[發明專利]基于用戶需求預測產品設計參數的方法、裝置及設備

在審

• 申請號: 202111098410.0
• 申請日: 2021-09-18
• 公開（公告）號: CN113792147A
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 宮琳;祝德剛;劉禹軒;莫振沖;黃自峣;牛立卓
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F30/12;G06F40/289
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 廖葉子

本申請公開了一種基于用戶需求預測產品設計參數的方法、裝置及設備，涉及自然語言處理技術領域，所述方法包括：在用戶需求數據中，提取第一用戶需求要素；將所述第一用戶需求要素輸入至預測模型，預測所述第一用戶需求要素所對應的產品設計參數。本申請的方案解決現有技術中產品設計過程對人為參與的過度依賴的問題。

技術領域

本申請涉及自然語言處理技術領域，尤其是涉及一種基于用戶需求預測產品設計參數的方法、裝置及設備。

背景技術

創新在整個社會發展進程中起著至關重要的作用，而產品的創新離不開產品設計。從產品全生命周期角度出發，產品設計是新產品開發的重要一環，概念設計階段更是產品設計過程的重中之重。

產品概念設計的發展經歷了若干階段。傳統的設計方法中，設計方案的成敗嚴重依賴設計人員本身的知識與經驗水平，這也使得產品設計的質量有著相當的不確定性。隨著社會生產力的提升，更好地理解用戶需求并將其轉化為產品設計參數成為產品占領市場份額、贏得競爭的關鍵。因此諸如QFD等產品設計、質量控制、質量改進工具應運而生。自此，需求驅動的產品設計成為設計領域的主流方法。

當前，互聯網環境融入社會生活的程度逐步加深，信息技術水平不斷提高，電子商務平臺、眾包平臺蓬勃發展。在此背景下，從各種渠道能夠獲取的用戶需求增多，同時，計算機存儲和計算數據的能力大大增強。因此，巨量的用戶需求以數據的形式不斷的積累下來，這使得高效而精確地分析用戶需求數據、并形成一套通用的設計理論成為了一項重要的挑戰。

目前，在國內外設計科學領域，已有一些設計理論使得產品的概念設計過程不斷地優化、標準化，如經典的系統化設計理論、TRIZ理論、通用設計理論等。這些理論都有其獨特的優勢所在，但面對上述海量需求數據的現實挑戰，又都有各自的不足及局限性。

綜上所述，在當前的數字化社會的背景下，產品設計與需求分析領域面臨著新的機遇和挑戰。找到一種高效且精確的用戶需求分析手段，借助機器學習算法、大數據管理與分析技術、深度學習模型等技術手段，形成一套新的智能化概念設計理論，是重要且意義深遠的。

發明內容

本申請的目的在于提供一種基于用戶需求預測產品設計參數的方法、裝置及設備，從而解決現有技術中產品設計過程對人為參與的過度依賴的問題。

為了達到上述目的，本申請提供一種基于用戶需求預測產品設計參數的方法，包括：

在用戶需求數據中，提取第一用戶需求要素；

將所述第一用戶需求要素輸入至預測模型，預測所述第一用戶需求要素所對應的產品設計參數。

可選地，在用戶需求數據中，提取第一用戶需求要素，包括：

對所述用戶需求數據進行預處理；

對預處理后的用戶需求數據進行數據標注；

利用BERT模型，在數據標注后的用戶需求數據中抽取所述第一用戶需求要素。

可選地，對所述用戶需求數據進行預處理，包括：

刪除無效的用戶需求數據；

對未被刪除的用戶需求數據進行分詞處理。

可選地，BERT模型的訓練過程包括：

獲取第一訓練數據集；

將所述第一訓練數據集輸入至預訓練的BERT模型，對預訓練的BERT模型進行迭代訓練，獲得所述BERT模型。

可選地，所述預測模型的訓練過程包括：

獲取第二用戶需求要素和產品參數訓練數據集；

對所述第二用戶需求要素進行分析，獲得用戶需求數據集；