应用K-Means聚类的数据驱动产品创新方法研究
发布时间：2021-01-30 08:47
针对在大数据背景下产品设计求解问题的探究,以儿童陪伴机器人产品为理论研究的设计载体,提出了应K-Means聚类的数据驱动的设计问题求解途径,构建了以K-Means聚类的数据驱动设计问题求解的模式、模型、策略与方法,是对工业设计的理论研究与设计实践的探索。应用K-Means聚类的数据驱动进行设计实践活动,探究设计活动的底层逻辑,研究适应大数据时代的解决设计问题的路径。产品产生的数据是一切数据驱动的基础,运用实验和儿童陪伴机器人设计实践来论证相关现象和问题:通过儿童陪伴机器人设计实践对相关问题或现象进行解释或论证,获取相关方法,通过儿童陪伴机器人设计实践案例论证设计方法的可操作性。通过对于K-Means聚类的数据驱动产品创新方法的研究与探索,获取解决设计问题的抽象性模型,提供了大数据环境下产品创新设计的不同途径,是对设计理论创新的一次探索性设计实践。
【文章来源】：山东建筑大学山东省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
产品生命周期（图片来源:源于网络）
山东建筑大学硕士学位论文5环节进行创新，增加了用户对产品影响的权重和用户调研的客观性，完善调研数据驱动设计策略的机制，同时将产品创新设计的速度和质量也提高了。最后通过智能儿童陪伴机器人的设计案例来验证K-Means聚类的数据驱动产品模型的可行性。图1-2用户参与过程（图片来源：作者自绘）深入洞察目标人群对现有产品的需求和痛点，需要对消费者的需求决策模型有一个完整了解，并在这个基础上了解产品的使用体验及评价，并从冲突中探索产品创新的机会。1.3.2K-Means聚类的数据驱动产品的创新点应用K-Means聚类的数据驱动产品的创新点主要包括数据分析的创新、结果总结的创新、结果展示的丰富以及产品案例的创新性。数据分析的创新包括用户数据的获娶K-Means聚类算法的优化；结果总结的创新包括使用K-Means聚类算法获取有价值信息应用的创新，K-Means聚类算法中对聚类对象分组的创新；结果展示的丰富包括通过对用户的数据分析进行数据得到的结论如何直观地服务创新设计；产品案例的创新性是指通过K-Means聚类的数据驱动的产品创新创造出符合用户需求的产品。
山东建筑大学硕士学位论文71.4.2论文的结构框架图1-1论文的框架结构图（图片来源：作者自绘）1.5本章小结本章对论文《应用K-Means聚类的数据驱动产品创新方法研究》的课题来源、论文研究背景和论文要探讨问题做出了综合概述，随后对国内外对于数据驱
【参考文献】：
期刊论文
[1]功能模块-抽象形态模型的构建方法与关键技术研究[J]. 蒋超,余隋怀,姚澜. 机械制造. 2018(02)
[2]案例驱动的协同设计知识管理模型及实现[J]. 王亚辉,余隋怀,陈登凯,初建杰,王淑侠. 计算机集成制造系统. 2018(03)
[3]汽车造型的工程属性与情感属性的映射关系研究[J]. 王贞,赵江洪. 包装工程. 2016(20)
[4]基于层次语义特征的复杂产品工业设计研究[J]. 欧静,赵江洪. 包装工程. 2016(10)
[5]遗传-蚁群算法求解司钻控制室操纵器布局优化[J]. 邓丽,王国华,余隋怀. 工程设计学报. 2016(02)
[6]K-均值聚类算法在网络商城促销中的应用[J]. 万华,常珊,涂淑琴. 现代计算机(专业版). 2013(35)
[7]基于案例决策的产品概念设计方法[J]. 王清,赵勇,韩守东. 计算机集成制造系统. 2011(06)
[8]基于半监督的K-means聚类改进算法[J]. 李小展. 东莞理工学院学报. 2011(01)
[9]数据挖掘在电信客户细分中的应用[J]. 陈起. 科学技术与工程. 2009(16)
[10]基于用户认知的产品外观创新设计知识模型[J]. 刘征,孙守迁,吴剑锋,吴群. 计算机集成制造系统. 2009(02)
博士论文
[1]基于改进K-means算法的民航飞机降落过程油耗分析研究[D]. 朱青.合肥工业大学 2019
[2]基于移动用户行为的挖掘及推荐算法研究[D]. 丁哲.电子科技大学 2017
[3]数据驱动的设计问题求解[D]. 余从刚.湖南大学 2017
[4]面向客户价值的智能产品概念设计方法研究[D]. 厉秀珍.上海交通大学 2017
硕士论文
[1]数据驱动产品创新方法研究与应用[D]. 刘娜.山东建筑大学 2019
[2]基于数据挖掘的手机客户细分研究[D]. 刘楷正.华北水利水电大学 2016
[3]k-means算法若干改进和应用[D]. 黄继超.中南大学 2013
[4]决策树方法在农业智能决策中数据挖掘的应用与实现[D]. 郭永强.中国农业科学院 2012
[5]遗传算法在数据挖掘聚类分析中的应用研究[D]. 刘琨.中南林业科技大学 2008
[6]数据挖掘在电信客户细分领域的应用[D]. 叶蕾.昆明理工大学 2004
本文编号：3008616
【文章来源】：山东建筑大学山东省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
产品生命周期（图片来源:源于网络）
山东建筑大学硕士学位论文5环节进行创新，增加了用户对产品影响的权重和用户调研的客观性，完善调研数据驱动设计策略的机制，同时将产品创新设计的速度和质量也提高了。最后通过智能儿童陪伴机器人的设计案例来验证K-Means聚类的数据驱动产品模型的可行性。图1-2用户参与过程（图片来源：作者自绘）深入洞察目标人群对现有产品的需求和痛点，需要对消费者的需求决策模型有一个完整了解，并在这个基础上了解产品的使用体验及评价，并从冲突中探索产品创新的机会。1.3.2K-Means聚类的数据驱动产品的创新点应用K-Means聚类的数据驱动产品的创新点主要包括数据分析的创新、结果总结的创新、结果展示的丰富以及产品案例的创新性。数据分析的创新包括用户数据的获娶K-Means聚类算法的优化；结果总结的创新包括使用K-Means聚类算法获取有价值信息应用的创新，K-Means聚类算法中对聚类对象分组的创新；结果展示的丰富包括通过对用户的数据分析进行数据得到的结论如何直观地服务创新设计；产品案例的创新性是指通过K-Means聚类的数据驱动的产品创新创造出符合用户需求的产品。
山东建筑大学硕士学位论文71.4.2论文的结构框架图1-1论文的框架结构图（图片来源：作者自绘）1.5本章小结本章对论文《应用K-Means聚类的数据驱动产品创新方法研究》的课题来源、论文研究背景和论文要探讨问题做出了综合概述，随后对国内外对于数据驱
【参考文献】：
期刊论文
[1]功能模块-抽象形态模型的构建方法与关键技术研究[J]. 蒋超,余隋怀,姚澜. 机械制造. 2018(02)
[2]案例驱动的协同设计知识管理模型及实现[J]. 王亚辉,余隋怀,陈登凯,初建杰,王淑侠. 计算机集成制造系统. 2018(03)
[3]汽车造型的工程属性与情感属性的映射关系研究[J]. 王贞,赵江洪. 包装工程. 2016(20)
[4]基于层次语义特征的复杂产品工业设计研究[J]. 欧静,赵江洪. 包装工程. 2016(10)
[5]遗传-蚁群算法求解司钻控制室操纵器布局优化[J]. 邓丽,王国华,余隋怀. 工程设计学报. 2016(02)
[6]K-均值聚类算法在网络商城促销中的应用[J]. 万华,常珊,涂淑琴. 现代计算机(专业版). 2013(35)
[7]基于案例决策的产品概念设计方法[J]. 王清,赵勇,韩守东. 计算机集成制造系统. 2011(06)
[8]基于半监督的K-means聚类改进算法[J]. 李小展. 东莞理工学院学报. 2011(01)
[9]数据挖掘在电信客户细分中的应用[J]. 陈起. 科学技术与工程. 2009(16)
[10]基于用户认知的产品外观创新设计知识模型[J]. 刘征,孙守迁,吴剑锋,吴群. 计算机集成制造系统. 2009(02)
博士论文
[1]基于改进K-means算法的民航飞机降落过程油耗分析研究[D]. 朱青.合肥工业大学 2019
[2]基于移动用户行为的挖掘及推荐算法研究[D]. 丁哲.电子科技大学 2017
[3]数据驱动的设计问题求解[D]. 余从刚.湖南大学 2017
[4]面向客户价值的智能产品概念设计方法研究[D]. 厉秀珍.上海交通大学 2017
硕士论文
[1]数据驱动产品创新方法研究与应用[D]. 刘娜.山东建筑大学 2019
[2]基于数据挖掘的手机客户细分研究[D]. 刘楷正.华北水利水电大学 2016
[3]k-means算法若干改进和应用[D]. 黄继超.中南大学 2013
[4]决策树方法在农业智能决策中数据挖掘的应用与实现[D]. 郭永强.中国农业科学院 2012
[5]遗传算法在数据挖掘聚类分析中的应用研究[D]. 刘琨.中南林业科技大学 2008
[6]数据挖掘在电信客户细分领域的应用[D]. 叶蕾.昆明理工大学 2004
本文编号：3008616
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3008616.html
