融合可拓學(xué)與在線評(píng)論挖掘的產(chǎn)品改進(jìn)需求識(shí)別研究

于志剛，成思源，楊雪榮，謝通

（廣東工業(yè)大學(xué) 機(jī)電工程學(xué)院, 廣東 廣州 510006）

面對(duì)迅速更替的新興技術(shù)與需求不斷變化的消費(fèi)者，產(chǎn)品和服務(wù)逐漸趨向于多樣化[1]。對(duì)于產(chǎn)品設(shè)計(jì)師而言，從不斷更迭的用戶反饋中準(zhǔn)確地獲取用戶需求并找到產(chǎn)品改進(jìn)的根本途徑，將有助于產(chǎn)品核心競(jìng)爭(zhēng)力的提升，從而推動(dòng)產(chǎn)品更新?lián)Q代的可持續(xù)發(fā)展。然而，從用戶反饋當(dāng)中顯在需求信息難以直接對(duì)設(shè)計(jì)者產(chǎn)生啟發(fā)。因此，如何從用戶當(dāng)中挖掘出有價(jià)值的需求信息，進(jìn)而為產(chǎn)品改進(jìn)策略提供幫助，無疑成為了廣大產(chǎn)品設(shè)計(jì)師所關(guān)注的焦點(diǎn)[2]。

在產(chǎn)品改進(jìn)設(shè)計(jì)的過程中，及時(shí)獲得用戶需求至關(guān)重要。傳統(tǒng)的方法依舊采用問卷調(diào)查，用戶訪談等方法，存在周期長(zhǎng)，成本高的劣勢(shì)，故而難以提高快速更迭的產(chǎn)品研發(fā)需求。得益于電商行業(yè)與社交網(wǎng)絡(luò)的迅猛發(fā)展，在線評(píng)論成為了產(chǎn)品缺陷獲取的有效途經(jīng)和用戶需求載體。電商平臺(tái)（京東、淘寶等）實(shí)時(shí)的在線評(píng)論，描述了消費(fèi)者對(duì)產(chǎn)品最直接的感受，在一定程度上代表了消費(fèi)者對(duì)產(chǎn)品的觀點(diǎn)，可以為產(chǎn)品設(shè)計(jì)師提供最為及時(shí)、真實(shí)、準(zhǔn)確的客戶反饋信息，為產(chǎn)品改進(jìn)增添了新的策略與方向。

1 相關(guān)工作

在產(chǎn)品改進(jìn)設(shè)計(jì)當(dāng)中，通過挖掘龐大的在線評(píng)論來獲取產(chǎn)品用戶需求已經(jīng)成為了學(xué)者們研究的熱點(diǎn)。目前，研究者們運(yùn)用各種數(shù)據(jù)挖掘方法分析在線評(píng)論當(dāng)中有用的產(chǎn)品信息，研究方向主要聚焦于產(chǎn)品特征挖掘與用戶情感研究。產(chǎn)品特征挖掘，是指從眾多的在線評(píng)論當(dāng)中采用數(shù)據(jù)挖掘工具或深度學(xué)習(xí)算法獲取用戶關(guān)注的產(chǎn)品特征[3]。徐凱[4]提出了基于Apriori 算法及中文句子組成規(guī)律相組合的產(chǎn)品特征抽取方式，借助自然語言處理和文本挖掘技術(shù)對(duì)在線評(píng)論數(shù)據(jù)中的產(chǎn)品特征信息進(jìn)行提取。李賀等[5]利用LDA 主題模型對(duì)多個(gè)品牌的手機(jī)在線評(píng)論進(jìn)行主題和產(chǎn)品特征挖掘，并且有效地識(shí)別了用戶需求要素。用戶情感研究，指主要利用自然語言處理技術(shù)來獲取潛在客戶觀點(diǎn)、文本傾向及情感狀態(tài)[6]。Yeh 等[7]將感性工學(xué)與SOM 聚類算法有效的結(jié)合并運(yùn)用，最終獲得了與消費(fèi)者情感相關(guān)的產(chǎn)品設(shè)計(jì)因素。李江泳等[8]運(yùn)用情感傾向點(diǎn)互信息算法 (semantic orientation pointwise mutual information algorithm,SO-PMI) 對(duì)用戶關(guān)心的產(chǎn)品屬性進(jìn)行了量化計(jì)算，通過量化結(jié)果分析出產(chǎn)品缺陷并應(yīng)用技術(shù)創(chuàng)新方法對(duì)產(chǎn)品缺陷進(jìn)行改進(jìn)設(shè)計(jì)。

從不同的產(chǎn)品對(duì)象和特征進(jìn)行描述，所表達(dá)的產(chǎn)品細(xì)膩度不同，無論是基于產(chǎn)品對(duì)象進(jìn)行表達(dá)的在線評(píng)論還是基于產(chǎn)品特征都是具有層次性的[9-10]。紀(jì)雪等[11]考慮產(chǎn)品屬性的層次性對(duì)在線評(píng)論獲取用戶需求。肖寒瓊等[12]以三層次體驗(yàn)理論為基礎(chǔ)，將手機(jī)評(píng)論的產(chǎn)品特征劃分為本能層-行為層-反思層，用于分析用戶對(duì)產(chǎn)品的偏好程度。然而，從在線評(píng)論獲取用戶需求的過程中，頻繁使用與評(píng)論相關(guān)且無對(duì)應(yīng)關(guān)系的自然語言去描述，不利于產(chǎn)品關(guān)鍵信息的提取與表達(dá)，并且缺乏描述事物本身的內(nèi)部組成結(jié)構(gòu)及層次關(guān)系。為此，提出結(jié)合可拓學(xué)基元模型形式化、模型化的方式表達(dá)出在線評(píng)論中的產(chǎn)品設(shè)計(jì)信息，使得信息表達(dá)更加全面、細(xì)膩。

可拓學(xué)中以基元模型來描述被研究對(duì)象事物間關(guān)系的特征，分析事物拓展規(guī)律及研究創(chuàng)新的可拓變換工具，具有統(tǒng)一、方便和易于操作的特點(diǎn)。張文旭等[13]提出產(chǎn)品性能詞典，對(duì)在線評(píng)論運(yùn)用數(shù)據(jù)驅(qū)動(dòng)手段來獲取用戶需求，并采用可拓學(xué)物元模型對(duì)用戶需求進(jìn)行形式化表達(dá)。劉曉敏等[14]基于基元理論對(duì)產(chǎn)品進(jìn)行多層次知識(shí)建模，構(gòu)建仿生產(chǎn)品系統(tǒng)功能-原理-行為-結(jié)構(gòu)的本體可拓模型。

上述研究利用基元模型實(shí)現(xiàn)了對(duì)在線評(píng)論的設(shè)計(jì)知識(shí)表達(dá)，但未考慮產(chǎn)品設(shè)計(jì)信息的多層次、多特征性；其次，針對(duì)不同類型的用戶需求，實(shí)現(xiàn)方式也不盡相同，為了形式化、條理化地理清不同類別的用戶需求實(shí)現(xiàn)的方法，對(duì)獲取的用戶需求進(jìn)行相關(guān)推理及實(shí)現(xiàn)需求層次識(shí)別至關(guān)重要。對(duì)此，提出一種融合可拓學(xué)與在線評(píng)論層次性的設(shè)計(jì)知識(shí)建模的方法，借助產(chǎn)品的實(shí)體-功能-屬性的層次關(guān)系，以產(chǎn)品對(duì)象、對(duì)象特征和用戶觀點(diǎn)為核心進(jìn)行用戶需求識(shí)別研究。

2 研究方法

2.1 方法流程概述

本文通過分析在線評(píng)論的基本特點(diǎn)，基于可拓學(xué)基元模型，提出了在線評(píng)論層次的表達(dá)方法對(duì)用戶評(píng)論數(shù)據(jù)進(jìn)行產(chǎn)品改進(jìn)需求識(shí)別，針對(duì)各個(gè)層次模型計(jì)算相應(yīng)的用戶評(píng)價(jià)值，為挖掘產(chǎn)品缺陷及用戶需求提供指導(dǎo)依據(jù)，基本流程如圖1 所示。

圖1 產(chǎn)品改進(jìn)需求識(shí)別基本流程Fig.1 Basic process of product improvement requirement identification

1）在線評(píng)論分析。通過爬蟲工具采集產(chǎn)品在線評(píng)論數(shù)據(jù)，數(shù)據(jù)分析工具對(duì)在線評(píng)論文本進(jìn)行預(yù)處理。

2）在線評(píng)論層次模型。利用PYLDA-vis 交互式可視化庫提取出以產(chǎn)品對(duì)象和對(duì)象特征為主的產(chǎn)品要素。根據(jù)產(chǎn)品的實(shí)體-功能-屬性的層次關(guān)系對(duì)在線評(píng)論產(chǎn)品進(jìn)行劃分，達(dá)到在線評(píng)論層次劃分的目的，將產(chǎn)品要素匹配映射到相應(yīng)的層次當(dāng)中，完成在線評(píng)論層次的構(gòu)建，并借助可拓學(xué)物元模型對(duì)在線評(píng)論層次進(jìn)行表達(dá)。

3）用戶觀點(diǎn)評(píng)價(jià)值計(jì)算。在上述分析的基礎(chǔ)上，利用SO-PMI 算法計(jì)算出評(píng)論語句的評(píng)價(jià)值，基于模型化、規(guī)范化表達(dá)的在線評(píng)論層次物元模型，再計(jì)算出各個(gè)層次用戶觀點(diǎn)的評(píng)價(jià)值，通過分析用戶觀點(diǎn)的評(píng)價(jià)值，對(duì)存在缺陷的產(chǎn)品對(duì)象利用可拓學(xué)事元模型表達(dá)。

4）產(chǎn)品改進(jìn)需求識(shí)別。對(duì)存在缺陷的事元模型與在線評(píng)論層次進(jìn)行分析，利用相關(guān)網(wǎng)分析方法確定缺陷物元之間的關(guān)聯(lián)關(guān)系，利用蘊(yùn)含系分析方法識(shí)別出產(chǎn)品改進(jìn)的根本途徑。

2.2 在線評(píng)論分析

首先借助網(wǎng)絡(luò)爬蟲工具，選擇恰當(dāng)?shù)碾娚唐脚_(tái)并抓取目標(biāo)產(chǎn)品的用戶評(píng)論文本，并將評(píng)論文本中對(duì)相關(guān)研究無意義的內(nèi)容進(jìn)行文本預(yù)處理，處理后保存最初的評(píng)論數(shù)據(jù)集用于后續(xù)相關(guān)研究。

用戶通過在線評(píng)論的方式，來表達(dá)對(duì)于產(chǎn)品對(duì)象的評(píng)價(jià)或者對(duì)于對(duì)象特征的評(píng)價(jià)。如一款茶壺的評(píng)論“茶壺的容量有點(diǎn)小”，“茶壺”是產(chǎn)品對(duì)象，“容量”是產(chǎn)品對(duì)象的特征，“有點(diǎn)小”是用戶對(duì)該對(duì)象特征的觀點(diǎn)。從中可以看出，一條評(píng)論可以表示為＜產(chǎn)品對(duì)象，對(duì)象特征，用戶觀點(diǎn)＞的三元組模型[13]：

式 中：On為 產(chǎn) 品 對(duì) 象，Cn為 對(duì) 象 特 征,Vn為 關(guān) 于On的用戶觀點(diǎn)。對(duì)于同一款產(chǎn)品，其產(chǎn)品對(duì)象On的數(shù)量是有限的，對(duì)象特征Cn的數(shù)量同樣是有限的。通常一個(gè)產(chǎn)品的產(chǎn)品對(duì)象具有多個(gè)特征，而一個(gè)對(duì)象特征往往被不同的用戶觀點(diǎn)所評(píng)價(jià)，因此，利用單個(gè)層次的三元組模型很難清晰地對(duì)用戶的評(píng)價(jià)進(jìn)行表達(dá)。

2.3 在線評(píng)論層次模型

2.3.1 基于PYLDA-vis 可視化庫提取產(chǎn)品要素

產(chǎn)品要素表達(dá)了與產(chǎn)品相關(guān)的設(shè)計(jì)知識(shí)，包括產(chǎn)品對(duì)象和對(duì)象特征，在評(píng)論當(dāng)中以詞匯形式出現(xiàn)，學(xué)者們通常采用LDA（latent dirichlet allocation）主題模型來提取產(chǎn)品相關(guān)的設(shè)計(jì)知識(shí)。LDA主題模型于2003 年被學(xué)者首次提出應(yīng)用于文本分類當(dāng)中[15]，該主題模型引入了潛在狄利克雷分布，很好地解決了由于短文本類型造成傳統(tǒng)主題模型中的過擬合問題[16]。本文利用LDA 主題模型進(jìn)行主題詞生成之后，并使用已有的基于Python開發(fā)的可視化分析工具PYLDA-vis，該工具具有人機(jī)交互的調(diào)節(jié)面板，可以直觀地顯示出主題與詞匯之間的關(guān)聯(lián)信息，最終形成在線評(píng)論主題聚類效果來提取產(chǎn)品要素[17]。假設(shè)數(shù)據(jù)集中包含K個(gè)主題和W個(gè)詞匯，詞匯w對(duì)主題k的關(guān)聯(lián)度r可以表示為

式中： ?tw被定義為詞語w出現(xiàn)在主題k中的概率，pw被 定義為詞語w在 語料庫中的邊界概率， λ 為權(quán)重參數(shù)（0≤λ≤1）。

基于PYLDA-vis 交互式可視化庫，給出如圖2所示的產(chǎn)品要素提取流程。首先，為了使得描述產(chǎn)品相關(guān)的信息能夠準(zhǔn)確進(jìn)行分詞，預(yù)先加載分詞詞典，并借助分詞工具對(duì)在線評(píng)論分詞；分詞后，加載停用詞詞典，將一些與產(chǎn)品信息描述無關(guān)的詞語進(jìn)行去除，加快后續(xù)產(chǎn)品要素提取的速度；最后，將清洗后的分詞結(jié)果以二維矩陣的形式導(dǎo)入PYLDA-vis 交互式可視化庫中，并給定主題個(gè)數(shù)，得到最終的可視化主題聚類效果圖，選定同一個(gè)主題，并調(diào)節(jié)權(quán)重參數(shù) λ來選擇符合要求的產(chǎn)品要素。該流程能夠快速靈活的探索主題和詞匯之間的關(guān)聯(lián)關(guān)系，方便地提取出每個(gè)主題下與產(chǎn)品設(shè)計(jì)知識(shí)相關(guān)的詞匯。

圖2 產(chǎn)品要素提取流程Fig.2 Product element extraction process

2.3.2 在線評(píng)論層次劃分

為了充分挖掘用戶關(guān)注的產(chǎn)品信息特征及與產(chǎn)品相關(guān)的產(chǎn)品設(shè)計(jì)信息，研究不同用戶需求之間的關(guān)系及實(shí)現(xiàn)方式，根據(jù)前人的理論研究，對(duì)產(chǎn)品對(duì)象進(jìn)行多層次知識(shí)建模，將產(chǎn)品對(duì)象依次劃分為實(shí)體層、功能層和屬性層。實(shí)體層代表了產(chǎn)品給用戶的具體化表現(xiàn)形式，是指產(chǎn)品功能實(shí)現(xiàn)所需物理支撐的載體，例如：養(yǎng)生壺的茶壺、壺蓋等；功能層是指產(chǎn)品內(nèi)部固有的效能，由產(chǎn)品內(nèi)部要素實(shí)體結(jié)構(gòu)所決定，例如：養(yǎng)生壺具有保溫、預(yù)約功能等；屬性層是指產(chǎn)品本身表現(xiàn)出來的性質(zhì)，例如：養(yǎng)生壺的價(jià)格、品牌等。

在產(chǎn)品的開發(fā)過程中，設(shè)計(jì)者往往會(huì)對(duì)待開發(fā)產(chǎn)品實(shí)體層的設(shè)計(jì)結(jié)構(gòu)進(jìn)行詳細(xì)的展示。有學(xué)者將專利產(chǎn)品的實(shí)體進(jìn)行了劃分，依次劃分為系統(tǒng)、子系統(tǒng)和特征結(jié)構(gòu)[18]，通過對(duì)產(chǎn)品實(shí)體進(jìn)行分層劃分，可以更加清晰地表達(dá)專利產(chǎn)品設(shè)計(jì)結(jié)構(gòu)和開發(fā)者的設(shè)計(jì)意圖。結(jié)合以上研究者的分析方式，本文將實(shí)體層進(jìn)一步劃分為子系統(tǒng)和特征結(jié)構(gòu)，例如，養(yǎng)生壺是一個(gè)系統(tǒng)，茶壺、杯子就可以分別作為一個(gè)子系統(tǒng)，壺蓋和壺體就可以看作是茶壺的特征結(jié)構(gòu)。

有關(guān)研究表明，在獲取用戶需求的過程中，由產(chǎn)品開發(fā)者構(gòu)建的、與由用戶構(gòu)建隱含的產(chǎn)品層次是不同的[19]。整個(gè)產(chǎn)品層次的劃分主要依據(jù)產(chǎn)品設(shè)計(jì)知識(shí)庫，典型的方式是通過產(chǎn)品規(guī)格說明書進(jìn)行劃分[20]。產(chǎn)品規(guī)格說明書在產(chǎn)品開發(fā)者和消費(fèi)者之間起到紐帶作用。因此，可以通過產(chǎn)品規(guī)格說明書來調(diào)整和優(yōu)化產(chǎn)品層次的表述及層次區(qū)域的大小。接下來，先將在線評(píng)論當(dāng)中提取的產(chǎn)品對(duì)象與各個(gè)產(chǎn)品層次區(qū)域進(jìn)行匹配映射，然后將對(duì)象特征匹配映射到相應(yīng)的產(chǎn)品對(duì)象中，從而達(dá)到在線評(píng)論層次劃分的目的。在線評(píng)論層次映射關(guān)系如圖3 所示。將在線評(píng)論當(dāng)中提取到的產(chǎn)品要素按照映射關(guān)系劃分到不同層次的子系統(tǒng)或特征結(jié)構(gòu)當(dāng)中，使得在線評(píng)論被逐級(jí)分解到不同產(chǎn)品模塊下的不同區(qū)域內(nèi)，達(dá)到了分類組合的效果，從而更好地挖掘用戶需求。

圖3 在線評(píng)論層次映射關(guān)系Fig.3 Online comment hierarchy mapping relationship

2.3.3 在線評(píng)論層次表達(dá)

在可拓學(xué)中采用以物元、事元和關(guān)系元為核心的基元表達(dá)形式來形式化、模型化地表達(dá)事物。其中基元的組成結(jié)構(gòu)包括對(duì)象O、 特征C和量值V，一般采用一維基元或多維基元的表達(dá)方式來描述對(duì)象的各個(gè)特征和參數(shù)，其中多維基元的一般表達(dá)式為[21]

物元為描述事物提供了量化表達(dá)工具，本文將根據(jù)在線評(píng)論劃分的實(shí)體層-功能層-屬性層采用n維物元模型MHS i表 達(dá)有：

式中：HS i(i=1,2,…,n)表示劃分的實(shí)體層-功能層-屬性層，OS i(i=1,2,…,n)表示該層下的產(chǎn)品對(duì)象，{SS i}表 示該產(chǎn)品對(duì)象的對(duì)象特征集合{SS i1,SS i2,···,SS in}。 每個(gè)產(chǎn)品對(duì)象的物元模型MOS i可以表示為

特別的，對(duì)于實(shí)體層的產(chǎn)品對(duì)象可以繼續(xù)進(jìn)行劃分，進(jìn)一步劃分該產(chǎn)品對(duì)象下的特征結(jié)構(gòu)，每個(gè)OS i可按特征結(jié)構(gòu)組成，采用n維物元MHTi表示為

式中：HTi(i=1,2,…,n) 表示子系統(tǒng)的特征結(jié)構(gòu)，OTi(i=1,2,…,n)表示特征結(jié)構(gòu),{TTi}表示該特征結(jié)構(gòu)的對(duì)象特征集合 {TTi1,TTi2,···,TTin}。每個(gè)特征結(jié)構(gòu)的物元模型MOTi可以表示為

結(jié)合物元模型，式(4)和式(6)分別給出了在線評(píng)論二級(jí)和三級(jí)層次的形式化表達(dá)方式，式(5)和式(7)給出了在線評(píng)論產(chǎn)品對(duì)象-對(duì)象特征對(duì)應(yīng)關(guān)系的表達(dá)方式。基于物元模型的表示方法，不僅再現(xiàn)了產(chǎn)品對(duì)象相關(guān)的信息和在線評(píng)論者的用戶反饋，而且對(duì)在線評(píng)論的層次進(jìn)行了表達(dá)，使得描述同一層次的在線評(píng)論聚合到同一層次區(qū)域，相當(dāng)于對(duì)在線評(píng)論完成了層次聚類，最大限度保證不同層次之間的用戶觀點(diǎn)的獨(dú)立性。

2.4 基于SO-PMI 算法的用戶觀點(diǎn)評(píng)價(jià)值計(jì)算

2.4.1 句子評(píng)價(jià)值計(jì)算

用戶觀點(diǎn)表達(dá)了對(duì)產(chǎn)品對(duì)象及其對(duì)象特征的評(píng)價(jià)。在一個(gè)完整的句子當(dāng)中最能反映人類情感的詞包括情感極性詞、程度副詞和否定詞，情感傾向點(diǎn)互信息(SO-PMI)算法可以綜合分析這三類詞在句意表達(dá)上的情感傾向[22]，對(duì)每一類詞都可以采用相應(yīng)的計(jì)算公式來量化句子的極性程度，在情感詞典的基礎(chǔ)上，計(jì)算每個(gè)在線評(píng)論層次中用戶觀點(diǎn)評(píng)價(jià)值。

SO-PMI 算法是以點(diǎn)互信息(point mutual Information, PMI)為計(jì)算基礎(chǔ)對(duì)用戶觀點(diǎn)進(jìn)行量化分析的[23]，PMI 在用戶觀點(diǎn)量化分析中，主要用來計(jì)算兩個(gè)詞匯之間的關(guān)聯(lián)性，其計(jì)算公式為

其 中：w1、w2分 別 表 示 不 同 的 兩 個(gè) 詞 語，P(w1)、P(w2)表 示這兩個(gè)詞語在整個(gè)語料庫中w1、w2出現(xiàn)的概率，P(w1、w2) 表示w1、w2在語料庫中共現(xiàn)的概率。

2.4.2 極性詞強(qiáng)度的量化計(jì)算

根據(jù)已知的情感詞語的極性強(qiáng)度，將其與已知的參照詞語進(jìn)行比較，通過公式量化計(jì)算，得出其未知詞匯的極性強(qiáng)弱。未知詞W極性強(qiáng)度的量化計(jì)算公式為

式中：s(W) 代表未知詞W的極性強(qiáng)度值，N+為所有褒義詞的數(shù)量，N-為所有貶義詞的數(shù)量，IPM(W,w+)為詞W與褒義詞列表中每一個(gè)詞w+的PMI 值，IPM(W,w-)為 詞W與 貶義詞列表中每一個(gè)詞w-的PMI值，其中褒義詞列表和貶義詞列表來自知網(wǎng)HowNet情感詞典。

2.4.3 程度副詞和否定詞的量化計(jì)算

首先建立程度副詞詞典，將其劃分成4 種類別，各個(gè)類別的副詞強(qiáng)度值d如表1 所示。

表1 各個(gè)層級(jí)的副詞程度值Table 1 Each level of adverb degree values

在句子中出現(xiàn)否定詞，則f=-0.5，否則f=1。計(jì)算公式為

式中：m為情感詞總數(shù)，S為一個(gè)句子中的評(píng)價(jià)值。

2.4.4 用戶觀點(diǎn)的正負(fù)評(píng)價(jià)值計(jì)算

在計(jì)算完所有在線評(píng)論層次對(duì)應(yīng)的全部句子的情感傾向值后，然后加權(quán)求和得出同一層次下的綜合評(píng)價(jià)值，計(jì)算公式為

式中：Q+和Q-分別為同一層次中的正面評(píng)價(jià)值和負(fù)面評(píng)價(jià)值，S+和S-分別表示為一個(gè)層次中大于零的評(píng)價(jià)值和小于零的評(píng)價(jià)值，p和q分別為S+和S-的總數(shù)。

2.5 基于相關(guān)網(wǎng)與蘊(yùn)含系的用戶需求識(shí)別

在線評(píng)論用戶的需求是事件，因此可以采用事元模型來描述。事元可以形式化表達(dá)出用戶做什么、誰做、為誰做等信息。本文對(duì)用戶觀點(diǎn)評(píng)級(jí)值較低的用戶需求建立用戶需求事元模型，采用事元模型Ai j表示，根據(jù)式(3)有[21]：

式中：Oa為用戶需求動(dòng)作；ca1,ca2,···,can為動(dòng)作的基本特征（支配對(duì)象、施動(dòng)對(duì)象、接受對(duì)象等）；va1,va2,···,van為量值。

產(chǎn)品設(shè)計(jì)信息具有多層次、多特征的特點(diǎn)，部分用戶評(píng)論并未清晰地指明產(chǎn)品缺陷存在的部位，評(píng)論觀點(diǎn)只停留在表面，而且對(duì)于產(chǎn)品各層次缺陷信息之間的關(guān)聯(lián)性缺乏分析，無法找到對(duì)應(yīng)的改進(jìn)策略。在產(chǎn)品對(duì)象與產(chǎn)品特征當(dāng)中，影響某個(gè)產(chǎn)品對(duì)象用戶評(píng)價(jià)值高低的因素有很多，既有同一層次產(chǎn)品對(duì)象之間的影響，也有不同層次產(chǎn)品對(duì)象之間的影響，這些因素并不是孤立存在的。基于此，引入可拓學(xué)拓展分析方法，相關(guān)網(wǎng)和蘊(yùn)含系輔助分析產(chǎn)品用戶需求識(shí)別問題。

2.5.1 相關(guān)網(wǎng)方法

產(chǎn)品對(duì)象之間、產(chǎn)品特征之間往往存在著千絲萬縷的聯(lián)系。在可拓學(xué)中，物元以形式化的方式表達(dá)世間萬物，當(dāng)難以直接或有效地對(duì)某個(gè)物元進(jìn)行研究分析時(shí)，可以考慮利用物元對(duì)象之間、物元特征之間的相關(guān)關(guān)系進(jìn)行分析。根據(jù)可拓學(xué)中已經(jīng)定義的相關(guān)網(wǎng)規(guī)則（包括同對(duì)象異特征相關(guān)規(guī)則、異對(duì)象同特征相關(guān)規(guī)則和異對(duì)象異特征相關(guān)規(guī)則），這3 種相關(guān)準(zhǔn)則的判斷依據(jù)主要是基于常識(shí)或領(lǐng)域知識(shí)。每個(gè)物元可能與其他物元之間存在相關(guān)關(guān)系，用模型表示，會(huì)形成一個(gè)網(wǎng)狀結(jié)構(gòu)，這種方法稱之為相關(guān)網(wǎng)方法[24]。

根據(jù)相關(guān)準(zhǔn)則及領(lǐng)域知識(shí)對(duì)給定以下存在缺陷的物元確定相關(guān)關(guān)系，對(duì)于物元M1=若存在 同 對(duì)象異 特 征物元M2=(O1,c′1,v′1)或異對(duì)象同特征物元M3=或異對(duì)象異特征物元M4=，使 (c1)M1～(c′1)M2，(c1)M1～(c1)M3，(c1)M1～(c′1)M4。其中符號(hào)“～”表示兩個(gè)缺陷物元之間相關(guān)，最終建立缺陷物元M1的相關(guān)網(wǎng)如圖4 所示。其中，物元M1的 特征c1與 物元M2的特 征c′1相 關(guān)，物 元M1的 對(duì) 象O1與 物 元M3的 對(duì) 象O′1相 關(guān)，物 元M1的 對(duì) 象O1和 特 征c1與 物 元M4的 對(duì)象O′1和 特征c′1相關(guān)。

圖4 缺陷物元之間的相關(guān)網(wǎng)Fig.4 Correlation network between defective matterelements

基于前述在線評(píng)論層次的劃分，對(duì)每個(gè)層次不同層級(jí)中存在缺陷的物元采用相關(guān)網(wǎng)方法進(jìn)行分析。為了達(dá)到分析效果，只對(duì)功能層與實(shí)體層、屬性層與實(shí)體層和實(shí)體層之間進(jìn)行相關(guān)網(wǎng)分析，并對(duì)一些較復(fù)雜的關(guān)系進(jìn)行簡(jiǎn)化，其基本分析步驟如下：

1）列出存在缺陷的物元。

2）利用相關(guān)準(zhǔn)則列出物元的相關(guān)網(wǎng)，根據(jù)層次關(guān)系，分為3 類情況：功能層和實(shí)體層之間，屬性層和實(shí)體層之間的產(chǎn)品對(duì)象及特征必然互不相同，故采用異對(duì)象異特征相關(guān)準(zhǔn)則進(jìn)行分析；實(shí)體層不同層級(jí)之間具有不同對(duì)象相同特征的物元，故采用異對(duì)象同特征相關(guān)準(zhǔn)則進(jìn)行分析；為了探索不同產(chǎn)品特征對(duì)用戶需求的影響，避免引入相同對(duì)象之間的相關(guān)性對(duì)后續(xù)分析結(jié)果的影響，對(duì)實(shí)體層相同層級(jí)之間不再進(jìn)行分析。

通過相關(guān)網(wǎng)方法來分析缺陷物元之間的關(guān)聯(lián)關(guān)系，為識(shí)別用戶需求的改進(jìn)途徑提供指引。

2.5.2 蘊(yùn)含系方法

蘊(yùn)含系方法是以基元模型對(duì)物、事和關(guān)系進(jìn)行形式化的分析方法。設(shè)有事元A、A1和A2：

若A2實(shí)現(xiàn)必有A1實(shí) 現(xiàn)，稱事元A2蘊(yùn) 含A1，記作A2?A1;若A1與A2同 時(shí) 實(shí) 現(xiàn) 必 有A實(shí) 現(xiàn)，則A1、A2與 蘊(yùn)含A， 記作A2∧A1?A，推廣到更一般的情況：

根據(jù)蘊(yùn)含系方法，利用產(chǎn)品設(shè)計(jì)專業(yè)知識(shí)將難于實(shí)現(xiàn)的上位事元轉(zhuǎn)化為它的易于實(shí)現(xiàn)的下位事元，從而保證最終目標(biāo)事元的實(shí)現(xiàn)。在本文中對(duì)用戶觀點(diǎn)評(píng)價(jià)值較低的產(chǎn)品對(duì)象建立用戶需求事元模型并提取出相應(yīng)的缺陷物元，用事元來表示用戶需求。通過利用相關(guān)網(wǎng)方法分析出哪些缺陷物元之間存在相關(guān)關(guān)系，并根據(jù)蘊(yùn)含系方法，利用確定出相關(guān)關(guān)系的缺陷物元來指導(dǎo)用戶需求事元蘊(yùn)含系的構(gòu)建，其蘊(yùn)含關(guān)系建立的基本步驟如下：

1）列出用戶需求事元Aij。

2）結(jié)合缺陷物元之間的相關(guān)網(wǎng)，確定用戶需求事元之間的蘊(yùn)含關(guān)系。若 (c1)M1～(c′1)M2，A11和A21分 別為相應(yīng)的用戶需求事元，且M1所在層級(jí)低于M2所 在層級(jí)，則有A21蘊(yùn) 含A11。

3）將功能層和屬性層較難實(shí)現(xiàn)的事元?jiǎng)澐譃樯衔换瑢?shí)體層中的子系統(tǒng)所表示的事元?jiǎng)澐譃橹形换瑢?shí)體層中的特征結(jié)構(gòu)所表示的事元?jiǎng)澐譃橄挛换瓿商N(yùn)含關(guān)系的構(gòu)建。

通過上述步驟，用戶需求事元蘊(yùn)含系統(tǒng)一般形式如圖5 所示。

圖5 用戶需求事元蘊(yùn)含系統(tǒng)一般形式Fig.5 User requirement affair-elements implication system in general form

事元之間的蘊(yùn)含關(guān)系是比較復(fù)雜的，往往是多層級(jí)的[25]。結(jié)合物元的相關(guān)網(wǎng)，利用蘊(yùn)含系對(duì)功能層、屬性層的事元模型，蘊(yùn)含出實(shí)體層的事元模型，形式化地分析問題功能、問題屬性與實(shí)體層之間的關(guān)系，形成自下而上的用戶需要實(shí)現(xiàn)的步驟和方法，找到滿足用戶需求的有效途徑。

3 實(shí)例研究

近年來，養(yǎng)生壺深受廣大用戶青睞，逐漸成為各大電商平臺(tái)及家電行業(yè)的熱銷產(chǎn)品，并且用戶的在線評(píng)論信息也較為豐富。因此，通過以該產(chǎn)品作為案例，對(duì)于挖掘在線評(píng)論中的改進(jìn)需求信息，提升用戶對(duì)產(chǎn)品體驗(yàn)度研究具有代表性。本文選取京東購物平臺(tái)中的一款養(yǎng)生壺作為分析對(duì)象，養(yǎng)身壺實(shí)物結(jié)構(gòu)如圖6 所示（圖片來源于京東小熊廚房電器官方旗艦店）。

圖6 養(yǎng)生壺實(shí)物結(jié)構(gòu)圖Fig.6 Physical structure diagram of health pot

3.1 抓取在線評(píng)論數(shù)據(jù)集及文本預(yù)處理

首先，采用Python 爬蟲工具抓取養(yǎng)生壺的評(píng)論數(shù)據(jù)集，總共統(tǒng)計(jì)原始的在線評(píng)論10 160 條。之后，對(duì)抓取的養(yǎng)生壺評(píng)論文本進(jìn)行文本預(yù)處理，處理的內(nèi)容或步驟主要包括以下內(nèi)容：1）刪除系統(tǒng)默認(rèn)好評(píng)，如“系統(tǒng)默認(rèn)好評(píng)”；2）刪除評(píng)論字?jǐn)?shù)較短或無實(shí)際研究?jī)r(jià)值的文本內(nèi)容，如“不錯(cuò)”“喜歡”“贊”等；3）重復(fù)出現(xiàn)的評(píng)論；4）刪除非漢字的內(nèi)容，如特殊字符、表情、數(shù)字和字母等。文本處理后剩余的評(píng)論合計(jì)5 319 條。將處理之后的原始評(píng)論采用Python 漢語詞匯分割工具-jieba 庫進(jìn)行分詞，并導(dǎo)入停用詞詞表刪除限用詞。

3.2 產(chǎn)品在線評(píng)論層次模型構(gòu)建

3.2.1 產(chǎn)品要素提取

對(duì)在線評(píng)論進(jìn)行數(shù)據(jù)集預(yù)處理后，應(yīng)用PYLDAvis 交互式可視化庫提取產(chǎn)品要素，調(diào)節(jié)權(quán)重參數(shù)λ，并設(shè)置主題個(gè)數(shù)為10，最終效果圖如圖7 所示。可視化效果圖有左右兩個(gè)面板，其中左邊面板與右邊面板是有關(guān)聯(lián)的。左邊面板展示了整個(gè)評(píng)論的主題全局視圖，每個(gè)氣泡圖的大小與話題在語料庫中的相對(duì)關(guān)聯(lián)度成正比，在左邊面板中選擇一個(gè)用氣泡圖形表示的一個(gè)主題，就會(huì)在右邊同步顯示這個(gè)主題所對(duì)應(yīng)的前30 個(gè)特征詞。右邊面板中，藍(lán)色條形圖的寬度表示每個(gè)詞在整個(gè)語料庫中出現(xiàn)的頻率，紅色條形圖的寬度代表每個(gè)詞在該主題下所占的權(quán)重。參數(shù)λ(0≤λ ≤1)反應(yīng)了詞匯和主題之間的關(guān)聯(lián)關(guān)系，其中，當(dāng) λ越接近于1，表示該主題下更頻繁出現(xiàn)的詞與主題更相關(guān)，當(dāng) λ越接近于0，表示該主題下較少出現(xiàn)、獨(dú)有的詞與主題更相關(guān)[15]。通過調(diào)節(jié)λ的值，最終提取出產(chǎn)品要素，并總結(jié)獲得如圖8 所示的產(chǎn)品要素與各個(gè)產(chǎn)品層次區(qū)域的映射關(guān)系。

圖7 養(yǎng)生壺評(píng)論主題分布交互式可視化效果Fig.7 Interactive visualization of health pot comment topic distribution

圖8 產(chǎn)品要素與產(chǎn)品層次映射關(guān)系Fig.8 Mapping relationship between product elements and product hierarch

3.2.2 在線產(chǎn)品層次模型表達(dá)

在線評(píng)論二級(jí)層次根據(jù)式(4)表達(dá)如下，以實(shí)體層和功能層為例：

二級(jí)層次中的產(chǎn)品對(duì)象根據(jù)式(5)表達(dá)如下，以茶壺OS1為例：

在線評(píng)論三級(jí)層次根據(jù)式(6)表達(dá)如下，以茶壺的特征結(jié)構(gòu)為例：

三級(jí)層次中的產(chǎn)品對(duì)象根據(jù)式(7)表達(dá)如下，以壺蓋OT1為例：

3.3 用戶觀點(diǎn)評(píng)價(jià)值計(jì)算

3.3.1 產(chǎn)品對(duì)象詞典和對(duì)象特征詞典構(gòu)建

在線評(píng)論對(duì)產(chǎn)品對(duì)象和對(duì)象特征的描述往往較口語化，因此在計(jì)算用戶觀點(diǎn)評(píng)價(jià)值之前，需要對(duì)產(chǎn)品對(duì)象和對(duì)象特征整理、歸納，最終構(gòu)建產(chǎn)品對(duì)象詞典和屬性詞典，見表2 和表3。

表3 對(duì)象特征詞典（部分展示）Table 3 Object feature dictionary (partial display)

3.3.2 各個(gè)層次用戶觀點(diǎn)評(píng)價(jià)值計(jì)算

通過上述分析，將產(chǎn)品對(duì)象及對(duì)應(yīng)的對(duì)象特征采用物元模型進(jìn)行了分層次表示。用戶觀點(diǎn)評(píng)價(jià)值的計(jì)算準(zhǔn)則是以句子為單位進(jìn)行的，因此在計(jì)算各個(gè)層次的評(píng)價(jià)值需要將所有有效評(píng)論按照“。？！”三個(gè)符號(hào)進(jìn)行斷句。

在上述準(zhǔn)則下，利用SO-PMI 算法，計(jì)算二級(jí)層次中實(shí)體層的用戶觀點(diǎn)評(píng)價(jià)值及二級(jí)層次中功能層和屬性層的用戶觀點(diǎn)評(píng)價(jià)值，計(jì)算結(jié)果分布如表4、表5 所示。

表4 二級(jí)層次中實(shí)體層的用戶觀點(diǎn)評(píng)價(jià)值Table 4 User opinion evaluation value of the entity layer in the second level

表5 二級(jí)層次中功能層和屬性層的用戶觀點(diǎn)評(píng)價(jià)值Table 5 User opinion evaluation value of function layer and attribute layer in the second level

根據(jù)表4 計(jì)算結(jié)果，可以看出用戶關(guān)注的實(shí)體層中二級(jí)層次的部分實(shí)體對(duì)象的正面特征評(píng)價(jià)值較高，有少部分實(shí)體對(duì)象的負(fù)面特征評(píng)價(jià)值較低(負(fù)面特征評(píng)價(jià)值越低則代表用戶對(duì)該對(duì)象的特征越不滿意)。根據(jù)計(jì)算結(jié)果，將產(chǎn)品對(duì)象的正面特征評(píng)價(jià)值和負(fù)面特征評(píng)價(jià)值分別劃分為3 個(gè)區(qū)間：Q+＞ 0.02 且0≥Q-≥-0.01（表示很滿意）、0.02≥Q+≥ 0 且0≥Q-≥-0.01（表示滿意）、0.02≥Q+≥ 0 且-0.01≥Q-（表示不滿意）。按照上述劃分規(guī)則，可以看出對(duì)于茶壺的顏色和材質(zhì)、杯子的顏色和造型、面板的材質(zhì)和造型是用戶很滿意的特征；而茶壺的造型、杯子的材質(zhì)、面板的靈敏度和電源線的長(zhǎng)度是用戶不滿意的特征；特別地對(duì)于電源線的材質(zhì)的評(píng)價(jià)值均為0，是由于用戶并未對(duì)該對(duì)象的特征做出評(píng)價(jià)。根據(jù)表5，從功能對(duì)象和屬性對(duì)象的評(píng)價(jià)結(jié)果顯示，可以看出除了操作功能和質(zhì)量屬性是用戶不滿意的，其他的都是用戶很滿意的對(duì)象。

三級(jí)層次各個(gè)實(shí)體對(duì)象的用戶觀點(diǎn)評(píng)價(jià)值計(jì)算結(jié)果如表6 所示。

表6 三級(jí)層次的用戶觀點(diǎn)評(píng)價(jià)值Table 6 User opinion evaluation value in the three level

根據(jù)表6 計(jì)算結(jié)果，壺蓋的造型、隔渣杯的功效、杯體的材質(zhì)是用戶不滿意的特征。其中，出現(xiàn)部分特征正面評(píng)價(jià)值和負(fù)面評(píng)價(jià)值均為0 的情況，同樣是因?yàn)橛脩舨]有對(duì)該對(duì)象的特征做出評(píng)價(jià)。查看實(shí)際評(píng)論數(shù)據(jù)發(fā)現(xiàn)，該產(chǎn)品本身沒有開關(guān)這個(gè)實(shí)體對(duì)象，所以將不存在特征的評(píng)價(jià)值定義為不存在。

3.4 結(jié)果分析及改進(jìn)需求識(shí)別

通過計(jì)算各個(gè)層次中產(chǎn)品對(duì)象對(duì)應(yīng)的對(duì)象特征的用戶觀點(diǎn)評(píng)價(jià)值，確定出需要改進(jìn)的產(chǎn)品對(duì)象及對(duì)象特征。針對(duì)用戶觀點(diǎn)評(píng)價(jià)值較低的產(chǎn)品需求，根據(jù)式(12)建立用戶需求事元模型：

對(duì)于功能層和屬性層的產(chǎn)品對(duì)象缺陷的用戶需求目標(biāo)并不容易實(shí)現(xiàn)，但對(duì)于實(shí)體層中的產(chǎn)品對(duì)象缺陷可以直接對(duì)產(chǎn)品對(duì)象或其對(duì)應(yīng)的對(duì)象特征進(jìn)行改進(jìn)，所以，可以通過找到實(shí)體層對(duì)功能層、屬性層的影響關(guān)系，來實(shí)現(xiàn)功能層和屬性層的用戶需求目標(biāo)。基于物元模型表達(dá)的在線評(píng)論層次及用戶觀點(diǎn)評(píng)價(jià)值的計(jì)算結(jié)果，篩選出存在缺陷的產(chǎn)品對(duì)象及對(duì)應(yīng)對(duì)象特征的物元模型如下：

根據(jù)該產(chǎn)品相關(guān)設(shè)計(jì)信息與實(shí)際在線評(píng)論數(shù)據(jù)，借助3 種相關(guān)網(wǎng)準(zhǔn)則分析得到各個(gè)存在缺陷對(duì)象的物元之間的相關(guān)關(guān)系表示如下。以功能層和實(shí)體層之間為例，根據(jù)實(shí)際評(píng)論數(shù)據(jù)以及異對(duì)象異特征相關(guān)準(zhǔn)則，分析出茶壺的造型與產(chǎn)品的操作功能相關(guān)，即(SS13)MOS1～(SS51)MOS5，面板的靈敏度與產(chǎn)品的操作功能相關(guān)，即(SS33)MOS3～(SS51)MOS5，電源線的長(zhǎng)度與產(chǎn)品操作功能相關(guān)，即(SS41)MOS4～(SS51)MOS5，面板的開關(guān)狀態(tài)與產(chǎn)品操作功能相關(guān)，即(TT71)MOT7～(SS51)MOS5。對(duì)實(shí)體層不同層次采用異對(duì)象同特征相關(guān)準(zhǔn)則，分析出壺蓋的造型與茶壺的造型相關(guān)，即 (TT13)MOT1～(SS13)MOS1。而對(duì)于實(shí)體層同一層次的缺陷物元，如 (SS12)MOS1和(SS13)MOS1之間建立相關(guān)網(wǎng)，就會(huì)導(dǎo)致在探索實(shí)體分別與功能、屬性之間的關(guān)系時(shí)引入產(chǎn)品對(duì)象這一無關(guān)因素，因而針對(duì)這一類不再進(jìn)行相關(guān)網(wǎng)分析。

根據(jù)上述分析，同理可進(jìn)行實(shí)體層和屬性層的分析，最終可建立如圖9 所示的缺陷物元模型相關(guān)網(wǎng)。

圖9 缺陷物元模型相關(guān)網(wǎng)Fig.9 Correlation network of defective matter-elements model

在圖9 中，根據(jù)相關(guān)網(wǎng)確定物元模型之間的關(guān)聯(lián)關(guān)系，雖然很難對(duì)產(chǎn)品操作功能MOS5和產(chǎn)品質(zhì)量屬性MOS6直接進(jìn)行改進(jìn)，但這兩個(gè)物元與實(shí)體層的其他物元均相關(guān)。結(jié)合缺陷物元模型之間的相關(guān)網(wǎng)分析，如 (TT13)MOT1～(SS13)MOS1，可以從A21蘊(yùn) 含出A11， 如 (SS13)MOS1～(SS51)MOS5， 可以 從A11蘊(yùn)含出A16，其余同理可得。將功能層和屬性層的用戶需求事元A16和A17作為較難實(shí)現(xiàn)的上位基元，實(shí)體層中子系統(tǒng)的用戶需求事元A11,A12,···,A15作為中位基元，實(shí)體層中特征結(jié)構(gòu)的用戶需求事元A21,A22,···,A24為下位基元，通過實(shí)現(xiàn)用戶對(duì)特征結(jié)構(gòu)的需求從而實(shí)現(xiàn)用戶對(duì)子系統(tǒng)的需求，通過實(shí)現(xiàn)用戶對(duì)所有子系統(tǒng)的需求從而實(shí)現(xiàn)用戶對(duì)功能層和屬性層的需求。最終得到該產(chǎn)品的兩個(gè)用戶需求事元實(shí)現(xiàn)層次蘊(yùn)含系統(tǒng)如圖10。

圖10 用戶需求事元實(shí)現(xiàn)層次蘊(yùn)含系統(tǒng)Fig.10 Implementation hierarchical implicit system of user requirement affair-elements

在圖10 中，A16和A17表示用戶對(duì)操作功能和質(zhì)量屬性的用戶需求；A11,A12,···,A15表示用戶對(duì)實(shí)體層中子系統(tǒng)的用戶需求；A21,A22,···,A24表示用戶對(duì)實(shí)體層中特征結(jié)構(gòu)的用戶需求。通過蘊(yùn)含系分析可以得出：當(dāng)功能層和屬性層的用戶需求目標(biāo)很難實(shí)現(xiàn)時(shí)，可以尋找與之關(guān)聯(lián)的實(shí)體層中的子系統(tǒng)。例如：改進(jìn)操作功能（A16）可以通過改善茶壺的造型（A11） 、提高面板的靈敏度（A13）和延長(zhǎng)電源線的長(zhǎng)度（A14）來實(shí)現(xiàn)，提高產(chǎn)品（A17）質(zhì)量可以通過改善茶壺的材質(zhì)（A12）和提高杯子的材質(zhì)（A15）來實(shí)現(xiàn)。當(dāng)子系統(tǒng)中的用戶需求目標(biāo)很難實(shí)現(xiàn)時(shí)，可以尋找與之關(guān)聯(lián)的實(shí)體層中的特征結(jié)構(gòu)。例如：改善茶壺造型（A11）可以通過改善壺蓋的造型（A21）來實(shí)現(xiàn)，提高面板的靈敏度（A13） 可以通過增加開關(guān)按鍵（A24）來實(shí)現(xiàn)。上述分析結(jié)果與用戶評(píng)論中反映出來的主觀信息也是一致的，從而說明了本文方法的可行性。

以相關(guān)網(wǎng)和蘊(yùn)含系相結(jié)合識(shí)別產(chǎn)品改進(jìn)的方式，深度剖析了存在缺陷的產(chǎn)品對(duì)象之間的層次需求關(guān)系，指明了產(chǎn)品實(shí)體存在缺陷的部位，進(jìn)而找到產(chǎn)品功能和屬性的改進(jìn)途徑。這也有利于設(shè)計(jì)人員形式化、條理化地處理多層次、多特征的產(chǎn)品改進(jìn)設(shè)計(jì)信息，從而更加具有針對(duì)性地滿足產(chǎn)品改進(jìn)需求。

4 結(jié)束語

1）本文基于在線評(píng)論的基本構(gòu)成信息，考慮多層次、多特征的產(chǎn)品，根據(jù)產(chǎn)品的特點(diǎn)，將產(chǎn)品劃分為實(shí)體層、功能層和屬性層，借助數(shù)據(jù)挖掘方法，從在線評(píng)論當(dāng)中獲取產(chǎn)品要素，再應(yīng)用可拓學(xué)物元模型，建立在線評(píng)論層次模型并對(duì)其進(jìn)行表達(dá)。

2）根據(jù)在線評(píng)論層次模型，歸納、總結(jié)出各個(gè)層次中的產(chǎn)品對(duì)象詞典和產(chǎn)品特征詞典，應(yīng)用SO-PMI 算法計(jì)算出各個(gè)產(chǎn)品對(duì)象不同的對(duì)象特征評(píng)價(jià)值，找到評(píng)價(jià)值較低的產(chǎn)品對(duì)象所對(duì)應(yīng)的特征。

3）以用事元模型為工具對(duì)評(píng)價(jià)值較低的產(chǎn)品對(duì)象所對(duì)應(yīng)的特征進(jìn)行用戶需求表達(dá)，通過相關(guān)網(wǎng)方法判斷其缺陷物元模型之間的關(guān)聯(lián)關(guān)系、蘊(yùn)含系方法構(gòu)建用戶需求實(shí)現(xiàn)的層次蘊(yùn)含系統(tǒng)，為利用產(chǎn)品的在線評(píng)論進(jìn)行改進(jìn)提供指導(dǎo)意見。將該流程應(yīng)用于一款養(yǎng)生壺的用戶需求識(shí)別中，形式化、條理化地理清該產(chǎn)品改進(jìn)設(shè)計(jì)信息，找到了用戶對(duì)不同層次需求實(shí)現(xiàn)的步驟。