تصميم برنامج قائم على الذكاء الاصطناعي لتطوير مراحل إنتاج وتسويق بعض الأزياء التقليدية للمملكة العربية السعودية
الملخص
سعت هذه الدراسة إلى الحفاظ على الموروث الثقافي للأزياء التقليدية النسائية بالمملكة العربية السعودية وتسويقه من خلال جمعه وتصنيفه في منظومة رقمية. وتم إعداد مجموعة بيانات للملابس التقليدية الخاصة بالمنطقة الغربية في المملكة العربية السعودية. كما تم تصميم موقع إلكتروني لتسويق وطلب إنتاج أزياء تقليدية. واستخدمت الباحثة المنهج الوصفي التحليلي والمنهج التجريبي. وتضمنت أدوات الدراسة استطلاع رأي لمعرفة أراء الخبراء في متطلبات إنشاء نظام تصنيف الأزياء النسائية التراثية القائم على تقنيات الذكاء الاصطناعي. ومقياس اتجاه المستخدمين نحو الموقع الإلكتروني الخاص بتسويق بعض الأزياء التقليدية للمملكة العربية السعودية، واستبيان آراء المتخصصين بشأن نظام تصنيف الأزياء النسائية التراثية القائم على تقنيات الذكاء الاصطناعي والموقع الإلكتروني المرتبط به الخاص بتطوير مراحل إنتاج وتسويق بعض الأزياء التقليدية للمملكة العربية السعودية واستبيان آراء المستخدمين بشأن نظام تصنيف الأزياء النسائية التراثية القائم على تقنيات الذكاء الاصطناعي والموقع الإلكتروني المرتبط به الخاص بتطوير مراحل إنتاج وتسويق بعض الأزياء التقليدية للمملكة العربية السعودية. وتوصلت الدراسة الى عدة نتائج من أهمها إمكانية الحفاظ على الموروث الثقافي المتمثل في الأزياء التقليدية الخاصة بالمنطقة الغربية من المملكة العربية السعودية وذلك من خلال جمعه وتصنيفه في نظام قائم على تقنيات الذكاء الاصطناعي. وإمكانية الترويج للأزياء التقليدية وبيعها من خلال موقع تم ربطه رقميا بنظام التصنيف القائم على تقنيات الذكاء الاصطناعي. قدرة نظام تصنيف الأزياء النسائية التقليدية القائم على تقنيات الذكاء الاصطناعي على تحديد الزي المطلوب بدقة بلغت نحو 100% ومعدل خطأ بنحو 15.15%. وأوصت الدراسة بأهمية مشاركة النظام مع دور الأزياء المهتمة بصناعة الأزياء النسائية التقليدية في المملكة العربية السعودية وإتاحة قواعد البيانات حتى يتسنى لها استخدامه في تصميم وإنتاج الأزياء النسائية التقليدية.
المراجع
2. Boardman, R., & Mccormick, H. (2021). Attention and behaviour on fashion retail websites: an eye-tracking study. Information Technology & People, 35(7), 2219–2240. https://doi.org/10.1108/itp-08-2020-0580
3. Chakraborty, S., Hoque, M. S., Jeem, N. R., Biswas, M. C., Bardhan, D., & Lobatón, E. (2021). Fashion Recommendation Systems, Models and Methods: a review. Informatics (Basel), 8(3), 49. https://doi.org/10.3390/informatics8030049
4. Chrimes, C., & Boardman, R. (2023). The Opportunities & Challenges of the Metaverse for Fashion Brands. In Springer texts in business and economics (pp. 389–410). https://doi.org/10.1007/978-3-031-33302-6_20
5. Dabbous, A., & Barakat, K. A. (2020). Bridging the online offline gap: Assessing the impact of brands’ social network content quality on brand awareness and purchase intention. Journal of Retailing and Consumer Services, 53, 101966. https://doi.org/10.1016/j.jretconser.2019.101966
6. Pantanella, F. (2022, July 18). How Fashion Designers find Inspiration. Beyond Talent Recruitment. https://beyondtalentrecruitment.com/blog/fashi on-designers
7. Rajabzadeh, M., & Kalantar, M. (2022). Enhance the resilience of distribution system against direct and indirect effects of extreme winds using battery energy storage systems. Sustainable Cities and Society, 76, 103486. https://doi.org/10.1016/j.scs.2021.103486
8. Sayekti, F., & Wijayanti, L. (2018). The influence of perception of Usefulness (POU) and Perceived ease of Use (PEU) on the perception of information system performance. In CRC Press eBooks (pp. 137–140). https://doi.org/10.1201/9781351241892-26
9. SDAIA, (n.d ) https://sdaia.gov.sa/ar/default.aspx
