伴随着新的信息化技术发展,家纺产业也加速了与互联网新技术的深度融合。家纺产业信息化水平提升使家纺产品的数据信息日益增长,并具有复杂、多样的性质。海量的家纺产品信息面临着存储处理分析能力不足的局面,导致海量数据无法转化为有用信息,表现为家纺流行趋势预测缺乏定量研究。本文结合国内家纺行业企业数据急剧增长而分析处理能力不足的现状,探索构建大数据处理Hadoop分析平台,实现对家纺流行趋势预测进行定量研究。本文研究内容分列如下:(1)基于Hadoop的家纺产品数据的分析处理构建基于Hadoop的大数据平台实现家纺数据的分析处理。使用MapReduce方法实现数据的原始处理,并将家纺流行信息数据进行单独解析,为实现家纺流行趋势预测提供数据支撑。(2)家纺色相分类家纺流行趋势内容包括面料、色彩、图案、款式设计等方面,本文选择家纺流行色相数据进行预测分析,针对流行色定案中色彩分类标准不一的情况,根据实际预测分析需要,优化色彩分类方法,将色彩分为七类,确定了七类色彩在不同色彩体系中的色相区间值。并依据七类色彩区间值量化分析色彩定案,进行家纺流行色相量化。(3)家纺流行趋势预测的模型研究采用趋势预测方法中常用的灰色系统理论对家纺流行趋势进行建模。针对灰色系统算法对波动变化的数据预测时误差较大的情况,优化了预测模型,提出对数据源进行平滑性处理的方法,提高灰色系统预测模型的精度。同时,选取不同时间维度的历史数据进行预测分析,以预测模型的精度为标准,确定最优的预测模型。改进之后的模型,扩展了GM(1,1)模型的适用范围,同时使模型能充分利用最新的数据信息,提高了预测的精度。最后应用灰色系统模型对家纺色相流行趋势进行预测分析,实现了对家纺流行色较高精度的预测,研究结果可为家纺企业掌握流行趋势变化信息提供参考。