基于改进Apriori算法的客户需求数据分析方法

为了更好的利用与产品参数方面的客户需求数据,提出了一种基于布尔矩阵改进的Apriori算法对客户需求数据信息进行分析。首先,针对Apriori算法在每次由低维度连接生成高维度的候选频繁项集时都需要扫描整个数据库非常耗时的缺陷,利用布尔矩阵对其进行改进,把客户需求数据映射成布尔矩阵;其次,采用迭代和剪枝的方式,利用改进后的算法对客户需求数据进行分析,计算出满足设定支持度的最高维度的频繁项集,挖掘出客户需求信息之间的不确定性联系,为设计制造出满足客户需求的产品提供参考。通过分析,改进后的算法在计算的时间复杂度和空间复杂度方面更优;最后以某企业针对冰箱产品开展的客户需求调查结果为例,说明该方法的具体实施过程。     

[智能设计与计划调度]基于数据挖掘的绿色设计中客户需求向工程特性权重转化方法

针对客户需求向工程特性转化过程中存在的主观性、模糊性和复杂性等问题,提出了一种基于数据挖掘的客户需求数据向工程特性权重的转化方法。利用模糊层次分析法对采集到的客户需求数据进行分析,得到客户需求重要度,建立了单一客户的质量屋,获取该客户需求对应的工程特性权重。构建了多层感知器模型,挖掘客户需求数据与工程特性权重之间的关系,确定客户需求向工程特性权重之间的转化模型。最后以减速器的客户需求与工程特性的转化为例,验证了所提方法的可行性和有效性。