童装质量检验不合格项的关联规则研究.pdfVIP

第４５卷第４期纺织学报Ｖｏｌ．４５，Ｎｏ．４

２０２４年４月ＪｏｕｒｎａｌｏｆＴｅｘｔｉｌｅＲｅｓｅａｒｃｈＡｐｒ．，２０２４

ＤＯＩ：１０．１３４７５／ｊ．ｆｚｘｂ．２０２３０３０２１０１

童装质量检验不合格项的关联规则研究

１２１１

王宇娴，魏孟媛，薛文良，马颜雪

（１．东华大学纺织学院，上海２０１６２０；２．中华人民共和国上海海关，上海２００１２０）

摘要为提升童装抽查检验的效率，以２０１８—２０２２年上海海关提供的进出口童装检验报告为数据样本。依据

标准构造层级化的数据用于分析，通过统计将色牢度、成分、机械安全质量定为监管重点。利用Ａｐｒｉｏｒｉ算法，控制

输入特征、调整最小置信度获取童装标签与检验质量的强关联规则。结果表明：部分品牌表现强不合格质量指向

性；童装成分、品类、颜色、着色方式与色牢度不合格存在强关联；含锦纶、粘胶或多组分的童装与成分质量不合格

存在强关联；内衣和日常上衣与机械安全质量不合格形成强关联。基于不合格质量的强关联因素，色牢度质量抽

查应针对含锦纶、腈纶的童装，婴幼儿睡衣及裤装品类，黑、蓝色及印花童装。成分质量抽查需关注含锦纶、粘胶、

多组分的童装，重点监管内衣和日常上衣的机械安全质量。

关键词儿童服装；服装检验；关联规则；色牢度；质量检验

中图分类号：ＴＳ１０７文献标志码：Ａ

儿童的好奇心和脆弱性对童装质量提出了高要这些因素提出抽检决策。

求。然而，监管部门仅凭抽查方式难以对庞大的童

装市场进行全面质量监管。增强童装质量抽查的针１数据的来源与处理

对性有助于提升监管效率。

关联规则作为主要的数据挖掘方法，可探究数从上海海关获取２０１８—２０２２年间进出口童装

据间的潜在关系，在安全和监管领域有广泛应用。检验数据，提取其中的童装标签及检验结果数据。

［１］

袁振洲等利用关联规则挖掘交通安全风险影响对原始数据进行清洗与拆解，构造层级化的童装检

［２］

因素与交通事故严重程度的关联。薛文博等利验数据，层级结构如图１所示。

用关联规则分析食品多组分真菌毒素污染指标之间

的关系，用于食品风险预警。关联规则在服装设计、

生产、销售环节也有所应用。其中，曹竟文利用关联

规则挖掘畲族服装配色之间的关系，为传统服装的

［３］［４］

再生设计提供参考。周叶等利用关联规则得

到服装辅料的聚合组，帮助仓库提升作业效率。

［５］

Ｗｅｎ等利用关联规则探究服装与环境属性的搭

配关系，为购买服装提供个性化推荐。

挖掘关联规则的常用方法包括Ａｐｒｉｏｒｉ、ＦＰ－

Ｇｒｏｗｔｈ和Ｅｃｌａｔ算法，不同算法的运行时间、挖掘模

式有所区别，但最终的频繁项集结果都是一致的。

其中，Ａｐｒｉｏｒｉ需多次扫描数据集而使运行时间较

长，但在本文研究中，Ａｐｒｉｏｒｉ的实际运行时间仅

图１检验质量数据的层级结构

８ｍｓ，时间成本可忽略不计，因此选择Ａｐｒｉｏｒｉ作为

Ｆｉｇ．１Ｈｉｅｒａｒｃｈｙｓｔｒｕｃｔｕｒｅｏｆｃｌｏｔｈｉｎｇｉｎｓｐｅｃｔｉｏｎｑｕａｌｉｔｙ

挖掘关联规则的算法。本文利用关联规则分析历史

抽检数据，得到与不合格检验质量相关的因素，基于童装检验质量在不同时间段的表现存在差异，

－－－－

收稿日期：２０２３０３１０修