應用K-MEANS聚類的數據驅動產品創新模型研究

李月恩 張舒青 張伽誠

關鍵詞：產品創新 數據驅動設計 創新模型 K-Means聚類 陪伴機器人設計

引言

隨著時代的發展與市場的快節奏化，產品創新的方法也在與時俱進。自進入信息時代后，每時每刻都有龐大的數據注入到計算機和網絡之中，數據已成為新型的生產資料和連接人與物之間信息傳遞的橋梁。將數據應用于產品創新領域，應用于產品開發過程，已成為產品創新轉型突破的新方向。

在數據驅動產品創新領域，已有許多國內外的專家和學者進行研究，并且取得了一定的成果。湖南大學余從剛、趙江洪研究團隊[1]根據產品設計的數據輸入模式，建立了基于具體數據和抽象數據的兩種不同的數據驅動產品設計模式。浙江大學南方電網人工智能創新聯合研究中心的劉宣慧、郗宇凡等[2]通過文獻綜述等方法應用數據思維探究產品生命全周期數據對設計的驅動作用，指出了產品數據在指導設計創新中的重要作用。南京工程學院藝術與設計學院的閆勝昝、韓志天[3]認為產品創新從各個方面吸收大數據的優勢，有助于更好地理解用戶對產品的本質需求，在表現手段、設計方法、產品功能的角度設計更多高質量的產品。綜合來看，使用數據方式驅動產品創新已經成為產品設計領域的研究熱點，是產品創新的一種新方法。

在數據驅動產品創新的研究中，文章引入K-Means聚類方法作為主要數據處理方法，以此完善數據方式在產品創新領域的應用。K-Means聚類的數據驅動產品創新研究的本質是，在用戶需求信息條件下，挖掘產品信息數據，對挖掘得到的數據庫進行數據處理、數據分析后得到設計特征，并用來指導產品創新設計，是一種數據驅動產品創新的新方法。

一、數據驅動產品創新的基本特征

（一）數據驅動產品創新的概念

數據驅動產品創新設計是一種應用大數據思維，使用大數據手段如數據挖掘技術，進行產品生命周期數據的分析，輔助設計人員進行舊產品改進和新產品開發的設計方式。其中，產品數據指的是，在產品從概念設計到實際生產再到用戶使用反饋這整個生命周期中由人、物、環境三者共同作用產生的各種信息數據，蘊含了大量有價值的產品反饋、用戶偏好和市場需求等信息，這些信息蘊含了對指導產品創新設計有重要作用。

隨著科學技術的發展，信息與數據技術逐漸更新換代，數據量在計算機和網絡上不斷增加，數據的獲取和儲存方式也逐漸增多，目前的數據處理方式不僅僅是進行淺層次的數據處理如瀏覽等，并且可以對大量數據之間的聯結進行處理，對已有數據分析進行設計指導。要實現數據驅動創新，就需要應用數據技術對潛在的各種有價值數據進行有效處理。

（二）數據驅動產品創新的意義

1.傳統的設計模式的局限性

傳統產品設計過程一般為：對用戶與市場進行調研總結得到用戶需求；分析用戶需求得到產品設計特征；根據設計特征進行產品創新概念設計；改進完善概念設計方案得到產品創新設計方案；根據設計方案進行生產投入市場。

傳統設計流程圖如圖1所示：

在傳統產品設計流程之中，設計人員需要人工收集用戶的反饋的信息，并且根據自身經驗進行設計特征總結分析，最終設計出產品。在需求采集過程中設計人員采取的手段有限，分析設計特征過程中對設計人員存在依賴并且主觀性較強，傳統產品設計過程中人力、物力耗費巨大。總的來說，傳統設計方法存在（1）對專家的依賴性強；（2）設計方案主觀性強；（3）實時性差；（4）調研數據少和范圍小等局限性。

2.數據驅動設計的優勢

數據驅動設計相比于傳統產品設計的優勢在于（1）應用數據技術能夠采集得到遠超于人工收集數量的產品數據（2）應用大數據手段能夠分析遠超于傳統方式研究的樣本數量（3）在數據采集、數據分析、分析結果可視化各個階段都能夠更深入地探索潛在的有價值信息，從而對產品創新設計流程造成影響。

數據驅動設計流程如圖2所示：

將數據手段應用于產品創新領域，打破了傳統設計過程中過于依賴設計者主觀判斷的局面；把產品整個生命周期產生的數據全部整合到產品創新設計過程中，可以減少干擾設計結果的虛假、混亂信息，更加明確用戶的復雜需求；構建數據驅動的設計創新方法模型理論上可以減少設計師個人判斷對設計結果的影響，使設計結果波動在較小范圍內，能對未來產品創新設計起到引導作用。可以說大數據的應用幫助了解用戶與市場的需求發展趨勢，明確更優決策信息，能夠快速準確地響應用戶的需求，抓住新興的機會，提高競爭能力。

二、K-Means 聚類的數據驅動產品創新模型

（一）模型構建

K-Means 聚類算法是根據已知分類規則與給定數據群組數，對數據集進行多次數據歸類，直到各群組內具有相似特征的數據穩定在該群組內不再變化，其具有原理簡單、操作簡單、易于實現和處理數據量大等優點。

在應用K-Means聚類的數據驅動產品創新模型構建上，將產品設計層面分為用戶需求獲取、需求總結和設計特征分析三個階段；將數據驅動層面分為數據采集、數據清洗和數據分析三個階段；在技術層次上，利用Python程序與網絡爬蟲技術完成數據獲取與數據清洗，利用K-Means聚類方法作為數據處理手段分析、挖掘滿足需求的設計特征。將設計與數據驅動層次、技術層次一一對應，構建應用K-Means聚類的數據驅動產品創新方法模型。

K-Means聚類算法驅動的產品創新設計模型，如圖3所示：

（二）模型實現過程

K-Means聚類算法驅動的產品創新模型具體實現過程如下：

1.數據采集

實現過程中，實現數據驅動的第一步是要進行數據獲取。數據來源選擇天貓、京東、Amazon等知名度較高、產品屬性完整、日活用戶較多的線上電商平臺。來源于線上購物平臺的數據具有數量龐大、采集方式簡單、數據維度全面、實時性強等優勢。在K-Means聚類的數據驅動設計創新模型中，產品數據數量越多、維度越廣、實時性越強就越能分析出最符合用戶需求的產品特征。

在數據獲取階段，使用的技術路線為網絡爬蟲技術，用來完成產品屬性信息數據與用戶評論信息數據采集。網絡爬蟲是一種常用于采集網絡平臺數據的工具，有著易操作、易理解、功能強的特點，其中常用于獲取產品數據的Python程序語言可以使用許多軟件包，操作簡單，在數據獲取中有著重要的作用。

2.數據清洗

經過前一個步驟的數據獲取階段，已經得到了大量的產品數據，不過現階段的數據是沒有規律、雜亂無章的。此階段的任務就是通過Python程序語言檢查排除產品數據集之中的錯誤數據、不完整數據和明顯異常數據，再清洗后得到數據量少、數據準確性高的有效數據。這種經過清洗后的數據才能保證模型的質量，保證分析結果的準確。數據清洗是進行數據分析前必不可少的一步。

數據清洗后得到的數據集變化特征如圖4所示：

3.數據分析

數據分析主要包括數據探索、目標分析與提出建議幾個部分。數據分析的特點是：可以通過圖片與表格等可視化手段來更清晰、更有條理地分析數據中隱藏的規律與價值。數據分析可以幫助設計人員找到產品設計規律，例如某個受歡迎產品設計實例之中可借鑒的設計因素有哪些、不受歡迎的案例中沒有考慮到的設計因素是什么，并且可通過本次設計成功和失敗的設計數據指導下一步的設計實踐工作，如圖5。

對清洗后的產品數據進行K-Means聚類分析時，產品特征可以選擇對創新設計影響較大的，比如產品風格、產品配色和產品造型。經過K-Means聚類之后，可以得到用戶對不同產品特征的喜愛程度，根據產品的受歡迎特征對產品進行改進和創新設計，通過K-Means聚類分析的結果可以找到該產品創新設計的重點。

三、實際設計案例研究——一款兒童陪伴機器人的設計

本節采用案例研究法，應用構建的K-Means 聚類驅動的產品創新模型設計一款針對3-6歲學齡前兒童的陪伴機器人，并根據設計結果驗證這一模型的可行性、先進性。

（一）陪伴機器人產品分析

隨著生活的快節奏化，年輕一代各方面壓力日漸增大，難以在工作與家庭之中找到平衡，面對需要家長看護的兒童，考慮使用智能產品輔助家長進行陪護。陪伴機器人屬于家用智能機器人的一種，目前兒童陪伴機器人產品功能主要包括看護、陪伴兒童；機器人玩具；家長監控、即時通訊以及教育輔導等功能。[4]其中兒童陪伴機器人基本功能是看護、陪伴兒童，附加價值是對使用者起到一定的教育作用，引導兒童學習基礎知識與增強交流能力。

選擇兒童智能機器人作為案例進行研究的原因，一是隨著智能制造技術發展與智能兒童產品開發熱潮，機器人玩具在兒童產品中已成為流行趨勢，用戶對兒童機器人需求逐漸擴大，智能兒童機器人的市場規模逐漸擴大；二是相較于傳統產品創新方法，智能機器人的產品數據在電商平臺數量更多、屬性更全，可以滿足使用數據驅動產品創新模型的要求，體現數據驅動手段的先進性。本次案例設計的研究目的在于驗證K-Means聚類的數據驅動產品創新模型的可行性并設計一款新的產品。

（二）兒童用戶分析

1.生理特征分析

（1）語言能力快速提升：兒童階段是人體生理變化速度最快的階段，3-6 歲兒童的大腦重量已趨近于成人大腦。左腦負責的語言技能逐漸發展，因此這個時期的兒童交流能力穩定增長[5]。因此，陪伴機器人的設計應強調互動性，以培養兒童的交往能力和語言能力。

（2）色彩認知逐漸全面：3-6歲的兒童處于感官發展最快的時期，這個時期的兒童已經對色彩產生了知覺，不同的色彩可以刺激兒童的視覺神經，影響兒童的和情緒、智力和個性的發展。3-6歲的兒童比較喜歡鮮亮艷麗、對比度強的顏色[6]，在對兒童陪伴機器人進行設計的時候，需要采用讓兒童偏愛的親切、愉快的顏色。

2.心理特征分析

（1）對陪伴的需求：3-6歲的兒童正是心理迅速發展的時期，在此階段的兒童對自我的認知不斷提高，渴望得到父母的更多關注，對父母表現出強烈的依戀的情感。[7]但由于兒童心理并不穩定，若是沒有給兒童及時的陪伴容易導致兒童負面情緒的產生。（2）對交流的需求：兒童在此階段語言表達能力有了不小的提升，與家長的交流過程中可以發展兒童情感和認知能力，積極、愉悅的交流對兒童性格發展有著積極作用。（3）通過模仿學習：3-6歲的兒童由于認知能力與動作逐步提高，模仿對象逐漸增多，模仿內容也從表面現象隨著年齡增大逐漸內化，兒童看通過模仿進行學習、掌握成人的經驗。

（三）數據分析

1.設計數據獲取

（1）使用基于P y thon編寫的網絡爬蟲程序對在線電商平臺Amazon（中國）的兒童陪伴機器人的產品屬性數據和用戶評論信息數據進行數據采集，采集內容主要包括產品標題、產品顏色、產品材質、產品價格、銷量、用戶定性評價、用戶定量評價等。（2）對采集的產品數據進行數據清洗，刪去無意義數據、并補全缺失的數據值，例如將沒有顏色信息的數據刪除。對得到的有價值數據進行K-Means聚類分析。

2.設計特征分析

對兒童陪伴機器人的產品數據進行K-Means聚類分析，得到的結果可視化如圖6所示，得到影響用戶購買產品的因素。由圖可知，對于“兒童陪伴機器人”這一產品，消費者最看重產品形態設計，其次是產品顏色，購物網站的用戶評分和價格也是消費者關注的。根據可視化分析結果同樣可以判斷出“兒童陪伴機器人”創新設計時，產品特征要滿足：產品形態要具備親和、有趣、造型簡潔、公仔造型等設計特點；產品顏色要滿足素雅、柔和。

對兒童智能機器人的用戶評論數據中的文本特征信息使用Python程序段進行詞云分析，得到的結果如圖7所示。根據以上分析結果判斷出“兒童陪伴機器人”創新設計時，產品特征要滿足：符合玩具機器人的智能玩具定位；同時滿足男孩與女孩兩種性別兒童的喜愛；適當的公仔、仿生造型；起到陪伴玩耍的作用；趣味性強等特征。

（四）功能設計

根據對兒童用戶與機器人產品的分析，得到產品設計需求并結合數據分析的結果得出主要產品功能：

1.看護陪伴功能：機器人可以讓家長外出時遠程觀察兒童情況，或者與兒童視頻交流；當機器人觀察到兒童的姿勢或動作有危險性或者兒童步入危險區域，智能機器人會開啟危險預警提示家長，以防止危險情況發生。此功能可通過在智能機器人增加可調整角度的攝像頭來實現，在監控范圍內捕捉兒童動作。

2.交流對話功能：智能機器人可根據設定的兒童年齡進行對話問答、視頻早教和智能點播等，鍛煉兒童語言能力，機器人不僅能起到功能上的交互，還能給兒童帶來感情上的陪伴，有交流對話功能的機器人是陪伴兒童玩耍的伙伴。此功能通過屏幕與使用者兒童互動來實現。

3.輔助功能：考慮到機器人夜晚的陪伴功能，可通過智能機器人增加無線人體感應夜燈，在夜晚為使用者照明，散發柔光呵護兒童。

（五）外觀設計

在產品設計的過程中，兒童陪伴機器人的設計要根據數據分析得到的產品設計特征，在滿足產品設計的基本原則如安全性、實用性等的條件下進行，并且還要考慮兒童的生理心理發展特征，全方面考慮使用過程中的體驗感。綜合考慮分析結果與使用者的特征進行設計，最終的“兒童陪伴機器人”產品設計效果圖如圖8所示，產品兼顧智能玩具的科技感和兒童玩具的親和力。

1.造型設計

在兒童陪伴機器人外觀設計方面，采用了底部較大頂部較小的圓臺造型，下大上小更有穩定性，減少兒童在使用過程中推倒機器人對產品造成的損壞；在產品造型設計上采用了小貓與小老鼠的形象進行仿生設計，貓、鼠形象多被兒童熟知并且仿生造型趣味性強，對兒童吸引力強；產品中部增加“腰帶”設計，一是作為環形防滑條使兒童手持更加安全牢固，二是增加童趣，并且使產品造型更有設計感；貓耳造型線條簡單且轉折分明，能夠體現智能陪伴機器人的科技感，鼠耳造型圓潤擁有兒童產品的親和力；線條柔和的機器人身體給使用的兒童帶來親切的感覺，可以增進機器人與使用者之間的友好關系。

2.顏色設計

在兒童陪伴機器人色彩設計方面，根據兒童生理心理發展特征，兒童對鮮艷的色彩喜愛度較高，對灰暗的色彩喜愛度較低。根據上一階段設計特征分析結果與兒童色彩喜好，采用柔和的白色與鮮艷的黃色搭配，同時滿足顏色素雅柔和與兒童喜愛鮮艷色彩的要求，得到兩個兒童智能機器人的配色方案。白色為主體的顏色方案為：白、黃，顏色素雅且有亮色點綴，不失活潑；黃色為主體的配色方案為：白、黃、深黃，顏色鮮艷更易抓住兒童的眼球。

3.材質選擇

在兒童陪伴機器人材質選擇方面，要采用使用安全、對兒童無傷害的材質。機器人主體部分選用性能良好、易加工易上色的ABS塑料作為外殼；充電底座使用ABS 磨砂面增加與地面的摩擦，使智能機器人更具穩定性；“腰帶”防滑條選擇柔軟的硅膠材質，兒童使用舒適親膚。

結論

本次研究通過理論研究與模型建構、案例研究等方法，介紹了一種應用K-Means聚類算法驅動的產品設計創新的新方法，并且利用該方法對兒童陪伴機器人進行創新設計。實踐證明，該產品創新方法將在用戶需求數據采集與用戶需求分析階段有效減少了設計者的主觀性、縮短了調研時間，并且對所有產品數據分析能對用戶需求進行深層次的挖掘，具有減少產品開發時間、減少設計人力與物力投入、有效響應用戶需求、提高產品設計效率等優點。

雖然數據驅動創新的設計模式與傳統產品設計相比發生了變化，但設計的目的仍然是為了滿足人的需求。隨著時代發展，設計方式方法也應該與時俱進，在大數據思維與大數據技術進入到設計領域之后，產品創新的設計范圍、設計理念與設計方法有了深層次的變革與創新，給產品創新領域的發展帶來了更加優質的路徑，給產品創新設計帶來了深刻的影響，也對設計者的設計能力與設計素養提出了更高的要求。