網絡媒體和我們的日常生活息息相關，人們只要在時裝網站看到自己喜歡的衣服，按數個鍵便可以成功購物，方便快捷。對於時裝業界來說，既是商機，又是挑戰，特別在這個網上購物盛行的趨勢下，如何決定入貨時機和數量，以平衡整體銷售和庫存所帶來的高成本，業界都需要細心思量。
近年，不少企業透過收集大數據及利用數據挖掘技術，建構其產品銷售模型。事實上，在人人機不離手的時代，企業可透過客戶網上購物、瀏覽網頁，以至在社交媒體更新狀態及留言等渠道，收集數據，作出分析，從而釐定更精確的營銷策略。不少跨國企業，如英特爾（Intel）、臉書（Facebook）、谷歌（Google）及阿里巴巴，每年均投放大量資源，挖掘和分析網上數據，冀從中找出新商機。而對於時裝業界來說，社交媒體語言數據在「大數據」中的角色尤為重要，成為近年一門重要的研究領域 ，協助企業規劃生產。
就著這個研究方向，香港紡織及成衣研發中心與香港大學（商業和經濟學院）及賓夕法尼亞大學（商學院）合作，透過由香港一服装品牌公司提供超過兩年的時裝服飾銷售數據，與社交媒體貼文進行關係性的分析，建立以過去銷售數據來預測銷情的顏色銷售預測模型，並同時協助庫存管理，減少因為存貨過剩所帶來的成本和出現減價促銷的情況，從而增加利潤。
研發中心科研團隊嚴謹地處理從時裝品牌、雜誌、設計師和網絡紅人（KOL）等媒介的臉書和微博上篩選貼文，以確保增加選取的貼文內容與銷售數據的相關性，從而提高預測模型的準確度，當中包括利用颜色和潮流服飾的關鍵詞對社交媒體貼文作出篩選，以及透過自然語言處理器的學習來鑑定社交媒體貼文。其後，利用統計方法，找出社交媒體貼文與真實產品銷售時間滯後的關係，建構包括線性預測模型、機器學習預測模型和時間序列模型的顏色銷售預測模型。