面向产品设计改进的顾客偏好分析与预测

针对顾客产品偏好快速变化对企业分析和预测顾客偏好能力的要求,提出一种面向产品改进的顾客偏好分析与预测方法,首先构建长短期记忆网络模型,预测产品设计迭代期间的情感值和重要度,并计算预测准确度;然后通过基于产品特征情感变化模式的产品设计改进模型判断各个特征的变化模式,明确待改进的产品特征及改进优先级;最后以DJI Mini 2无人机的在线评论为例验证了方法的有效性。

面向产品设计改进的在线评论挖掘

以竞争市场环境中的产品在线评论数据为研究对象,基于支持产品设计改进的视角,采用数据挖掘的方法与工具,开展面向产品设计改进的在线评论大数据分析研究。重点开展在线评论数据挖掘过程模型中的有用性建模和特征评价值情感分析。以某智能手机产品的在线评论数据为对象进行了实验,得到该产品各个属性的评价值,与更新换代后的产品属性进行比较,验证了此方法的有效性。

基于在线评论的重要度绩效竞争对手分析的产品设计改进方法

基于在线评论的产品设计改进研究,受到越来越多学者的关注。然而,现有研究仍有很多局限,如忽略竞争产品分析以及无法获取细粒度顾客需求等。为解决上述问题,提出一种基于在线评论的重要度绩效竞争对手分析方法(IPCA)。首先,应用隐含狄利克雷分布(LDA)主题模型识别产品主题,基于文档—主题概率分布计算产品特征重要度;其次,通过依存句法分析提取情感标签,并将其量化为产品特征绩效值;然后,构建多个IPCA模型找到目标产品的待改进特征;最后,从原始负面评论中提取用例,获取顾客细粒度需求并发现产品问题,进而提出产品设计改进策略。以汽车之家口碑数据为例,验证了所提方法的有效性。

拖拉机提升器前盖板冲压工艺性分析及产品设计改进

对拖拉机提升器前盖板的产品设计进行工艺性分析,提高产品设计的合理性,并对改进后的产品进行工艺设计。实践证明,改进后的产品设计合理,工艺设计合理,能满足产品质量要求,现已批量生产。对同类零件的产品及工艺设计具有一定的参考作用。

基于评论大数据的手机产品改进

为应对高频产品迭代,提出一种基于评论大数据的产品设计改进研究方法。以手机为研究对象爬取大量在线评论,借助隐含狄利克雷主题模型确定用户关注的产品属性及其对应的属性词,并对评论的有用性进行分析;通过情感分析计算用户对手机各产品属性的关注度和满意度等指标,从而建立评价指标体系,并找到手机亟需改进的产品属性;通过观点挖掘找到用户不满意的点,进而确定手机的改进策略。利用多元线性回归分析建立手机评价指标与评论差评率的线性回归模型,通过采用该模型较准确地预测手机评论的差评率,验证了所提方法的有效性。该方法将挖掘和情感分析结合,可快速为产品设计改进提供决策依据。

多阶段多方法集成对洗干一体机改进设计

为探究冷凝式洗干一体机产品改进设计的新模式,提出一种多方法多阶段的集成型问题发现与解决过程模型。运用约束理论(Theory of Constraints,TOC)挖掘、提炼核心问题,利用层次分析法(Analytic Hier-archy Process,AHP)确定产品改进需求权重,采用质量功能展开理论(Quality Function Deployment,QFD)构建改进需求与产品质量特性的质量屋模型,应用发明问题解决理论(Theory of Inventive Problem Solving,TRIZ)解决关键冲突得出一系列创新改进方案,最后使用仿真软件验证了所构建模型的正确性,为产品改进设计提供思路和理论参考。