基于在线评论的新产品智能化需求分析研究

Online product reviews are a reliable source of customers' preferences, which can shorten product development life cycles including requirement acquisition and requirement analysis. Although different techniques for processing online reviews are developed, the techniques are rarely seen on accelerating the design work flows significantly. Product designers still confuse about how to apply these state-of-art techniques and move forward towards the transformation from online reviews to customer requirements and the optimization of design workflow. Researches regarding online reviews fail to take the product design requirements into consideration. Thus this study investigates analyzing online reviews from the perspective of designers, proposes targeted methodologies and theories for requirement acquisition and requirement analysis intelligently, and, finally, offers a path of efficient and effective service for product design. In the requirement acquisition stage, this study reviews the quality of online customer reviews and articulates how to retrieve reliable information brilliantly. In the requirement analysis stage, this study analyzes the classification of customer requirements and the customer bias identification, traces the changes of customer requirements, and balances the importance of product characteristics. In the product design stage, this study compares different products comprehensively, describes the efforts on the comparison of multiple products in a product family and the comparison of similar products in different brands, and explores the possibility of modeling the requirement identification and the engineering design among competitive products, and develops the design methodologies and technologies under the circumstance of network.

在线产品评论是一种可靠的获取顾客偏好的信息来源。设计人员如果可以将在线评论直接反馈到新产品开发，这将会缩短新产品研发的需求获取、需求分析等流程。尽管有许多相关技术处理大量在线评论，但是这些技术很难直接应用于产品设计中。设计人员难以利用这些技术直接将在线评论转化为产品需求信息，也难以用其优化工作流程。已有的处理在线评论的技术很少考虑到产品设计的需求。本研究旨在提出一套基于顾客在线评论的智能化顾客需求识别与分析的理论及方法，为设计人员提供直接、有效的服务。通过聚焦于产品的需求获取，本研究构建在线评论质量的分析方法，实现需求信息的智能发现；基于顾客在线评论，本研究构建智能化顾客需求分类和顾客偏好识别方法，提出顾客需求变更演进模型，以及产品特性评价与筛选模型；构建基于在线评论的产品族及竞争性产品的属性对比与评价模型，提出考虑竞争产品的需求识别和产品设计方法，发展网络环境下的设计理论和技术。

在线产品评论是一种可靠的获取顾客偏好的信息来源。在国家自然科学基金的支持下，立足于产品设计人员，本研究提出了一套基于顾客在线评论的智能化顾客需求识别与分析的理论及方法，帮助设计人员获取、分析客户需求。本研究对顾客需求信息检索、消费者偏好识别、产品特征属性评价和相似产品比较方法等四个问题展开研究。针对研究问题一，通过聚焦于产品的需求获取，本研究在过去研究工作的基础上，提出了一种协同训练算法，构建了在线评论质量的分析方法，实现需求信息的智能发现；针对研究问题二，通过对顾客反馈多角度考察，本研究利用卡诺模型分析了顾客需求的不同分类及建立一种混合优化问题来分析顾客偏好对客户满意度的影响，还利用双聚类方法建立一种面向市场分割的顾客需求分析方法；针对研究问题三，本研究基于条件随机场提出分析比较细节化客户需求的智能提取技术以及建立一种基于协同聚类的算法来分析客户反馈的具体原因；针对研究问题四，本研究将基于在线评论的竞争性产品的属性对比与评价转化为利用一种优化模型的典型语句采样，提出了考虑竞争产品的需求识别和产品设计方法。针对以上四个问题，本研究分别在被SCI一区检索的国际期刊、北京大学中文核心期刊、国际国内重要会议发表文章做出相应的讨论，收到了相关领域专家较好的评价。本研究将信息领域的模型和方法应用于管理科学领域，提出的算法和模型从多角度阐明评论数据的价值，补充了客户需求获取及分析的相关理论，为评论数据的相关研究提供新思路，深化对学术界对海量评论数据的认识，推动市场驱环境下客户需求数据的快速发现与重构的分析方法的封装等研究，并为企业形成有针对性的决策支持模式及智能的控制能力提供有效借鉴。