基于在线评论挖掘的产品感性评价方法研究

为了快速获取用户感性评价并用于产品的改进设计,提出一种基于在线评论挖掘的产品感性评价方法.采用爬虫技术从网络平台获取用户对产品的在线评论数据,构建在线评论原始语料库;通过分词技术和词向量技术预处理数据,将文本评论转化为词向量表达形式;挖掘在线评论数据,构建用户极性词典并获取产品特征;分析用户关注特征和在线评论数据,为制造企业提出产品改进措施.最后以笔记本电脑为例,基于在线评论和产品规格说明书,构建在线评论原始语料库并进行数据预处理,获取产品特征,分析用户评价,验证所提理论与方法的可行性和有效性,为改进产品设计提供依据.     

在线评论数据驱动的客户感性需求识别及向设计特征映射方法

为提升客户对产品的认可度,针对传统概念设计阶段未充分考虑客户感性需求偏好及客户感性需求获取困难的问题,提出一种在线评论数据驱动的客户感性需求识别及向设计特征映射方法。首先,基于形态学分析法,通过构建能量材料信号(Energy Material Signal, EMS)模型试图从产品中发现所有设计特征,并基于在线评论数据从所有设计特征中筛选出用户关注的核心特征;其次,从在线评论数据中提取形容词组成感性词对,以感性词作为中心词并利用词向量技术获得非中心词,基于情感词典,利用所给方法计算产品感性词对的感性评价值;然后,基于数量化理论Ⅰ(Quantitative TheoryⅠ,QTⅠ)建立客户感性评价与产品设计元素之间的映射模型,并为改进产品设计提供依据;最后,通过实例验证所提方法的可行性和有效性。     

分离视角下产品迭代设计的决策信息挖掘方法

为将在线评论中用户体验信息准确应用于产品迭代设计中,从分离视角综合运用数据挖掘技术构建了一个用户需求挖掘模型.通过归纳面向用户分离的语法结构与候选词集,提取消费-使用角色分离的评论,应用概率主题模型(La-tent Dirichlet Allocation,LDA)对分类语料库进行主题提取,解析并获得产品设计迭代决策的关键信息.通过对4组不同品牌的老年人智能腕表在线评论进行实证分析,快速获取了用户反馈中4组产品各自不同的竞争优势及目标产品4项缺陷,通过对比分析,对目标产品迭代方向进行定位.该框架下的LDA挖掘方法克服了传统词频统计方法噪声较大的缺陷,提高了在线评论中挖掘用户体验信息的准确性,为企业产品开发人员提供参考,缩短产品的开发周期.     

基于遗传算法的个性化服务型产品设计

针对目前用户难以准确获取个性化产品需求的问题,提出一种基于遗传算法的服务型个性化产品设计方法。该方法利用服务型平台精准获取用户原始意愿数据,通过服务型制造平台偏好设置对原始数据进行分类细化,使用户获得符合其初始期望的产品模型。以初始产品适应度值为满意度指标,利用遗传算法对服务型目标函数迭代502次产生稳定适应度值的近似虚拟目标产品。通过与服务平台交互,使用户参与到最终产品的定制、后期维修、更新升级及回收入库等每个服务环节中,从而满足用户在产品全生命周期中每个环节的精准服务需求。通过用户产品设计实例表明,该方法能更精准地满足用户个性化需求。     

关于深度学习的在线评论挖掘及需求获取方法

针对传统用户需求获取方法数据量少、实时性差、成本过高等问题,提出一种基于深度学习获取用户生成内容(User-Generated Content,UGC)有效数据的在线评论挖掘及需求获取方法.以电子商务平台在线评论信息为数据源构建UGC在线评论语料集,并提出了一种结合机器学习与人工审查的需求获取方式,通过卷积神经网络过滤大型UGC在线评论语句的非信息性内容,并利用数据分析工具对用户需求嵌入密集的相似性语句进行聚类分析,以避免对重复性内容进行采样.最后由专业分析人员对机器学习所提取的用户需求进行有效审查以提升需求信息准确率.通过老年代步车设计需求获取过程为案例验证模型,证明了所研究方法的高效性和准确性.利用对用户反馈信息的分析,为企业新产品研发提供了理论支持与技术支撑.     

基于社交网络效应的产品设计研究

在线社交平台积累了海量的用户产生内容,基于这些内容信息,结合社交平台的特征,探讨了其对产品设计的影响.首先,获取知乎平台用户对某手机产品的自发讨论内容,从中提取用户对产品的关注属性并建立产品属性模型.在数据分析基础上,构建并再现用户的社交网络关系,并刻画社交效应对消费者行为的影响.进而,采用多智能体建模方法求解企业产品设计方案,以实现产品市场份额最大化.通过多智能体仿真模型,分析了社交网络对产品设计问题的影响,并进一步对消费者关注的产品属性数量、属性的可选值数量进行情景分析.最终,为企业制定新产品设计或产品升级决策提供管理启示.     

在线评论中的用户需求识别及其演化趋势挖掘

Web2.0环境下，越来越多的消费者在网络平台上购买商品，且将使用感受通过在线评论的形式表现出来，大量的在线评论数据蕴含着很多有价值的信息，企业可以利用在线评论来识别和分析用户需求，以便于后续的产品改进。本文以联想笔记本电脑的评论数据为研究对象，提出基于在线评论挖掘的用户需求识别与演化分析模型，利用SnowNLP模型、Kano模型与LDA模型，对用户评论进行分类、识别、特征情感对分析以及时间序列分析。结果表明：根据情感趋势预测，顾客对类型一、类型二和类型三的情感值呈上升趋势，类型四的情感值呈下降趋势；此外，用户对产品外观与游戏体验的关注较多。研究从时间的角度对在线评论的研究方法和模型进行了改进，可为分析用户对产品需求以及预测用户对于产品的情感趋势等研究提供参考价值。     

考虑产品属性层次性的评论挖掘及需求获取方法

为提高需求获取的准确性,提出一种考虑产品属性层次性的评论挖掘及需求获取方法。首先,采用基于层次主题模型的半监督方法挖掘大量文本评论数据,得到产品属性层次结构树。其次,基于依存句法分析抽取产品属性对应的情感极性相关词,并对其量化表示为情感极性值,再基于属性间的加权层次关系对缺失的情感极性值进行补充。最后,计算每个产品属性的平均用户满意度,并分析确定下一代产品的开发需求。通过挖掘汽车之家口碑数据获取用户需求的案例,证明了所提方法的有效性。     

面向相似认知用户集群的TRIZ超系统资源需求获取模型

为解决用户认知差异性及局限性所导致的需求获取不充分的问题,提出一种面向相似认知用户集群的TRIZ系统资源需求获取模型.该模型通过模糊卡诺方法对产品用户需求进行分类优化,使用K-modes算法对用户进行聚类分析,获取具有相似认知类型的用户集群;分析集群中已存在的用户属性、使用环境属性等超系统资源并进行拓展演化,获取潜在超系统资源;根据新资源特性得到产品潜在需求与产品设计目标.以自走式圆捆机为例证明了该方法的有效性.     

基于多层次用户需求的设计方法知识推送策略研究

产品的用户需求具有多层次性,为满足设计人员针对不同层次用户需求获取不同设计方法知识,以提高设计效率,提出一种多层次用户需求与设计方法知识的匹配方法.首先,针对产品的性能、交互和外观3个层次用户需求运用不同的方法进行挖掘与分析,构建多层次的Kano模型将每个层次用户需求进行结构化分类,并且确定各个需求单元在所属结构中的权重;然后,分析用户需求-设计人员-设计方法之间的映射关系,构建基于需求结构属性和层次属性的设计方法分类模型,实现向设计人员匹配恰当的用户需求和设计方法知识;最后,以篮球背包设计为例验证该匹配方法的可行性.     

基于多层次用户需求的设计方法知识推送策略研究

产品的用户需求具有多层次性,为满足设计人员针对不同层次用户需求获取不同设计方法知识,以提高设计效率,提出一种多层次用户需求与设计方法知识的匹配方法.首先,针对产品的性能、交互和外观3个层次用户需求运用不同的方法进行挖掘与分析,构建多层次的Kano模型将每个层次用户需求进行结构化分类,并且确定各个需求单元在所属结构中的权重;然后,分析用户需求-设计人员-设计方法之间的映射关系,构建基于需求结构属性和层次属性的设计方法分类模型,实现向设计人员匹配恰当的用户需求和设计方法知识;最后,以篮球背包设计为例验证该匹配方法的可行性.     

基于在线评论数据驱动的产品感性评价方法

为了解决传统感性工学主观性过强、实时性差、数据少等问题,提出一种产品在线评论数据驱动的感性工学方法。以某电子商务平台智能手机在线评论为数据源,提出词频与评估、强度、活动3个维度相结合的TFEPA方法,并使用该方法提取在线评论中的感性词;为获得更合理的感性评价,采用面向在线评论的词聚类结合程度副词的方法计算感性评价值,再从认知心理学的角度,结合产品属性参数与用户感性意象,构建了基于BP神经网络的非线性映射模型,用于模拟用户心理评估机制。最后,评估了模型的泛化能力,验证了所提方法的可行性与有效性。     

基于Web和专利统计分析的用户需求获取及预测方法研究

针对用户需求获取及预测模糊性、抽象性等问题,提出基于Web评论数据和专利知识获取及预测用户需求的方法。首先,采用SAS软件基于特征提取技术获取用户显性需求;然后,通过结构方程模型(SEM)分析显性需求与马斯洛需求层次的潜在关系,并确定需求权重;最后,挖掘专利知识单元结合需求等级,挖掘用户隐性需求;依据Kano属性对用户需求分类,结合需求进化定律确定用户需求进化方向。以儿童用双轮智能平衡车为例,论证此方法的可行性。     

基于用户需求分类的同步多产品设计方法

针对模糊聚类分析法在大规模定制中处理用户需求时,忽略用户需求与产品质量特性之间联系的问题,提出了基于Kano模型用户需求分类的同步多产品设计方法.通过Kano模型对用户需求进行分类,将用户需求按不同需求类别和需求权重重组成多类具有不同功能属性的产品需求组,再利用质量功能展开来实现用户需求的转换,使产品设计过程从需求空间向设计空间映射,实现同时对多类产品进行设计.以洗衣机的产品设计实例演示了该设计方法.     

基于角色构建法的卫浴产品设计研究

用户是工业设计的核心内容,以卫浴产品设计为例,运用交互设计中的人物角色构建法,确定了用户的特征及对产品的使用目标、动机、行为和观点,并通过用户分析设计出系列产品,以满足用户对产品的特定需求,提高产品设计的成功率.     

云服务平台下考虑用户偏好的设计服务推荐方法

为提高云服务平台下产品设计服务推荐的质量,增强协同产品设计过程中用户与服务提供方之间的交互,构建了个性化产品设计服务推荐框架,并提出考虑用户需求偏好的设计服务推荐方法.采用模糊C均值聚类算法实现用户初步聚类;利用改进的基于用户的协同过滤方法优化用户相似度函数及评分预测函数,以提高目标用户对设计服务推荐项目预测评分的准确性;通过用户对设计服务推荐结果的交互反馈,完成产品设计服务的更新迭代.以设计云服务平台上用户对壁挂式智能空调设计的需求为例,验证了所提方法的有效性.     

虚拟交互辅助产品外观设计流程研究

为解决在产品外观设计过程中由于设计者和用户缺乏产品使用场景的体验,而导致设计定位出现偏差,用户满意度不高的问题,建立了基于虚拟交互场景的产品外观设计流程。基于Web获取用户对目标产品的需求评价,并从中提取与场景有关的数据,用来构建典型用户、典型环境、用户与产品的交互场景;运用虚拟现实技术搭建虚拟平台,设计者和用户基于虚拟平台与产品进行交互,确定改进意见,迭代改进设计方案。以清分扎把机为例进行外观设计,与原有清分扎把机进行分析比对,验证了该流程的有效性和实用性。     

一种面向汽车个性化定制的智能交互方法

针对传统汽车在线个性化定制服务中缺乏有效的交互,且消费者隐性需求的获取和转化研究不足等问题,研究了隐性需求的获取和转化以及产品定制特征的分析和表述,建立了产品特征与用户需求的映射模型,提出了一种基于组织符号学思想的智能交互方法,并采用黄金分割法对所提方法进行了迭代优化。最后利用汽车颜色的定制对此方法进行了测试。测试结果表明,该方法能在一定程度上提高个性化定制服务的互动性和引导性。     

网络评论文本驱动的汽车设计规划方法

为将网络评论文本中的关键信息应用于汽车设计开发中,利用词频-逆文档频率算法(Term Frequency-Inverse Document Frequency,TF-IDF)及依存句法分析提取产品特征,基于BERT(Bidirectional Encoder Representation from Transformers)预训练模型进行文本情感分析.通过搭建质量屋进行用户需求转化,完成工程技术特性重要度评价,把握产品设计方向,得到评论数据驱动的产品规划方法.以微型汽车设计规划为例,获取了部分工程技术特性优先级,验证了该方法的可行性,不仅能快速获取用户的客观反馈,缩短产品开发周期,并能有效地将用户需求转化为可执行的设计问题.     

基于模糊Kano模型的智能空气净化器设计研究

针对传统Kano模型不能有效反映消费者内心复杂多变的状态,构建了基于模糊Kano模型的客户需求分类的研究方法,并从交互、功能和造型3方面探讨空气净化器的用户需求并建立相应的评价项目。通过设计模糊Kano问卷将评价项目划分为相应的品质属性,以此准确、客观地反映用户需求,在此基础上筛选出兴奋型需求,从而获得了用户的重点需求。从用户需求出发,给出了智能空气净化器的设计方案,为该类产品的创新设计提供参考。