丝绸是我国传统文化的象征,具有重要的历史、文化、经济和政治意义。丝绸文物的图案绚丽精美,反应了中国古代社会的美学特色,也蕴含着丰富的传统寓意,在构图、配色等方面对现代纺织品设计有着极大的影响。本文基于丝绸文物素材,结合感性评价方法、数据量化分析方法以及关联规则挖掘技术,提出了一种织物图案创意设计方法。该方法主要包括以下三部分内容:丝绸图案特征要素与用户感性评价的关联模型建立、RCFP-Growth(Rare Common Frequent Pattern Growth)算法在丝绸文物数据库中的应用、织物图案创意设计方法的实现。首先,本文建立了丝绸图案特征要素与用户感性评价的关联模型。本文选取涵盖多个时期和多个风格的丝绸文物作为样本,对该样本的丝绸图案及文物信息进行分析,得到丝绸图案的特征要素,采用数据分析方法构建了丝绸图案的特征要素与用户感性评价之间的关联模型。其次,本文提出了一种RCFP-Growth算法,并对丝绸文物数据进行关联规则挖掘。丝绸文物数据库具有大数据、数据量不均衡的特点,在运用传统的关联规则挖掘算法对丝绸文物数据库进行数据挖掘时,存在运算效率低下、有效数据丢失的情况。因而,本文对FP-Growth算法进行改进,提出了RCFP-Growth算法。采用该算法对丝绸文物数据库进行关联规则挖掘,达到了更加全面的挖掘丝绸文物信息以及提升数据挖掘效率的目的。在基于网络的运行环境中,相较于Apriori算法和FP-Growth算法,本文提出的RCFPGrowth算法具有更高的挖掘效率。最后,本文实现了织物图案的创意设计。根据丝绸文物数据库的挖掘结果进行织物图案设计,并采用偏最小二乘法得到织物设计图案的感性评价值。运用层次分析法计算用户的感性需求值,通过比较用户感性需求值和设计图案感性评价值确定用户的满意度,并根据满意度的高低顺序将织物设计图案呈现给用户。