多源數據驅動的新能源汽車產品創新需求分析方法

石雨鑫 曹佳琪 黃金鳳 曹熒鈺 李澤

關鍵詞：新能源汽車；產品創新；多源數據驅動；IPA模型

0 引言

近年來，全球范圍內的能源供應緊張、溫室效應、環境污染等一系列問題日益嚴重，發展新能源汽車產業已經成為應對上述問題的重要途徑[1]。隨著新能源汽車產業的快速發展，新能源汽車企業不斷涌現，消費者對于新能源汽車產品的要求日益提高，新能源汽車企業面臨著更為激烈的市場競爭[2]。新能源汽車企業需要通過有效的產品創新以更好地滿足消費者需求并提升產品的市場競爭力。此外，新能源汽車是一類技術密集型產品，產品創新需要有效的技術支撐。新能源汽車企業需要綜合考慮消費者需求及其技術支撐情況，進行有效的產品創新需求分析，進而得到有效的產品創新方案。而在線評論數據、專利數據可以為新能源汽車產品創新需求分析提供有力支持。因此，如何基于多源數據進行有效的新能源汽車產品創新需求分析，是一個具有實際意義的研究課題。

目前，產品創新需求分析問題已經引起部分學者的關注。馮立杰等[3]基于多維創新地圖等相關理論，建立獲取用戶個性化需求的產品創新方案識別方法；劉鵬等[4]基于三級技術功效矩陣識別出以客戶需求為導向的產品創新機會識別路徑；王金鳳等[5]以模糊認知圖挖掘用戶潛在需求并建立模型形成產品創新方案。此外，也有學者基于重要度績效分析法（Impor?tance Performance Analysis， IPA）獲取產品需求特征進行產品創新。例如，王克勤等[6]基于在線評論數據提出了改進的IPA分析方法獲取產品創新需求和設計改進策略；陳濤[7]等建立IPA模型分析AI生成化妝品包裝設計的各項因素滿意度并獲取產品提升策略。另外，有學者基于專利數據進行產品創新研究。例如，YANG等[8]基于專利數據集分析出每項專利技術的新穎性價值（VON） 以及每項研發主題的難度價值（VOD） 從而識別技術機會。Lee等[9]通過綜合考慮專利技術與產品的聯系，識別出產品潛在技術機會。

然而，已有的關于產品創新需求分析的研究往往只從消費者需求或技術支撐的單一角度進行分析，尚缺乏將消費者需求及技術支撐相結合的產品創新需求分析方法的研究，也缺少綜合利用在線評論數據、專利數據的多源數據驅動的產品創新需求分析方法的研究。因此，有必要考慮新能源汽車產品創新的實際需求，并結合在線評論數據及專利數據的特點，提出多源數據驅動的新能源汽車產品創新需求分析方法，從而對產品創新方案的制定提供有效支持。

1 多源數據驅動的新能源汽車產品創新需求分析方法設計

1.1 方法流程

本文提出了多源數據驅動的新能源汽車產品創新需求分析方法，方法流程如圖1所示。首先以汽車論壇網站為數據源，采用八爪魚采集器對新能源汽車產品的在線評論數據進行爬取，并對收集到的在線評論數據進行文本預處理，包括數據清洗、分詞、去除標點符號及停用詞等操作；其次，利用TF-IDF方法提取產品創新需求，分別進行產品創新需求的關鍵詞詞頻統計及情感分析，獲得其重要度及績效值以構建目標產品IPA模型，并基于模型構建結果對創新需求進行篩選；然后，根據產品創新需求的IPA分析結果構建檢索式進行專利數據采集，通過統計專利數量獲取需求的技術支撐度；最后，綜合考慮創新需求的重要度、績效值和技術支撐度確定創新需求的優先級。

1.2 基于在線評論數據的產品創新需求IPA 分析

基于預處理后的在線評論數據，本文通過TFIDF方法（Term Frequency-Inverse Document Fre?quency） 提取產品創新需求[10]。TF-IDF方法挖掘出的關鍵詞根據TF-IDF權重由大到小排序，這里輸出TFIDF權重值最大的前ε 個關鍵詞。由于部分關鍵詞語義相似度高，需要根據專家意見對輸出的關鍵詞進行同義詞合并，進而確定產品創新需求類別，最終得到I個產品創新需求。令FRi 表示第i 項需求，FWij 表示第i 項需求的第j 個關鍵詞，TFij 表示關鍵詞FWij 的詞頻，i =1，2，...，I， ; j =1，2，...，J。

針對初步提取出的產品創新需求，本文基于IPA 模型（Importance-Performance Analysis） [11]，綜合考慮創新需求的重要性和績效值，篩選出待改進的產品創新需求。

首先，基于需求被提及的頻率計算產品創新需求的重要度。當某產品創新需求被消費者提及的頻率越高，表明該項需求對消費者越重要，基于此，本文基于創新需求被提及的頻率確定產品創新需求FRi 的重要度SIi，即：

然后，基于情感分析結果計算產品創新需求的績效值。百度AI是百度公司開發的人工智能技術平臺，提供豐富的人工智能服務，其中包括文本情感分析功能。百度AI的情感分析結果通常會將文本的情感分為消極、中性和積極，分別返回情感得分值0、1和2。

在線評論對產品/服務相關屬性的情感傾向反映了客戶對相關屬性的滿意程度，可視為產品/服務相關屬性的績效值。為了便于進一步分析，本文將客戶對產品創新需求的情感強度（即在線評論的情感傾向）轉換為產品創新需求的績效值[6]。根據產品創新需求FRi 對應的關鍵詞FWij，通過文本檢索將含有關鍵詞FWij 的評論語句歸類至需求FRi 評論語句集中，并基于百度AI對該需求的所有評論語句進行情感分析，并將評論語句的平均情感得分作為該產品創新需求的績效值 SSn 。令 Scif 代表需求FRi 中第f 條評論的情感得分，f = 1，2，...，F，F 為需求FRi 的評論語句總個數，則需求FRi 的績效值可表示為

進一步地，基于產品創新需求提取結果以及其重要度和績效值的計算結果構建IPA模型，以產品創新需求的重要度SIi 作為橫軸，產品創新需求的績效值SSi作為縱軸[12]，劃分出四個象限如圖2所示。

其中，區域Q1 為優勢區，該區域的產品創新需求重要度及績效值均較高，應繼續保持優勢；區域Q2 為改進區，該區域表示產品創新需求重要度較高但績效值較低，企業應集中改進這些顧客期望并重視的需求；區域Q3 為機會區，表示產品創新需求重要度較低且績效值也較低；區域Q4 為維持區，表示產品創新需求重要度及績效值均較高[13]。將產品創新需求劃分到四個象限中，由于改進區中的各產品創新需求的重要度高于平均水平，績效值低于平均水平，為產品創新的集中改善區，所以本文選取Q2 區域中的產品創新需求作為待改進產品創新需求 PIDn，n = 1，2，...，N，N 表示待改進需求的數量。

1.3 基于專利數據的產品創新需求技術支撐度分析

產品創新需求的滿足，需要創新技術的支撐。新能源汽車企業在產品創新需求分析中，需要考慮產品創新需求的技術支撐情況。專利數據中涉及各項產品創新需求的專利數量，可以直接反映該產品創新需求在技術層面可獲得的支撐程度，進而可以從技術層面反映該項創新需求能夠被滿足的程度。因此，本文通過各創新需求對應專利的數量在涉及所有需求的專利中所占的比例對產品創新需求的技術支撐度進行衡量。

本文所使用的專利數據來源于德溫特數據庫（www.derwent.com）。將根據在線評論數據提取并得到的待改進產品創新需求PIDn 對應的關鍵詞轉換成對應的英文關鍵詞，并依據德溫特數據庫的邏輯符號構建檢索表達式，產品創新需求 PIDn 對應的檢索表達式為（new energy vehicle or new energy vehicles or newenergy car or new energy cars））and PIDn）。根據檢索式在德溫特數據庫中進行檢索，選擇近十年的專利數據進行導出，可以獲得各產品創新需求 PIDn 所對應的近十年的專利數量 FRWn。在此基礎上，通過分別計算各產品創新需求對應的專利數量在總專利數量中所占的比例，得出產品創新需求 PIDn 的技術支撐度TSDn，即：

1.4 多源數據驅動的產品創新需求優先級確定

確定新能源汽車產品創新需求的優先級可以幫助新能源汽車企業制定有效的產品創新方案，有助于企業優化資源配置。確定新能源汽車產品創新需求PIDn 的優先級 Kn 需要綜合考慮產品創新需求的重要度SIn、績效值 SSn 及技術支撐度 TSDn 三方面的因素，一方面，某一產品創新需求的重要度越高、績效值越低，表現了用戶越重視且越期待改善該產品創新需求，所以該創新需求也越應優先改進；另一方面，某一產品創新需求的技術支撐度越高，反映了企業基于該創新需求在現有技術條件下進行產品創新開發就越可能得以實現，所以也應具有較高的優先級。

綜合考慮以上原因，本文給出了綜合考慮產品創新需求 PIDn 的重要度SIn、績效值 SSn 及技術支撐度TSDn 的創新需求優先級 Kn 確定方法，即：

2 實驗分析

2.1 新能源汽車產品創新需求獲取

本文以“比亞迪 海豹 2022款” 新能源汽車作為目標產品，利用八爪魚采集器在汽車之家論壇（www.autohome.com.cn）上爬取該產品從2022年8月至2023 年9月的在線評論數據進行實驗分析，所爬取的數據共計1 480條， 平均評論長度為798字。產品創新需求獲取以預處理后的評論數據集為基礎，應用TF-IDF 方法并輸出TF-IDF權重值最大的前200個關鍵詞，使用第1.2節的方法得到的產品創新需求FRi 及對應關鍵詞FWij如表1所示。

2.2 新能源汽車產品創新需求IPA 分析

基于2.1節獲取的新能源汽車產品創新需求，使用公式（1）、公式（2）分別計算新能源汽車產品創新需求的重要度及績效值，計算結果如表2所示。

基于此，構建比亞迪海豹2022款的IPA模型如圖2所示。從圖2可以看出，產品創新需求“底盤（PID1）”“空間（PID2）”和“內飾（PID3）”位于Q2 區域，作為待改進產品創新需求。

2.3 新能源汽車產品創新需求技術支撐度分析

根據IPA模型分析篩選得到的待改進產品創新需求 PIDn 構建專利檢索表達式，在德溫特專利數據庫中分別對近十年的專利數據進行檢索，各產品創新需求對應的檢索表達式及檢索結果如表3所示。

使用公式（3）計算的產品創新需求計算支撐度，可以得到新能源汽車產品創新需求“底盤（PID1）”“空間（PID2）”和“ 內飾（PID3）”的技術支撐度TSD1、TSD2、TSD3分別為0.228、0.561、0.089。

2.4 新能源汽車產品創新需求優先級分析

根據公式（4）可計算出產品創新需求 PIDn 的優先級并得到優先級排序結果如表4所示。

通過以上對比亞迪公司新能源汽車的產品創新需求分析可知，比亞迪公司需要考慮對汽車產品的“底盤（PID1）”“空間（PID2）”和“內飾（PID3）”的需求進行創新設計與開發，且優先級排序為“空間（PID2）”>“底盤（PID1）”>“內飾（PID3 ）”。

3 結束語

現階段，市場需求驅動的新能源汽車行業蓬勃發展，只有進行有效的創新需求分析才能滿足用戶需求并贏得市場競爭。本文提出的多源數據驅動的新能源汽車產品創新需求分析方法綜合利用了用戶評論數據和專利數據，將消費者需求及技術支撐相結合，能夠在市場需求驅動的大背景下對新能源汽車產品的創新需求進行有效的分析，極大地提高了分析結果的可靠性和適用性，并可為新能源汽車產品及其他產品的創新方案制定提供一定的參考和支撐。