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。     

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.     

基于在线产品社区的动态用户需求Kano模型构建研究

产品社区已成为互联网环境下用户需求获取的重要领域,产品社区的不断更新和用户评论数量的飞速增长,既为动态获取用户需求与满意度提供了途径,同时由于信息内容越来越庞杂,对从海量的用户评论中有效提取需求带来了挑战。文中构建了用户评论分析指标体系及其赋值方法,利用K-Means聚类法建立了面向产品社区的动态用户需求Kano模型,以国内某款智能手机的在线评论为试验数据,开展了应用研究,验证了相关方法的有效性。     

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。     

面向复杂产品的用户需求获取与分析集成模式的研究

针对目前复杂产品设计前期用户需求获取与分析环节相脱离及缺乏系统的用户需求处理机制等问题,提出了用户需求获取与分析集成模式的研究。通过分析实际复杂产品设计中用户需求信息活动的内在发展规律及后续产品设计各阶段对用户需求信息的要求特征,构建了用户需求获取与分析集成模型。该模型融合了用户需求获取环节中的用户需求来源划分与用户需求获取流程两个关键任务以及用户需求分析环节中的用户需求结构建立与用户需求信息评价两个必要任务,有效地集成了用户需求获取与分析两个不同阶段的信息处理任务,实现了其直接对接。以此模型为整体框架,深入探讨了各个流程中关键任务的实现技术。最后,以振动筛为例获取并分析了用户需求,验证了该集成模式的可行性与有效性。     

基于用户分类的参与式交互方法研究

针对有时传统产品设计难满足市场意愿的问题,对产品在线评论的价值及筛选进行了研究,对数据内容的处理进行了归纳和创新,提出了一种基于用户分类的参与式交互方法。依照数据目标对用户的在线产品评论进行了有效性判断,选择并提取出了表达用户需求的产品关键设计属性;基于关键属性和在线评论内容挖掘定量计算用户的专业程度并将用户分类;针对不同专业类别的用户对应建立了交互反馈机制,激励用户结合产品体验提出了改进建议并转化成可行的设计方案;以目前关注度最高的家用车型为例对该方法进行了测试。研究结果表明:该方法能对不同专业程度的用户进行分类,对复杂设计目标进行需求分解,提高了产品设计的用户参与度和市场针对性。     

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.     

粗糙集和信息熵处理在产品用户需求重要度确定中的应用

在产品方案设计阶段,明确用户群及其需求重要度关系到产品设计目标特性的质量。提出一种根据用户基本特征进行用户群划分,应用粗糙数排序筛选用户群的基本需求,对每个用户群按职业再进行用户子群划分,应用信息熵处理方法计算各用户子群的权值、用户群各项基本需求的重要度。该方法能有效的减小用户需求信息调查的模糊数值矩阵的阶数,能使产品设计者更准确的获取用户群及其需求信息。通过案例说明了其应用过程。