“个性化服装款式系统”是一个服装款式推荐系统。它是以用户为中心,从用户本人的服装款式风格品位出发来研究其个性化需要,并以此为依据向用户推荐合适的服装款式。这比从市场、产品角度的研究,更加接近用户,更符合“以人为本”的时代发展潮流。本文的研究就是以“个性化服装款式系统”的设计与实现为背景。作为“个性化服装款式系统”里一个主要的功能模块——规则挖掘模块,它主要是通过分析典型服装款式数据库的特点和整体结构,结合数据挖掘的知识,得到典型风格规则库,为“个性化服装款式系统”的实现奠定基础。本文工作主要包括以下内容:在基于“个性化服装款式系统”的设计与实现的大背景下,根据系统设计与实现的需要,首先对服装款式风格进行分类。本文通过查阅服装设计方面的文献资料,归纳总结出了八种比较成熟的风格分类:经典风格、前卫风格、运动风格、休闲风格、优雅风格、中性风格、轻快风格、民族风格。由于服装款式结构及部件特征是表现服装风格的主要方面,本文在分析服装款式的设计特征的基础上对服装风格的要素进行归纳,选取了对服装风格影响较大的要素,进行数字化处理。考虑到人类决策过程的主观性,本文专门引入决策场理论,从微观层面上揭示人类心理决策过程,在服装风格特征数字化的基础上,对服装款式的风格强弱度进行分组比较,其结果符合服装专业人士作出的评价。典型风格规则库是“个性化服装款式系统”实现的基础。为了获得所需要典型风格规则,本文对数据挖掘的发展历史进行梳理,介绍数据挖掘的一般过程,并对数据挖掘的方法和技术进行总结。在对关联规则挖掘的基本思想及步骤进行充分研究的基础上,为提高关联规则挖掘效率,本文选取了一种适合服装款式风格模型的、并且便于编程实现的关联规则挖掘算法,对典型服装款式数据库进行挖掘,对挖掘结果进行分析解释及验证,最终得到典型风格规则库。