基于大数据挖掘的老年手杖个性化定制研究

目的 随着互联网的发展,用户评论快速增长,利用这一海量数据进行文本分析,结合Kano模型,以此来获取更加全面的用户定制需求。方法 提出了一种基于大数据评论文本挖掘的方法,来获取老年手杖个性化定制需求。首先将老年手杖分为三大不同产品等级,挑选典型产品,爬取用户评论;其次通过文本的对应分析获取不同等级手杖用户需求的差异;接着利用LDA模型、结合德尔菲专家法获取用户需求族群;最后利用Kano模型进行需求等级划分,并结合Fisher精确检验进行差异显著度检验。结果 识别出老年手杖的基本型、期望型、兴奋型不同等级用户需求,以指导老年手杖个性化定制界面的设计。结论 结果表明大数据挖掘与Kano模型相结合的方法,能够有效地获取用户个性化需求层级,并指导定制平台的搭建,为产品个性化定制平台的设计提供科学依据。     

基于评论文本的产品意象参数化评价方法

目的 将评论文本挖掘方法与设计调研的多样化需求相匹配,将文本挖掘结果与设计方案的参数化分析与评价相结合。方法 通过网络爬虫获取购物网站中的产品评论文本,明确调研目标,使用意象词汇进行描述,采用关键词提取与词汇相似度计算方法,计算产品在调研目标上的意象倾向,并进行参数化表示。分类提取产品的特征参数,使用BP神经网络构建产品特征参数与意象参数间的映射关系,形成产品评论模型,将产品特征参数输入映射关系中,得到调研目标上的意象参数,实现产品意象的参数化挖掘与评价。结果 以手机为例进行验证,所得意象参数预测值与真实值之间的差异均值分别为0.0160、-0.0146、-0.0137,评价模型较为有效。结论 所提方法能够从评论文本中有效地提取意象倾向,并表示为调研目标上的倾向参数,加强了产品评论文本挖掘与设计调研之间的关系,提高了文本挖掘结果的可理解性。     

基于大数据的用户画像构建方法与运用

目的以大数据环境为研究基础,为产品研发初期获取准确性较高的用户画像,优化其构建方法。方法基于定性与定量综合集成方法的三层次理论框架,首先通过定量研究挖掘线上社交平台的多模态用户数据并对其进行文本分析,提取具有高影响的用户属性因子。其次,使用优化模糊C—均值聚类算法(FCM算法)对用户属性因子进行聚类分析,获得几类用户属性原型。将其原型作为构建画像的维度框架,通过线下定性研究方法对样本用户进行调研,挖掘深层次需求动机。最终,构建出几类用户画像原型。结论以中国手机年轻用户相机拍照行为研究对象,通过线上社交平台和电商平台的公开数据获取用户拍照相关的评论信息,对其进行文本挖掘和分析,并对分析后的数据进行提取、聚类和定性研究,从而获得3类不同拍照类型的用户画像模型。     

基于数据驱动的用户需求智能获取方法研究

目的 数字化浪潮下人们的消费行为也发生了改变。线上购物伴生着大量用户评论,具有实时、真实、全面等特点,这是挖掘用户需求的绝佳资料。本文利用线上评论,结合感性工学和自然语言处理技术,提取其中对应于产品元素的用户需求,为后来的产品改进或开发提供指导。方法 本文通过爬虫工具获取目标产品大量评论,对文本进行词频分析筛选出要分析的产品元素,根据筛选结果将评论归类,从中提取形容词汇,并经过专家汇总,最后对含有形容词的语句进行情感分析,获取用户对产品的需求信息。最后依靠感性工学指导后续设计方案生成。结论 本文用亚马逊网站上山地自行车产品进行实例验证,结果证明该方法能够快速高效地获得用户对产品的准确评价,是一种切实可行的获取用户需求的智能化设计方法。     

在线评论数据挖掘视角下的产品改良设计研究

目的 互联网大背景下,从在线评论数据挖掘的视角,探索产品改良设计方法.方法 通过python爬虫工具抓取特定产品的在线评论,对数据进行预处理、分词与词性标注之后,应用Apriori算法挖掘用户高频关注的产品属性.并应用SO-PMI算法计算各属性综合评价值,通过分析属性评价值,确定产品存在的问题.再应用TRIZ分析,选出产生矛盾的工程参数,查找矛盾矩阵,得到创新原理解.最后结合具体问题将其转化为改良设计方案,完成改良设计.以天猫旗舰店的一款销量较好的宜兴紫砂壶的在线评论为实例研究,抓取评论数据,挖掘用户关注的紫砂壶属性,并计算出属性评价值.发现紫砂壶存在造型同质化和断水性差的问题,运用TRIZ理论的抽取原理和曲面化原理解决问题,完成紫砂壶的改良设计.结论 从评论数据中能够挖掘到更加全面、具体、直观的用户对产品的反馈信息,更好地辅助产品的改良设计.     

基于用户生成内容的产品服务系统设计方法

目的 在人机协同的设计背景下,研究提出的一套基于数据驱动的自动化生成设计方法,以致力于提高设计效率,为企业创新需求提供学术参考价值。方法 研究首先运用文本挖掘,并生成用户感性意象和产品特征词表,随后基于QM1对文本进行积极和消极感性意象分类,定量化的分析了用户的偏好,快速响应用户的需求。随后以公路自行车为设计案例,开发出应用程序编程接口(API)工具。结果 根据QM1的分析结果,选取了类别得分最高的6个设计元素进行组合,而后在SolidWorks的DriveWorksXpress中创建选定的设计元素模型和装配体的副构件,实现了用户需求与三维造型相匹配的自动化设计方案生成。结论 研究基于文本挖掘,并以公路自行车的自动化设计实践验证了有效性,方法具有数据驱动、快速响应和自动化的优势。     

基于语义量化匹配的汽车外观显著性意象挖掘

目的 为解决传统感性设计研究中意象实验耗时大以及小样本偶然性等问题,依托现有网络评价文本信息提取了用户意象认知。方法 首先,爬取大规模汽车外观评论文本,构建语义分析词汇库,构建word2vec词向量模型;然后,基于模型获取词库内部的语义联系,计算高频关键形容词之间的语义离散性,以构建代表性意象词空间;最后,通过语义量化匹配将评论映射到意象词空间,得到大规模用户对各车型的显著性意象表征,明确了指定意象词汇下的汽车外观匹配结果。结果 运用该方法挖掘汽车外观显著性意象与基于人工评价的实验结果无显著性差异且具有高度相关性,证明了该方法的有效性。结论 以该方法挖掘用户意象认知,运用了现有的大批量用户反馈知识,提高了意象分析效率,有助于决策者快速理解消费者对汽车外观的感性知识,在设计迭代中可使产品更符合市场期望;对比相关研究,基于语义量化匹配的方式无需对超高维向量进行降维和聚类,避免了以往研究因特征降维而可能导致的词向量语义联系的损失,以得到更为准确的意象挖掘结果。     

疫情下电商数据对产品设计决策的影响研究

目的 在当前疫情影响的环境下,提出产品设计与电商行业大数据深度融合的方法.方法 首先,通过产品类型寻找合适的数据源,应用Python自然语言编写爬虫从数据源爬取两类数据,一类是以文本类资源为主的用户评论,另一类是以图像类资源为主的产品主视图.然后,使用文本聚类分析和机器学习的方法对两类数据进行批量化处理,生成有效数据,并对有效数据进行图表可视化.最终,综合分析图表,从而有效的指导设计团队进行设计工作.结论 通过大数据分析,精准挖掘疫情背景下产品的现有发展趋势,重新定义用户在疫情背景下对现有产品使用的心理反馈.这种设计方法使产品设计方案打破设计师个人认知所带来的局限性,使方案更加符合当前疫情下用户的消费心理,顺应市场的发展.以儿童学步鞋为例,证明了该方法的有效性.     

基于评论挖掘消费者偏好的蓝牙耳机设计策略

目的 本研究旨在从在线评论数据中挖掘消费者偏好信息,以探索蓝牙耳机设计的改良策略。 方法 使用Python爬虫抓取目标消费者评论,并通过数据挖掘和文本分析定位需求主题和     

基于扎根理论的博物馆盲盒消费需求分析及其设计策略研究

目的 通过对博物馆盲盒产品在线评论进行文本挖掘及扎根理论分析,理性挖掘文化类盲盒设计产品的真实消费需求,探究博物馆盲盒文创产品可持续开发的设计思路和实施策略。方法 基于在线评论的研究方法,以扎根理论体系为基础,应用Python软件收集各大博物馆盲盒电商平台评论数据,利用Nvivo 12.0质性分析工具从情感、社会、功能需求的主范畴分析博物馆盲盒文创消费需求。结果 研究得出情感需求为首要消费需求、功能需求为关键消费需求、社会需求为次要消费需求,并从情感、功能、社会三大范畴探索了博物馆盲盒文创设计的消费需求模型及其各影响因子之间的关系。结论 实现审美、趣味与体验交织的情感需求,满足品质、性价比与文化融通的功能需求,扩大社会交往与文化认知相互催化的社会需求,能持续激发用户购买行为并满足消费预期,从而使博物馆盲盒文创设计能有效地可持续发展。     

基于网络评论情感分析和QFD的产品改进设计

目的 分析产品在线网络评论,准确评估用户的使用反馈和需求信息,用于产品改进设计。方法 用网络爬虫采集购物网站的商品评论数据,引入百度AI开放平台的自然语言处理技术,对清洗后的评论数据进行情感分析,计算每条评论的情感极性,结合Nvivo文本分析和人工筛选,得到准确的用户评价。在质量功能展开(QFD)中,评论分析的结果用于产品的目标质量规划,根据质量屋得出的技术特性相对重要度,选择应重点改进的技术属性。结果 该方法发现了产品需要改进的多个重要设计问题,以无线手持吸尘器为例,对比传统调研方法的分析结果,验证该方法的有效性。结论 对网络评论大数据的AI情感分析结合QFD,能发现产品需要改进的大部分问题,具有重要的参考价值,能为产品改进设计提供新方法。     

廿四节气抽象色彩的智能生成与设计应用

目的 以计算机智能生成的方法提取具有华夏民族普遍认知的廿四节气抽象色彩,并展开设计应用的探索。方法 抽象色彩是人类对宇宙、自然及文化等认知获得的视觉经验,通过下意识的联想思维表现出来的深层印象。以廿四节气为对象,运用Word2vec大数据语义分析工具,挖掘出代表廿四节气深层印象的联想词汇;其次,以代表廿四节气深层印象的联想词汇为基础抓取廿四节气意象的图片,根据廿四节气意象图片,采用K-Means算法提取出代表廿四节气深层印象的抽象色彩,构建代表廿四节气深层印象的抽象色彩库。结果 利用Processing程序对代表廿四节气深层印象的抽象色彩进行智能化的批量生成,并将智能生成的代表廿四节气深层印象的抽象色彩应用于包装设计。结论 问卷调查结果表明计算机智能生成的抽象色彩能符合大多数人对节气的印象。以华夏民族普遍认知的廿四节气抽象色彩展开计算机智能生成的设计研究在未来具有广泛的应用价值。     

基于文本挖掘的在线电影短评情感分析——以《哪吒之魔童降世》为例

本研究通过使用网页数据采集工具对大热国产动画电影《哪吒之魔童降世》的豆瓣短评进行抓取,进而使用内容挖掘工具进行词频统计并结合共现分析和情感分析,从而发现电影观众的深层观影特征以及评论关键等有价值的信息,提供有关电影正面或负面的受众反馈,为国产动画电影业未来的发展提供新思路。     

以用户印象为导向的文旅图像设计方法研究

目的 在以用户为中心的设计语境中,以用户印象为研究导向,提出一种从地域印象到设计印象的文旅图像设计方法。方法 以深圳龙岗为例。首先基于扎尔特曼隐喻抽取技术挖掘用户的地域印象,梳理出印象表达方向,确定设计代表性;其次从选定的地域印象出发,开展设计转译,从象征化与意象化两个层面迈进,输出设计案例;随后采用模糊层次分析法构建出设计印象评价体系,形成专业指导;最终让用户对设计案例进行印象评价,验证应用满足度以及研究可行性。结论 该方法拓宽了用户印象与文旅图像设计的交往空间,贴合了设计走势,优化了地域文化的发展传播。同时在研究中发现,地域印象的精准挖掘、设计师的能力提升以及协同设计的构建这三点应予以关注。     

基于SPSS和在线评论分析的产品用户需求洞察方法研究

目的面向当下工业产品系统化、用户需求信息复杂化和信息内容数据化等特点,拟通过研究统计分析和大数据挖掘方法在用户需求获取和处理中的应用,探究产品设计中用户需求洞察的创新方法。方法以案例分析和因子分析方法进行目标产品设计因素提取,并通过多元回归法进行显著性分析;进而采用产品在线评论挖掘和情感分析方法获取并处理针对产品特征的用户显性需求,以及从情景分析角度获取用户在使用情景下的行为痛点和隐性需求;最后,对应产品特征和使用情景下的用户需求指标,导出产品属性要求及产品情景适应性要求。结论综合应用SPSS和在线评论分析方法,解决目前产品用户需求洞察中方法应用不足、缺乏客观性的问题。有助于设计人员在面对复杂产品系统及用户需求复杂的设计任务时,精准获得产品设计目标。并以重卡生活舱用户需求分析进行实证,获得适应重卡生活舱环境的产品设计要求。     

用户参与式Web品牌化色彩设计方法研究

目的探析Web品牌化色彩设计的科学系统方法。方法以用户参与为基础,运用色彩印象尺度的研究理论和方法定位Web品牌色,利用colorhexa进行配色方案设计并进行Web品牌化色彩设计实践,并运用模糊综合评价法对实践方案进行评价,将感性的信息数据化,为Web品牌化色彩设计提供合理化、科学化的决策依据。结论用户参与式设计允许用户最大限度地参与到Web品牌化色彩设计之中,使Web品牌化色彩设计回归到用户体验本身,增强用户对品牌的认同感和粘度,构建品牌与用户之间长久的价值体验。     

用户集群驱动的适老化产品优化策略研究

目的 为解决用户诉求表述模糊所导致的需求获取不足、设计决策复杂难定等问题对适老化产品及应用服务推广的阻碍,最大程度提升用户体验满意度,提出一种用户集群评价驱动的短周期、高效率的感性设计方法。方法 引入评价信息对目标用户集群的需求进行精准而真实地深层挖掘,结合TextRank算法量化感性描述文本,构建评价指标体系;充分借助犹豫模糊决策算法构建方案评价模型(I-HFCJM),计算各产品评价指标得分函数值对样本产品优劣予以可视化分析,以现有产品的可借鉴点与注意问题为依据指导产品改进设计。结论 以老年家用制氧机改进设计为例,计算改进方案同样本产品的综合权重并进行优劣排序,验证了该方法的有效性,为老年家用制氧机及其他适老化产品设计开发提供了改进策略。     

基于内容分析法的阅读类APP用户使用偏好研究

目的 通过对阅读类APP的用户评价文本进行语意分析,挖掘用户的潜在需求和使用偏好,为此类产品提供优化设计方向。方法 通过内容分析法进行用户使用偏好研究。首先选择一些评分较高的阅读类APP的用户评价,对文本进行归纳和整理。其次利用ROST CM6软件对用户评价文本进行语句的拆解和词频的计算。再对用户的需求进行编码和排序,量化分析用户在使用阅读类APP时的偏好度,明确优化设计方向,构建阅读类APP的偏好模型,并对模型结果进行应用和验证。结论 通过阅读类APP用户评价可以定性分析用户对产品的满意度,定量挖掘用户潜在的需求和偏好,从而明确此类产品的优化设计方向,培养用户养成良好的阅读习惯,提高其阅读质量,最终提升用户的使用效率和满意度。     

电子商务用户反馈文本数据的可视化研究与实现

目的针对数以万计的电子商务交易量背后产生的海量评价数据,给用户带来的信息过载、检索低效等问题,探索合理的可视化方案,辅助用户进行购买决策,帮助商家提取有效反馈以帮助产品优化。方法以京东平台商品的评论数据为例,提出一种电子商务用户反馈文本可视化方法,以口红为目标商品,采用网络爬虫技术从电商平台抓取用户评论文本数据并进行整理分析,针对文本数据采取自然语言处理技术进行语义分析并归类,得出可直接用于可视化的文本数据,进一步提取了口红色号、价格趋势、关注词频率三个评论数据种类,价格对比、口红色号可视化等用户指标,借助Tableau可视化工具对数据进行映射,建立了趋势图和分布图,得到直观的可视化图表,为用户提供了更美观且具有交互功能的信息浏览方式。结论所提出的可视化方案采用视觉认知的方式提取关键信息,能有效降低用户浏览文本信息的时间成本,此方案的评估结果也获得了较高的评分,对推进电商平台数据可视化具有一定指导意义。     

基于文本情感分析的类型电影受众特征与偏好研究

受众特点对于电影来说极具重要性,不同类型电影的受众群体和受众偏好也各不相同,如何从海量用户行为数据中提取不同类型电影的受众特征,并从用户评论文本中挖掘用户对不同类型电影的偏好特点是本文研究的重点。本文主要基于文本情感分析算法,选取近年来上映影片的真实数据,从用户特征和用户行为角度,对各类型电影的自身特征、受众特征以及受众对不同类型电影的情感偏好等方面进行分析与挖掘。