支持产品创新设计的大数据知识萃取研究

Product innovative design is the most active and creative stage in the process of product design, is a combination superposition and transfer of existing knowledge or resources based to produce new products. Knowledge extraction of big data brings extraction brings new opportunities for product innovative design. Big data is introduced into the field of mechanical discipline in this project, knowledge extraction research of product innovative design is carried out in the environment of big data from the perspective of innovation design and multidisciplinary. For the Mapping between characteristics of big data and the knowledge of product innovative design, the supporting method of knowledge extracted from big data for concept generation of product innovative design is researched. With integrating subjective knowledge of designers and knowledge mined from big data, it builds the procedural model of knowledge evolution for big data and acquires different levels and abstracted granularity of knowledge to support the generation of product innovative concept. For the designers could not acquire interested design knowledge and knowledge clues related to searched content by conventional knowledge searching strategy, intelligent recommendation method of big data based on knowledge graph is researched. To support the effective implementation of the design process for the front-end of innovation, solving method of reducing the uncertainty for front-end innovation in strategy is researched. The research on knowledge extraction from big data for product innovation design will offer useful theoretical and methodological support for designers that carry out product innovative design.

产品创新设计是产品设计过程中最活跃、最富于创造性的阶段，是基于已有知识或资源的组合、叠加、迁移，从而产生新产品。大数据知识萃取为产品创新设计带来了新的机遇。本项目将大数据分析引入到机械学科领域，从支持产品创新设计和多学科交叉的角度，开展大数据知识萃取研究。基于产品创新设计中知识与大数据的特征映射关系，研究利用从大数据中获取的知识对产品创新设计概念生成的支撑方法；通过融合设计者的主观知识和大数据挖掘的知识，建立大数据知识演化的过程模型，获取不同层次和抽象粒度知识对产品创新概念产生的支持；针对设计者通过常规的知识搜索策略无法获取感兴趣的设计知识以及与搜索内容相关的知识线索，研究基于知识图谱的大数据知识智能推荐方法；为支持创新前端设计过程的有效实施，研究大数据驱动降低创新前端不确定性的设计求解方法。支持产品创新设计的大数据知识萃取研究，将为设计者开展新产品开发提供有益的理论和方法支撑。

项目背景：. 产品的创新设计取决于设计者能否有效获取适用的知识，激发设计者产生创新设想和概念支持产品的创新设计。针对该问题该项目从创新设计和多学科交叉的角度，融合新一代信息技术中大数据和深度学习技术，研究从多源异构的大数据进行挖掘提取与设计高度关联的知识，通知知识的组合、迁移和智能推送，利用大数据驱动创新概念的产生来支持产品的创新设计。.主要研究内容、重要结果、关键数据：. 主要开展支持产品创新设计的大数据特性研究，分析产品创新设计中知识与大数据的特征映射关系；支持产品创新设计的大数据计算理论及方法研究，对产品创新设计相关的大数据进行挖掘，从大数据中萃取有价值的知识用于指导创新设计实践活动，着力将设计知识转化为设计决策和产品设计性能的提高，支持产品创新设计的非结构性大数据计算理论及方法研究，构建有效的计算模型对大数据中非构化数据的挖掘获取适用的知识对支持产品创新设计；基于上述理论研究开展了基于大数据的产品创新设计需求分析应用，非结构化大数据中的图像数据的特征表达及描述方法应用，情景感知驱动用户情感的产品图像数据的挖掘应用。.依托本项目，以第一作者、通信作者发表科研论文6篇，其中SCI 3篇，EI 2篇，申请/授权发明专利3项，2018年8月23-25日在加拿大魁北克蒙特利尔举办的“Design Science Research 2018 - Workshop on Data Driven Design and Learning”国际学术会议上做特邀报告1次。.科学意义：. 大数据背景下，在制造业的产品设计、制造和服务过程中；在流程工业的生产运行和生产过程中；在复杂系统安全运行状态的监控过程中；在各种智能终端产品以及包含各种传感器的机器/设备的生产、使用过程中都将产生和积累海量数据。该项目的研究成果有望为利用从大数据中萃取取、发现适用的知识，激发设计者产生创新设想和创新概念支持产品的创新设计提供方法和理论支撑。