[發明專利]基于運行數據的智能產品配置改進方法及裝置

有效

• 申請號: 201610954960.0
• 申請日: 2016-10-27
• 公開（公告）號: CN106384209B
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 張強;陸效農;王婉瑩;彭張林;李雪芳;任明侖;楊善林
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

1.一種基于運行數據的智能產品配置改進方法，其特征在于，包括：

根據智能產品需求與改進的可能性定義智能產品改進的目標問題以及改進權重；

利用質量功能展開方法QFD找到與所述目標問題相對應的功能模塊；

根據預設方法計算融合每個功能模塊對應的運行數據；所述預設方法包括：

判斷所述運行數據是否包括所有信息以能夠描述用戶對功能模塊的需求；

若否，則結合描述需要與專業要求添加相應的數據項，利用以下公式計算每個數據項：

Nna＝f(數據項Sn1，數據項Sn2，數據項Sn3，……數據項Sni)；其中Nn描述第n個功能模塊用戶需求的補充信息數據集，Nna為Nn的第a個數據項，以Sn描述第n個功能模塊用戶需求的數據集，Sn1～Sni為Sn第1至i個數據項；

將所述運行數據與所添加的數據項進行融合；

所述根據預設方法計算融合每個功能模塊對應的運行數據的步驟包括篩選所述運行數據的步驟：

首先，選擇與目標問題對應功能模塊的物理部件連接傳感器傳輸的運行數據；

其次，選擇智能產品中描述產品以及數據基礎信息的數據作為所述運行數據的補充數據；

最后，選擇對應其他功能模塊的物理部件傳輸的數據項對所述目標問題對應功能模塊的補充數據；

利用因子分析方法抽象計算融合后的運行數據，以及將抽象后的數據各數據項解釋并定義為用戶對不同功能模塊的不同需求，包括：

收集描述第n個功能模塊用戶需求的數據集Sn和Nn；

剔除數據集中描述時間信息的數據項；

利用因子分析方法處理所述數據集Sn和Nn中剩余數據項以及相關數據獲取第n個功能模塊的因子分析后的變量集Yn＝{抽象數據項Yn1，抽象數據項Yn2……抽象數據項Yni}；所 述因子分析方法包括：

將數據集S_n和N_n中剩余的數據項作為因子分析中的輸入，利用SPSS軟件進行因子分析與因子旋轉；

將所述變量集Yn＝{抽象數據項Yn1，抽象數據項Yn2……抽象數據項Yni}解釋為用戶的需求或偏好集Pn＝{需求或偏好Pn1，需求或偏好Pn2……需求或偏好Pni}，將時間數據項定義為用戶的使用時間偏好；

根據抽象后的運行數據對用戶進行k-means聚類，以獲取不同類型用戶對不同功能模塊的具體需求大小，包括：

將第n個功能模塊對應的數據集P_n＝{需求或偏好P_n1，需求或偏好P_n2……需求或偏好P_ni}中的各個數據項作為k-means聚類分析時的數據輸入；

確定用戶類型數量并計算用戶聚類分析結果，包括x個類型用戶中每個需求或偏好P_ni的平均數和所有用戶每個需求或偏好P_ni的平均數；其中所述用戶類型數量由聚類分析結果與企業所需的用戶劃分粒度確定；

根據需求或偏好滿足度的確定規則確定不同類型用戶對某個需求或偏好的滿足程度；

所述需求或偏好滿足度的確定規則包括：

當x類型用戶對功能模塊的某個需求或偏好的平均值為所有用戶平均值的80％以下，稱該類型用戶對該項功能模塊的某個需求低或偏好不明顯，時間偏好除外；

當x類型用戶對功能模塊的某個需求或偏好的平均值為所有用戶平均值的80％-120％，稱該群體用戶對該項功能模塊的某個需求適度或無明顯偏好，時間偏好除外；

當x類型用戶對功能模塊的某個需求或偏好的平均值為所有用戶平均值的120％以上，稱該群體用戶對該項功能模塊的某個需求高或偏好明顯，時間偏好除外；

根據具體需求大小描述不同類型用戶對不同智能產品的功能模塊的滿足程度，并提出不同智能產品功能模塊配置的改進要求。

2.根據權利要求1所述的智能產品配置改進方法，其特征在于，所述利用質量功能展開方法QFD找到與所述目標問題相對應的功能模塊的步驟包括：

將所述智能產品需求轉化為產品技術需求，以實現所述智能產品需求與產品技術特征相互映射；

根據所述產品技術特征與所述智能產品的結構名稱進行映射以得到改進的目標功能模塊。