随着消费水平的提高和消费习惯的改变，女性消费者购买衣服时更注重时尚性特征，流行性是时尚性特征最重要的部分。服装流行性的多样性、复杂化，使服装生产逐步向小批量、多品种等方向发展，迫使服装企业改变运营决策，提高快速响应能力，应对短周期、变化快等生产要求。风格比较单一的杭派女装企业过去只关注功能性特征，难以适应上述变化，库存积压严重。为此需要对流行性进行准确预测，以便明确服装市场的需求变化，灵活、有效控制库存。服饰颜色是流行性的关键组成部分，预测流行色是企业应对流行性特征凸显的消费需求时不可或缺的内容。当前，杭派女装企业对服装流行色的预测方法还停留在主观判断的阶段，少数企业通过分析销售数据来预测流行色趋势，这些预测方法由于缺少全局的思维和系统的分析，使得预测不够准确。随着服装供应链网络的形成以及电子商务的发展，互联网上存在大量的、可用于流行色预测的数据，既包括供应链网络的供应端数据，又包括供应链网络的需求端数据。以供应链网络视角为切入点，通过系统分析供应链网络的两端数据可以缓解甚至避免传统环境下仅从需求端方面预测不够准确性等问题。从供应链管理理论和复杂网络理论着手，深入研究国内外有关流行色基础理论、色彩技术理论、复杂网络链路预测理论以及马尔科夫链方法等相关的文献，提出以供应链网络视角预测杭派女装流行色预测的思路，以系统思维为指导，以Web数据提取为主要手段获取、分析杭派女装供应链的业务数据，从供应和销售两端获取、处理、分析数据，以此为基础建立回归分析模型和马尔科夫链模型，通过模型求解得到有关结论，为企业生产和决策提供指导。通过对国内权威机构提供的流行色数据与阿里巴巴网站多家大型面料供应商的销售数据的契合度的分析，提出将权威机构发布的流行色卡作为上游面料供应商数据，从供应端角度对流行色进行预测。将杭派某品牌女装在2013-2014年春夏的销售数据作为下游最终消费者数据，对预测结果进行调整，使预测结果更准确、合理，提高整个服装供应链网络的效益。