大數(shù)據(jù)條件下算法驅(qū)動(dòng)設(shè)計(jì)創(chuàng)新模型構(gòu)建研究

李月恩　楊萌　李建偉

摘要：隨著智能化時(shí)代的來臨，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)迅猛發(fā)展，產(chǎn)品創(chuàng)新設(shè)計(jì)也步入了全新的智能化發(fā)展階段。本文通過分析產(chǎn)品創(chuàng)新設(shè)計(jì)發(fā)展現(xiàn)狀，結(jié)合大數(shù)據(jù)的信息價(jià)值，利用人工智能神經(jīng)網(wǎng)絡(luò)算法探索產(chǎn)品創(chuàng)新設(shè)計(jì)的新方法。文章通過對(duì)產(chǎn)品大數(shù)據(jù)概念、數(shù)據(jù)來源和數(shù)據(jù)獲取的研究，分析了算法驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)創(chuàng)新建模的基本流程。

關(guān)鍵詞：大數(shù)據(jù);產(chǎn)品設(shè)計(jì);算法驅(qū)動(dòng);模型構(gòu)建

中圖分類號(hào)：TB476 文獻(xiàn)標(biāo)識(shí)碼：A

文章編碼：1672-7053（2020）07-0028-02

1國內(nèi)外發(fā)展現(xiàn)狀

在互聯(lián)網(wǎng)、人工智能技術(shù)的推動(dòng)下，大數(shù)據(jù)分析在教育、醫(yī)療、經(jīng)濟(jì)和管理等方面都得到了廣泛地應(yīng)用，工業(yè)設(shè)計(jì)在這些應(yīng)用理論研究案例的基礎(chǔ)上開創(chuàng)了產(chǎn)品創(chuàng)新設(shè)計(jì)的新方法，用于改善下一代產(chǎn)品和服務(wù)。許多國內(nèi)外學(xué)者都將著名的創(chuàng)新理論與產(chǎn)品設(shè)計(jì)相結(jié)合，為大數(shù)據(jù)條件下算法驅(qū)動(dòng)產(chǎn)品創(chuàng)新設(shè)計(jì)理論和技術(shù)提供了大量豐富的研究成果。

算法驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)創(chuàng)新模型構(gòu)建，重點(diǎn)就是利用計(jì)算機(jī)收集數(shù)據(jù)分析用戶需求，構(gòu)建產(chǎn)品創(chuàng)新設(shè)計(jì)模型的研究。國外學(xué)者Yan HB等為獲取準(zhǔn)確的用戶需求研究語意差分法和聚類分析法分析產(chǎn)品的大數(shù)據(jù);Ryan Ruvald等使用經(jīng)典原型技術(shù)進(jìn)行數(shù)據(jù)信息采集和挖掘，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品服務(wù)系統(tǒng)設(shè)計(jì)。國內(nèi)學(xué)者殷雪梅等提出復(fù)雜產(chǎn)品數(shù)據(jù)模型用于產(chǎn)品建模驅(qū)動(dòng)產(chǎn)品協(xié)同設(shè)計(jì)方法;馬家齊利用AHP層次分析法分析數(shù)據(jù)構(gòu)建產(chǎn)品協(xié)同設(shè)計(jì)系統(tǒng)研究。這些理論對(duì)推動(dòng)產(chǎn)品創(chuàng)新設(shè)計(jì)的發(fā)展奠定了至關(guān)重要的理論基礎(chǔ)和研究方向。

2產(chǎn)品大數(shù)據(jù)概述

2.1產(chǎn)品大數(shù)據(jù)的概念

在產(chǎn)品設(shè)計(jì)中，大數(shù)據(jù)主要分為產(chǎn)品數(shù)據(jù)和用戶數(shù)據(jù)兩類。產(chǎn)品數(shù)據(jù)分析是提高產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力，完善優(yōu)化產(chǎn)品的重要參考指標(biāo)，主要分為產(chǎn)品基礎(chǔ)數(shù)據(jù)、產(chǎn)品消費(fèi)數(shù)據(jù)、產(chǎn)品用戶數(shù)據(jù)和產(chǎn)品反饋數(shù)據(jù)四種。產(chǎn)品基本數(shù)據(jù)是指產(chǎn)品的整體數(shù)據(jù)，包括尺寸、外觀、結(jié)構(gòu)數(shù)據(jù)等，用于分析產(chǎn)品的整體設(shè)計(jì)趨勢(shì);產(chǎn)品消費(fèi)數(shù)據(jù)指的是產(chǎn)品上市以后產(chǎn)品的銷售數(shù)據(jù)，包括產(chǎn)品銷售地區(qū)、銷售數(shù)量、產(chǎn)品的盈虧等，用于分析產(chǎn)品的價(jià)值和市場(chǎng)營銷方式;產(chǎn)品用戶數(shù)據(jù)是指產(chǎn)品銷售過程中用戶的購買量和產(chǎn)品使用后的用戶體驗(yàn)數(shù)據(jù)，用于分析用戶需求，滿足用戶的個(gè)性化需求;產(chǎn)品反饋數(shù)據(jù)指的是產(chǎn)品在產(chǎn)品生命周期的成熟期和衰退期的市場(chǎng)反饋和用戶反饋數(shù)據(jù)，用于研究產(chǎn)品更迭和演化，提高產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。產(chǎn)品生命周期中的各個(gè)時(shí)期的產(chǎn)品數(shù)據(jù)都有著不同的變化，設(shè)計(jì)師可以通過研究產(chǎn)品數(shù)據(jù)的變化分析用戶的需求，指導(dǎo)產(chǎn)品版本迭代，判斷產(chǎn)品價(jià)值，規(guī)劃產(chǎn)品演化和發(fā)展的方向。不同產(chǎn)品的側(cè)重點(diǎn)不同，其相對(duì)應(yīng)的產(chǎn)品數(shù)據(jù)也有差異，是產(chǎn)品、人和環(huán)境相互作用產(chǎn)生的數(shù)據(jù)。

用戶數(shù)據(jù)主要?jiǎng)澐譃殪o態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)兩個(gè)部分，靜態(tài)數(shù)據(jù)主要包括用戶的基本數(shù)據(jù)（姓名年齡、生活形態(tài)、職位工作）、用戶社交數(shù)據(jù)、用戶消費(fèi)數(shù)據(jù)等，用于分析用戶心理需求，構(gòu)建用戶基本畫像;動(dòng)態(tài)數(shù)據(jù)主要指的是用戶的行為動(dòng)態(tài)，產(chǎn)品的購買和退換記錄，用戶對(duì)產(chǎn)品的操作和使用過程數(shù)據(jù)等。用戶數(shù)據(jù)是用戶參與產(chǎn)品設(shè)計(jì)決策的重要參考指標(biāo)，對(duì)產(chǎn)品的優(yōu)化和提高市場(chǎng)競(jìng)爭(zhēng)力起到至關(guān)重要的作用。

2.2產(chǎn)品大數(shù)據(jù)的獲取

2.2.1數(shù)據(jù)來源

現(xiàn)如今，大數(shù)據(jù)的來源多種多樣，總結(jié)起來主要分為內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)兩個(gè)方面。內(nèi)部數(shù)據(jù)主要來源于企業(yè)、機(jī)構(gòu)、工廠等在長期發(fā)展過程中產(chǎn)生的生產(chǎn)數(shù)據(jù)、機(jī)器數(shù)據(jù)、決策數(shù)據(jù)、營銷數(shù)據(jù)、市場(chǎng)數(shù)據(jù)和用戶數(shù)據(jù)等;外部數(shù)據(jù)主要包含國家的官方數(shù)據(jù)庫、各互聯(lián)網(wǎng)平臺(tái)（如淘寶、京東等）的公開數(shù)據(jù)、網(wǎng)絡(luò)爬蟲技術(shù)挖掘的互聯(lián)網(wǎng)信息和專業(yè)大數(shù)據(jù)采集機(jī)構(gòu)的付費(fèi)數(shù)據(jù)等。了解數(shù)據(jù)來源、明確目標(biāo)數(shù)據(jù)是設(shè)計(jì)師了解用戶需求的重要渠道，也是企業(yè)利用大數(shù)據(jù)的價(jià)值實(shí)現(xiàn)產(chǎn)品創(chuàng)新的前提。

2.2.2有效數(shù)據(jù)獲取

大數(shù)據(jù)獲取途徑主要包括從互聯(lián)網(wǎng)中尋找國家公布的官方數(shù)據(jù)、利用網(wǎng)絡(luò)爬蟲技術(shù)快速模擬用戶瀏覽保存網(wǎng)頁中的相關(guān)信息、通過商業(yè)采購的方式向有關(guān)企業(yè)購買實(shí)時(shí)更新的產(chǎn)品數(shù)據(jù)、通過問卷調(diào)查、用戶訪談、市場(chǎng)反饋等方法逐一獲取產(chǎn)品對(duì)象的信息和需求等。產(chǎn)品設(shè)計(jì)創(chuàng)新是不斷分析研究用戶需求改善設(shè)計(jì)方案、提高產(chǎn)品質(zhì)量的過程，期間需要大量客觀準(zhǔn)確的用戶數(shù)據(jù)和產(chǎn)品數(shù)據(jù)。由于產(chǎn)品創(chuàng)新設(shè)計(jì)對(duì)獲取產(chǎn)品有效數(shù)據(jù)的要求高、范圍廣、成本大，因此產(chǎn)品設(shè)計(jì)的有效數(shù)據(jù)的獲取主要通過利用自身企業(yè)數(shù)據(jù)和機(jī)器數(shù)據(jù)、采買相關(guān)企業(yè)數(shù)據(jù)和收集官方數(shù)據(jù)和互聯(lián)網(wǎng)電商數(shù)據(jù)為主。

3大數(shù)據(jù)條件下算法驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)創(chuàng)新模型構(gòu)建的流程

3.1數(shù)據(jù)信息提取和處理

對(duì)于工業(yè)設(shè)計(jì)而言，產(chǎn)品數(shù)據(jù)和用戶數(shù)據(jù)對(duì)產(chǎn)品設(shè)計(jì)方案形成的作用是不同的。用戶數(shù)據(jù)主要用于反饋產(chǎn)品的市場(chǎng)信息，為改善現(xiàn)有產(chǎn)品提供用戶情感需求和功能需求;產(chǎn)品數(shù)據(jù)主要用于構(gòu)建產(chǎn)品形態(tài)庫，通過儲(chǔ)存大量的產(chǎn)品外觀、尺寸和功能協(xié)助設(shè)計(jì)師構(gòu)建產(chǎn)品方案，快速完成產(chǎn)品迭代，減緩產(chǎn)品進(jìn)入衰退期的步伐，保證產(chǎn)品長期擁有市場(chǎng)競(jìng)爭(zhēng)力。

3.1.1用戶數(shù)據(jù)提取和分析

用戶數(shù)據(jù)通過網(wǎng)絡(luò)爬取、購買和調(diào)研等方法獲取提取權(quán)限，根據(jù)數(shù)據(jù)的來源劃分區(qū)域和等級(jí)，對(duì)數(shù)據(jù)的客觀性和準(zhǔn)確性做出初步判斷，分層次進(jìn)行下載和儲(chǔ)存;將不同類型的數(shù)據(jù)進(jìn)行整理歸類，將圖像、數(shù)字、音頻視頻等轉(zhuǎn)化為文本形式呈現(xiàn);利用自然語言劃分工具切割劃分成單獨(dú)的詞向量，根據(jù)專家經(jīng)驗(yàn)和行業(yè)資料對(duì)信息進(jìn)行篩選，去除無效信息和錯(cuò)誤信息，合并同義詞，獲取有效信息;運(yùn)用K-means聚類分析法區(qū)別文本的詞性，SD法分析文本情感詞匯和功能詞匯的關(guān)系，構(gòu)建用戶情感——功能需求信息庫（如圖1）。

3.1.2產(chǎn)品數(shù)據(jù)提取和分析

產(chǎn)品數(shù)據(jù)的提取重點(diǎn)主要是機(jī)器數(shù)據(jù)和企業(yè)內(nèi)部數(shù)據(jù)，與用戶數(shù)據(jù)不同的是，提取的產(chǎn)品數(shù)據(jù)需轉(zhuǎn)化為二維平面圖形語言進(jìn)行分析，用形態(tài)分析法解析產(chǎn)品部件，DFA分析法提取產(chǎn)品部件的關(guān)鍵特征，利用感性工程學(xué)方法對(duì)形態(tài)特征進(jìn)行設(shè)計(jì)師語言描述，并以聚類分析法完成產(chǎn)品數(shù)據(jù)的風(fēng)格聚類，按照產(chǎn)品風(fēng)格——產(chǎn)品功能——產(chǎn)品形態(tài)的步驟構(gòu)建產(chǎn)品二維模型數(shù)據(jù)庫（如圖2）。

3.2產(chǎn)品設(shè)計(jì)創(chuàng)新模型構(gòu)建

3.2.1初步設(shè)計(jì)方案的形成

產(chǎn)品二維模型數(shù)據(jù)庫是設(shè)計(jì)師的素材庫，用戶數(shù)據(jù)信息庫是實(shí)現(xiàn)產(chǎn)品進(jìn)化的推手。首先確定設(shè)計(jì)需求、計(jì)算設(shè)計(jì)需求與用戶需求信息庫的情感需求的相似度，找出對(duì)應(yīng)的功能需求;利用BP神經(jīng)網(wǎng)絡(luò)計(jì)算功能需求與產(chǎn)品二維模型庫中產(chǎn)品模型的結(jié)構(gòu)相似度，找出與設(shè)計(jì)需求風(fēng)格統(tǒng)一、功能一致、形態(tài)新穎的產(chǎn)品部件形態(tài)樣式，將多個(gè)部件樣式模塊化組合創(chuàng)新形成多個(gè)產(chǎn)品初步設(shè)計(jì)方案。

3.2.2創(chuàng)新設(shè)計(jì)方案的細(xì)化

通過設(shè)計(jì)師和專家經(jīng)驗(yàn)對(duì)初步設(shè)計(jì)方案進(jìn)行結(jié)構(gòu)補(bǔ)充，繪制設(shè)計(jì)草圖，將草圖反饋到設(shè)計(jì)需求上，利用AHP層次分析法對(duì)各個(gè)設(shè)計(jì)方案的需求權(quán)重比進(jìn)行排序，確定最符合設(shè)計(jì)需求的方案。由設(shè)計(jì)師按照人機(jī)工程學(xué)原理對(duì)產(chǎn)品進(jìn)行相應(yīng)地細(xì)節(jié)處理，例如產(chǎn)品的接口、倒角、按鈕位置等的細(xì)微調(diào)整，最后得到完整的產(chǎn)品設(shè)計(jì)方案（如圖3）。

3.3設(shè)計(jì)創(chuàng)新趨勢(shì)預(yù)測(cè)

首先利用TRIZ理論和需求進(jìn)化定律預(yù)測(cè)未來需求的進(jìn)化方向，并在此方向上挖掘數(shù)據(jù)變量，通過BP神經(jīng)網(wǎng)絡(luò)模型不斷訓(xùn)練變化數(shù)據(jù)，構(gòu)建變量數(shù)據(jù)進(jìn)化曲線實(shí)時(shí)更新設(shè)計(jì)需求并同步于產(chǎn)品功能的進(jìn)化，從而預(yù)測(cè)設(shè)計(jì)需求和產(chǎn)品形態(tài)的進(jìn)化趨勢(shì)。

4結(jié)語

在大數(shù)據(jù)迅速膨脹的今天，算法驅(qū)動(dòng)產(chǎn)品創(chuàng)新設(shè)計(jì)已經(jīng)成為時(shí)代發(fā)展的趨勢(shì)。對(duì)于企業(yè)而言，如何快速將大數(shù)據(jù)融入到產(chǎn)品設(shè)計(jì)過程中，利用互聯(lián)網(wǎng)技術(shù)、人工智能算法改善現(xiàn)有產(chǎn)品生產(chǎn)結(jié)構(gòu)，快速獲取用戶需求，加快企業(yè)研發(fā)效率，提高產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力已成為企業(yè)邁向數(shù)據(jù)時(shí)代的新臺(tái)階和新方向。對(duì)于設(shè)計(jì)師而言，學(xué)會(huì)如何通過分析大數(shù)據(jù)獲取精準(zhǔn)客觀的用戶需求，設(shè)計(jì)出更符合時(shí)代發(fā)展的產(chǎn)品方案也將成為新的設(shè)計(jì)潮流。