定制服装设计集成数据集

摘要：定制服装设计集成数据集是一个面向个性化服装设计、智能时尚推荐与服装合身性分析的综合型结构化数据集。

数据集概述

定制服装设计集成数据集是一个面向个性化服装设计、智能时尚推荐与服装合身性分析的综合型结构化数据集。该数据集将人体测量信息、消费者风格偏好、服装原型属性以及穿着反馈统一整合到同一数据框架中，每条记录代表一位消费者及其对应的服装设计与评价信息。相比只包含人体尺寸或商品属性的单一数据集，CGD-ID能够同时反映“人体特征—设计偏好—服装结构—实际反馈”之间的关联，为人工智能驱动的定制服装设计、虚拟试衣和适配性服装研究提供较完整的数据基础。

数据结构与关键特征

该数据集采用表格形式组织，包含数值型、分类型和评分型等多种特征。人体测量维度包括身高、体重、胸围、腰围、臀围、臂长和腿长等，可用于建立消费者体型表示；风格偏好维度记录服装类型、版型偏好、面料选择、颜色偏好以及使用场合或风格标签；服装原型维度涵盖服装类别、面料弹性、悬垂指数及相关结构属性，用于描述服装自身的物理与设计特征；消费者反馈则包括舒适度、美观度和合身度等评价指标。核心目标变量为 服装合身度评分（Garment Fit Score，1–5分），可用于回归预测、等级分类或推荐排序任务，从而衡量特定服装设计与用户身体条件及偏好之间的匹配程度。

应用价值与研究方向

在智能时尚、服装工程、虚拟试衣和个性化零售领域具有较高应用价值，可用于服装合身度预测、用户风格画像、服装推荐、定制服装参数优化以及虚拟服装原型评估等任务。研究人员可以利用随机森林、XGBoost、LightGBM等机器学习模型分析身体参数和服装属性对合身度的影响，也可以采用神经网络、Transformer和多任务学习方法联合预测舒适度、美观度与整体合身度。进一步可研究基于人体测量的数字人体建模、3D虚拟试衣、面料物理属性与穿着体验关联、消费者偏好驱动的生成式服装设计以及面向电商平台的个性化服装推荐系统，从而推动服装设计从标准化生产向数据驱动的个性化定制方向发展。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-429
文件大小：9M
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。