基于复杂网络理论的产品形态设计方法研究
发布时间：2021-07-20 14:12
产品形态设计不仅是产品创新设计的重要组成部分,也逐步成为工业设计研究的热点。一套完整的产品形态设计流程,从需求调研开始,直至设计成品问世,其间会经历很多阶段,本研究着重考虑与工业设计师密切相关的三个阶段:用户需求调研、形态设计要素分解以及概念草图生成。面对这三个设计阶段的挑战,工业设计师大多采用问卷调查、头脑风暴等传统设计方法。但是,这些传统设计方法全程由设计师主导,具有很强的主观性。近年来,随着大数据、人工智能技术的蓬勃发展,将计算机技术合理运用到这三个设计阶段当中,辅助提升传统设计模式,已成为工业设计重要的发展趋势。基于此,本研究在设计前期的需求调研阶段,采用自然语言处理方法挖掘用户需求,结合复杂网络理论建立用户评价主题网络模型;在形态设计要素分解阶段,利用形态分析法对设计要素进行分解,结合复杂网络理论建立设计约束网络模型;在概念草图生成阶段,通过BP神经网络进行适应度评价,结合遗传算法展开形态智能化设计。第一,从电商平台采集目标产品用户评价数据;利用自然语言处理工具进行评价数据主题建模;结合复杂网络理论与共现分析方法建立用户评价主题网络,直观展示分析结果。将大数据、机器学习算法与...
【文章来源】：兰州理工大学甘肃省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
技术路线图
基于复杂网络理论的产品形态设计方法研究9第2章评价主题网络模型要想从用户的在线评价中采集信息，发现现有产品的不足，明确现有产品改进的方向，就需要确保用户评价的真实有效性。但实际上在众多评价中，无效评价占有一定的比例，这就让信息采集出现了困难。需要先进行筛选处理，保留有价值的评价才能进行数据分析。Zhang等[32]从产品设计者的角度归纳出五类特征来预测评价的帮助性。S.M.等[33]开发并测试了一个消费者评价帮助模型，以判断评价信息的有用性。Jin等[34]对评价数据进行特征提取与情感分析，利用卡尔曼滤波法预测客户需求(CRs)趋势。这些研究实现了对在线评价的情感分析，对于需求挖掘有很大的参考价值，不过它们的研究主要集中在情感极性分类上，判定文本传达的是积极还是消极的（或中立的）情感，评价文本传达的主题并没有得到充分挖掘，这对于用户需求挖掘而言是不够的。评价文本主题挖掘的基础是关键词抽取，关键词是文本主题的体现，它在一定程度上可以反映评价文本的主题。史伟等[35]通过抓取出现频率较高的词汇，从而找出最能描绘手机产品的特征词。在关键词提取研究方面，毛太田等[36]根据TF-IDF算法来区分筛选微博话题中重要的舆情词，该算法认为：若某个词是某篇文本中的高频词，且在其他文本中很少出现，该词就具有很强的区分性。不过，考虑到评价文本的多样性，单纯以词频作为评价文本主题词的判据，显得不够全面，某些低频但很重要的词汇可能会被忽略。基于此，本研究期望提出一种基于主题网络模型的用户需求分析方法，结合机器学习算法和复杂网络模型，实现用户需求的快速挖掘与直观展示。具体的研究流程如图2.1所示。图2.1主题网络模型研究流程
硕士学位论文102.1产品评价数据集我们经常提到的“数据”，主要指的是结构化数据(StructuredData)，通过对这些结构化数据进行仔细研究与归纳总结，得到相关结论的过程就是数据分析。如今，信息在互联网时代已经无处不在，对于产品设计师来说，大量的产品评价信息以及新信息的创建与发布速度，提供了研究和分析产品设计信息的机会。但是如何成功地从万千信息中提取出我们需要的信息并加以利用并非易事，而网络爬虫(WebCrawler)，作为一种程序工具，可以自发地从被访问页面中找到我们需要的信息，有效解决了上述问题，因此本研究将使用网络爬虫工具进行用户评价信息的采集。用户在使用产品过后将产生的体验、感受和意见通过文字或者图片、视频的方式在网页上呈现，生成了相应的评价内容(UGC)，即通常所指的消费者评价(OCR)，它们是商品在线口碑的一种重要形式，并作为免费的“销售助理”帮助消费者识别最符合其使用条件的产品[37]。这些评价在时间上响应及时，数量巨大，不仅有助于消费者在购买前进行判断，而且可以挖掘潜在的用户需求，引导商家和厂商进行设计、生产及运营。2.1.1用户评价数据采集如今主流的电商平台都有用户评价模块，数据采集之前，首先要确定去哪个平台采集数据，进而选取该平台的版块、商品，这样可以定位到具体的网页。在确定了数据采集的具体网页之后，借助网络爬虫技术，爬取相关的评价文本。具体执行时，使用Chrome浏览器，借助Python语言调用Selenium工具中的Webdriver自动测试框架，爬取相对应的用户评价数据。运行脚本(Script)输入指令给Webdriver，Webdriver控制浏览器，浏览器返回响应(Response)，通过代码实现对浏览器的操作。数据采集过程如图2.2所示。图2.2数据采集过程
【参考文献】：
期刊论文
[1]群智创新：人工智能2.0时代的新兴创新范式[J]. 罗仕鉴. 包装工程. 2020(06)
[2]“一带一路”倡议下的Twitter文本主题挖掘和情感分析[J]. 赵常煜,吴亚平,王继民. 图书情报工作. 2019 (19)
[3]基于优化BP神经网络的手写体识别系统[J]. 张圣杰,郭必广,陈屏国. 计算机与数字工程. 2019(10)
[4]第四次工业革命与超级智能时代[J]. 鄢一龙. 中央社会主义学院学报. 2019(05)
[5]信息艺术设计：在艺术和科学融合的“临界点”上[J]. 师丹青,王之纲,徐迎庆,付志勇. 装饰. 2019(09)
[6]TMvis:基于LDA的主题建模可视分析系统[J]. 汤颖,苏建明,童宁. 计算机辅助设计与图形学学报. 2019(10)
[7]新媒体时代下网络热点事件情感传播特征研究[J]. 毛太田,蒋冠文,李勇,赵蓉,高凯. 情报科学. 2019(04)
[8]在线个性化产品定制研究综述与展望[J]. 甄杰,严建援. 重庆工商大学学报(社会科学版). 2018(06)
[9]产品配色设计的色彩邻接网络模型[J]. 李愚,刘肖健,孙艳,卢纯福. 计算机集成制造系统. 2019(09)
[10]遗传算法在阵列天线方向图综合中的应用[J]. 李铭琦. 中国新通信. 2018(09)
硕士论文
[1]基于蛛网结构的产品意象形态进化设计研究[D]. 肖丽薇.兰州理工大学 2018
[2]基于卷积神经网络的图像分类算法研究[D]. 郭田梅.济南大学 2017
[3]产品造型意象熵评价研究[D]. 张新新.兰州理工大学 2016
[4]产品多目标意象造型进化设计研究[D]. 张秦玮.兰州理工大学 2014
[5]基于感性工学和遗传算法的产品形态智能设计系统研究[D]. 张书涛.兰州理工大学 2011
[6]基于下意识行为的产品愉悦体验研究[D]. 刘洁.上海交通大学 2010
[7]产品设计初期用户潜在需求获取研究与应用[D]. 任洁.北京服装学院 2008
本文编号：3292975
【文章来源】：兰州理工大学甘肃省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
技术路线图
基于复杂网络理论的产品形态设计方法研究9第2章评价主题网络模型要想从用户的在线评价中采集信息，发现现有产品的不足，明确现有产品改进的方向，就需要确保用户评价的真实有效性。但实际上在众多评价中，无效评价占有一定的比例，这就让信息采集出现了困难。需要先进行筛选处理，保留有价值的评价才能进行数据分析。Zhang等[32]从产品设计者的角度归纳出五类特征来预测评价的帮助性。S.M.等[33]开发并测试了一个消费者评价帮助模型，以判断评价信息的有用性。Jin等[34]对评价数据进行特征提取与情感分析，利用卡尔曼滤波法预测客户需求(CRs)趋势。这些研究实现了对在线评价的情感分析，对于需求挖掘有很大的参考价值，不过它们的研究主要集中在情感极性分类上，判定文本传达的是积极还是消极的（或中立的）情感，评价文本传达的主题并没有得到充分挖掘，这对于用户需求挖掘而言是不够的。评价文本主题挖掘的基础是关键词抽取，关键词是文本主题的体现，它在一定程度上可以反映评价文本的主题。史伟等[35]通过抓取出现频率较高的词汇，从而找出最能描绘手机产品的特征词。在关键词提取研究方面，毛太田等[36]根据TF-IDF算法来区分筛选微博话题中重要的舆情词，该算法认为：若某个词是某篇文本中的高频词，且在其他文本中很少出现，该词就具有很强的区分性。不过，考虑到评价文本的多样性，单纯以词频作为评价文本主题词的判据，显得不够全面，某些低频但很重要的词汇可能会被忽略。基于此，本研究期望提出一种基于主题网络模型的用户需求分析方法，结合机器学习算法和复杂网络模型，实现用户需求的快速挖掘与直观展示。具体的研究流程如图2.1所示。图2.1主题网络模型研究流程
硕士学位论文102.1产品评价数据集我们经常提到的“数据”，主要指的是结构化数据(StructuredData)，通过对这些结构化数据进行仔细研究与归纳总结，得到相关结论的过程就是数据分析。如今，信息在互联网时代已经无处不在，对于产品设计师来说，大量的产品评价信息以及新信息的创建与发布速度，提供了研究和分析产品设计信息的机会。但是如何成功地从万千信息中提取出我们需要的信息并加以利用并非易事，而网络爬虫(WebCrawler)，作为一种程序工具，可以自发地从被访问页面中找到我们需要的信息，有效解决了上述问题，因此本研究将使用网络爬虫工具进行用户评价信息的采集。用户在使用产品过后将产生的体验、感受和意见通过文字或者图片、视频的方式在网页上呈现，生成了相应的评价内容(UGC)，即通常所指的消费者评价(OCR)，它们是商品在线口碑的一种重要形式，并作为免费的“销售助理”帮助消费者识别最符合其使用条件的产品[37]。这些评价在时间上响应及时，数量巨大，不仅有助于消费者在购买前进行判断，而且可以挖掘潜在的用户需求，引导商家和厂商进行设计、生产及运营。2.1.1用户评价数据采集如今主流的电商平台都有用户评价模块，数据采集之前，首先要确定去哪个平台采集数据，进而选取该平台的版块、商品，这样可以定位到具体的网页。在确定了数据采集的具体网页之后，借助网络爬虫技术，爬取相关的评价文本。具体执行时，使用Chrome浏览器，借助Python语言调用Selenium工具中的Webdriver自动测试框架，爬取相对应的用户评价数据。运行脚本(Script)输入指令给Webdriver，Webdriver控制浏览器，浏览器返回响应(Response)，通过代码实现对浏览器的操作。数据采集过程如图2.2所示。图2.2数据采集过程
【参考文献】：
期刊论文
[1]群智创新：人工智能2.0时代的新兴创新范式[J]. 罗仕鉴. 包装工程. 2020(06)
[2]“一带一路”倡议下的Twitter文本主题挖掘和情感分析[J]. 赵常煜,吴亚平,王继民. 图书情报工作. 2019 (19)
[3]基于优化BP神经网络的手写体识别系统[J]. 张圣杰,郭必广,陈屏国. 计算机与数字工程. 2019(10)
[4]第四次工业革命与超级智能时代[J]. 鄢一龙. 中央社会主义学院学报. 2019(05)
[5]信息艺术设计：在艺术和科学融合的“临界点”上[J]. 师丹青,王之纲,徐迎庆,付志勇. 装饰. 2019(09)
[6]TMvis:基于LDA的主题建模可视分析系统[J]. 汤颖,苏建明,童宁. 计算机辅助设计与图形学学报. 2019(10)
[7]新媒体时代下网络热点事件情感传播特征研究[J]. 毛太田,蒋冠文,李勇,赵蓉,高凯. 情报科学. 2019(04)
[8]在线个性化产品定制研究综述与展望[J]. 甄杰,严建援. 重庆工商大学学报(社会科学版). 2018(06)
[9]产品配色设计的色彩邻接网络模型[J]. 李愚,刘肖健,孙艳,卢纯福. 计算机集成制造系统. 2019(09)
[10]遗传算法在阵列天线方向图综合中的应用[J]. 李铭琦. 中国新通信. 2018(09)
硕士论文
[1]基于蛛网结构的产品意象形态进化设计研究[D]. 肖丽薇.兰州理工大学 2018
[2]基于卷积神经网络的图像分类算法研究[D]. 郭田梅.济南大学 2017
[3]产品造型意象熵评价研究[D]. 张新新.兰州理工大学 2016
[4]产品多目标意象造型进化设计研究[D]. 张秦玮.兰州理工大学 2014
[5]基于感性工学和遗传算法的产品形态智能设计系统研究[D]. 张书涛.兰州理工大学 2011
[6]基于下意识行为的产品愉悦体验研究[D]. 刘洁.上海交通大学 2010
[7]产品设计初期用户潜在需求获取研究与应用[D]. 任洁.北京服装学院 2008
本文编号：3292975
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3292975.html
