روش هاي تحليل عاملي و خوشه بندي K-Means براي استخراج متغيرهاي مهم اندازه گيري و گروه بندي شكل بدن

Factorial Analysis and K-Means Clustering Methods for Extraction of Human Body Size Parameters and Shape Groupings

دسته بندي نمونه هاي مختلف اندامي انسان با استفاده از قواعد معني دار به دست آمده از تحليل داده هاي مربوط به بخش هاي مختلف بدن بسيار مهم و در بسياري از علوم استفاده مي شود. به كارگيري روش هاي داده كاوي روي اين داده ها و استخراج قواعد معني دار آن ها مي تواند براي دسته بندي اين نمونه هاي مختلف و در نهايت تعيين سامانه اندازه بندي پوشاك مفيد واقع شود. نكته مهم در گروه بندي شكل بدن، شناخت تفاوت هاي بدن افراد و استخراج متغيرهاي مهم طولي و عرضي بدن است كه در نهايت نتايج به دست آمده از گروه بندي شكل بدن مي تواند در اختيار طراحان و توليدكنندگان پوشاك قرار گيرد. در پژوهش پيش رو، اندازه 10 نقطه از بدن 2002 نفر از جوانان ايراني (پسران) در محدوده سني 18 تا 30 سال براي تعيين شكل بدن آن ها مدنظر قرار گرفت. از روش تحليل عاملي براي استخراج متغيرهاي مهم و از خوشه بندي K-Means به منظور گروه بندي شكل بدن استفاده شد. در نهايت، شكل بدن افراد در چهار گروه دسته بندي شد كه نتايج به دست آمده از اين چهار گروه مي تواند در اندازه بندي پوشاك مردانه مفيد واقع شود.

Classification of different types of human body by adoption of meaningful rules obtained from data analysis of different parts of the body is very important as it is applied in many scientific methods. Applying data mining techniques on the obtained data and extraction of their meaningful rules could be helpful for different types of classification and ultimate determination of the garment of sizing system. It is important to note that recognition of differences in human body shape groupings and extraction of significant dimensional body variability can be used by dress designers and clothing manufacturers. In this study 10 body parts of 2002 Iranian men of 18 to 30 years old were measured for their body shape determination. In this study, factor analysis was employed to extract important variables and K-means clustering for body shape grouping. The obtained data were categorized into four groups of menʹs clothing sizes.