[發明專利]聯合客戶偏好和專家知識的產品設計方案評價方法和系統

在審

• 申請號: 202210095494.0
• 申請日: 2022-01-26
• 公開（公告）號: CN114595937A
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 張強;張偉佳;王安寧;唐孝安;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;G06N3/04;G06N3/08;G06F40/30;G06F40/289;G06F40/268;G06F40/211;G06Q50/04
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，該方法包括：

獲取產品的參數數據以及評論數據；所述評論數據包括評論文本以及星級打分；

基于所述參數數據和評論數據構建設計參數評價函數；所述設計參數評價函數用于將設計方案的設計參數值轉化為設計參數評價值；

基于設計參數評價值、星級打分和人工神經網絡獲取每個設計參數的獨立權重；

融合設計參數的獨立權重和相互之間的協同作用計算參數聯盟的聯合權重；

基于設計參數評價函數和聯合權重，對待評價方案進行綜合評價。

2.如權利要求1所述的一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，所述獲取產品的參數數據以及評論數據，還包括：

對于參數數據，數值化文本型設計參數；

對于評論數據，對其進行數據清洗、分句、分詞以及詞性標注。

3.如權利要求1所述的一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，所述基于所述參數數據和評論數據構建設計參數評價函數，包括：

提取評論文本中的特征觀點對，并將其分類到對應的設計參數下；

計算所述特征觀點對的語義傾向，并基于所述語義傾向計算設計參數評價值；

針對設計參數的不同類型，基于所述設計參數評價值構建對應的設計參數評價函數；所述設計參數的類型包括離散型設計參數和連續型設計參數。

4.如權利要求3所述的一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，所述基于所述語義傾向計算設計參數評價值包括：

其中，表示設計參數i的第j個設計參數值的第g_i，j個特征觀點對；

表示特征觀點對的語義傾向；

N_i，j表示fo_i，j的數量；

且所述針對設計參數的不同類型，基于所述設計參數評價值構建對應的設計參數評價函數，包括：

采用分段函數對離散型設計參數的設計參數評價函數進行建模；

利用擬合理論對連續型設計參數的設計參數評價函數進行建模。

5.如權利要求1所述的一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，所述基于設計參數評價值、星級打分和人工神經網絡獲取每個設計參數的獨立權重，包括：

以設計參數評價值為輸入，星級打分為輸出，構建與訓練人工神經網絡；

將人工神經網絡中設計參數解釋輸出時的總權重作為設計參數的獨立權重。

6.如權利要求5所述的一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，所述將人工神經網絡中設計參數解釋輸出時的總權重作為設計參數的獨立權重，包括：

將從輸入層到隱藏層到輸出層連接屬性的所有的連接權重的絕對值求和，并進行歸一化；且設計參數i的獨立權重的計算公式為：

其中，ind_w_i表示設計參數i的獨立權重；

|w_inp，hid|表示輸入層神經元inp與隱藏層神經元hid的連接權重的絕對值；

|w_hid，out|表示隱藏層神經元hid與輸出層神經元out的連接權重的絕對值；

INP和HID分別表示輸入層神經元集合和隱藏層神經元集合。

7.如權利要求1所述的一種聯合客戶偏好和專家知識的產品設計方案評價方法，其特征在于，所述融合設計參數的獨立權重和相互之間的協同作用計算參數聯盟的聯合權重，包括：

獲取各專家基于協同程度標簽對參數聯盟的協同作用評估；

聚合各專家的評估結果，并基于聚合結果加權獲得各參數聯盟協同作用的綜合評估結果；

基于模糊測度融合獨立權重和協同作用計算參數聯盟的聯合權重。