【数据分析案例】机器学习进入Instagram，利用社交媒体揭秘服饰变化规律

案例来源：@DeepTech深科技

案例地址： https://mp.weixin.qq.com/s?__biz=MzA3NTIyODUzNA==&mid=2649532527&idx=3&sn=eda4e9ff6e287351d08d732671c491fd

1. 目标：基于instagram数据， 研究服饰风格随着时间、空间的变化规律

2. 数据来源：

1）采集instagram上44个城市3年间1亿张照片

2）通过人脸识别方法筛选出1500万张照片

3. 研究方法：

1）使用图像识别方法识别人们的服饰（夹克、围巾、眼镜）、颜色、风格、图案（条纹、格子等）

2）根据抽取出来的图片信息进行聚类，将具有相似视觉风格的图像归类

3）从时间、空间的角度分析服饰风格变化

4. 研究发现：

1）某些颜色呈现周期性变化，如黑色棕色在冬天常见，白色蓝色在夏天常见

2）红色的流行性一路下降，除了圣诞节期间上升

3）2014年世界杯期间哥伦比亚和巴西流行其黄色峰哥衣服

4）北方地区喜欢穿夹克和帽子

5）民族性的服饰风格，如尼日利亚头戴领带“盖里”和中东阿曼的帽子