一般信息(产品类别、地理位置、过去动态等),主算法能够选择预测方法的最佳组合。我们回溯的时间越多,我们获取的数据越多,了解的趋势越多,我们就能更好地预测它。
尽管我们的预测模型使用过去的数据来预测未来,但我们的预测是不断调整和准确的,因为我们接近预计的感兴趣的日期。
此外,由于我们的技术可以真正详细介绍,我们可以深入潜入不同的指标:准确的增长,比较下一季和上一季,并在产品开发和购买阶段回到分类直觉。
*最先进的统计工具包 - 优于所有纯机器学习方法:Makridakis,S.等人。(2018)统计和机器学习预测方法
**衍生自1号预测方法M4的竞争:斯梅尔,S(2019)用于时间序列预测的指数平滑和递归神经网络的混合方法
***源自1号整体算法M4的竞争:蒙特罗·曼索,P。等人(2019年)。FFORMA:基于特征的预测模型平均
这2021年发现顶级趋势,主题和设计师
第4步:将Heuritech的数据插入我们的市场智能平台
启发式的独家数据每天都被集成到套房,品牌使用的仪表板来支持他们的直觉,并在产品,营销,商品,股票等上制作数据驱动的决策. Heuritech数据科学分析的广度和深度使全球领先品牌能够更准确地预测在产品的整个生命周期中,从趋势到需求和库存计划。Heuritech影响品牌销售、库存和销售。