[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

技術領域

本發明涉及智能產品設計技術領域，尤其涉及一種基于運行數據的智能產品配置改進方法及裝置。

背景技術

目前，在設計智能產品時，為滿足所有用戶的具體需求，需要在智能產品中添加多種功能模塊品。然而，不同用戶群體具有不同的需求，導致智能產品中的多種功能模塊僅有少量被經常使用，造成智能產品中功能模塊使用率較低。

發明內容

針對現有技術中的缺陷，本發明提供一種基于運行數據的智能產品配置改進方法及裝置，以解決現有技術中未充分考慮用戶具體需求導致智能產品中功能模塊使用率低的問題。

本發明實施例提供了一種基于運行數據的智能產品配置改進方法，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；

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；

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；

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。

可選地，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。

可選地，所述根據預設方法計算融合每個功能模塊對應的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。

可選地，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；

將所述運行數據與所添加的數據項進行融合。

可選地，所述結合描述需要與專業要求添加相應的數據項的步驟中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)。

可選地，所述利用因子分析方法抽象計算融合后的運行數據，以及將抽象后的運行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的步驟包括：

收集描述第n個功能模塊用戶需求的數據集S_n和N_n；

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S_n和N_n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Y_n＝{抽象數據項Y_n1，抽象數據項Y_n2……抽象數據項Y_ni}；

將所述變量集Y_n＝{抽象數據項Y_n1，抽象數據項Y_n2……抽象數據項Y_ni}解釋為用戶的需求或偏好集P_n＝{需求或偏好P_n1，需求或偏好P_n2……需求或偏好P_ni}，將時間數據項定義為用戶的使用時間偏好。

可選地，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。

可選地，所述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的步驟包括：

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；