[发明专利]一种基于多维感性信息语义层次关联的产品分析方法

说明书

本发明公开了基于多维感性信息语义层次关联的产品分析方法，首先对感性需求语义词汇进行提取，确立需求排序，选择排序靠前的需求作为产品语义空间中的语义轴确定多组三维语义空间，计算用户对产品感性信息集综合作用到产品方案，确定该方案在用户需求语义空间中的位置，同时构建多维感性需求模型，标定产品方案的感性需求的位置，选择排序最前的需求作为首要需求，将首要需求分层次后定位，确定核心用户所在区域，选择首要需求中对应的方案作为做出最终产品设计决策。该方法直观地表达用户对产品的多属性动态的综合感知需求，用于产品方案的分析与决策，并通过多维感性需求与用户的个性化特征关联，为后期基于语义检索的产品个性化设计奠定基础。

技术领域

本发明属于产品分析技术领域，具体涉及一种基于多维感性信息语义层次关联的产品分析方法。

背景技术

面向用户偏好的个性化产品(包括工业产品，金融产品等等)设计也成为企业吸引消费者购买的关键。一些学者建立用户情感需求模型，来实现设计早期阶段融入用户需求，如感性工学将用户的感知信息通过数学量化处理来与产品的造型属性结合。但是用户对产品感知评价，并用语言描述对同一产品的感性需求除了模糊性和不确定性外，还呈现出“多维度、多层次、动态性”的特征。所以，单靠一种或者两种感性词汇表达是不能涵盖用户群体对产品的本质需求，而且如果忽略了这些需求之间的关联特性和动态发展特性，更是很难准确实施用户群体动态的感性需求信息与产品设计的综合转化。此外，在互联网上检索产品时，如何让用户快速检索到与自己的个性特征相关的产品，提高检索效率也急需解决。

发明内容

本发明的目的在于提供一种基于多维感性信息语义层次关联的产品分析方法，能够直观地表达用户对产品的多属性动态的综合感知需求，用于产品方案的分析与决策，并通过多维感性需求与用户的个性化特征关联，提高网上检索效率，为后期基于语义检索的产品个性化设计奠定基础。

本发明所采用的技术方案是，一种基于多维感性信息语义层次关联的产品分析方法，具体按照以下步骤实施：

步骤1，利用调研、统计的方法对众多的感性需求语义词汇进行提取，初步提取用户选择频数f≥x％的感性词汇建立用户对产品的感性需求信息方案集Y＝{Y₁,Y₂,…,Y_n}，x为产品设计开发人员指定数值，如指定x＝70，即选择频数f≥70％的感性词汇建立用户对产品的感性信息方案集；

步骤2，利用动态直觉模糊多属性决策确立“需求Y_i，i＝1,2,…,n”的排序；

步骤3，选择排序靠前的j个感性需求作为产品语义空间中的语义轴MR_j，当j＝1时，为线性语义轴，语义轴为MR₁，构成一维感性需求图；当j＝2时，语义轴MR₂、MR₁构成二维感性需求图，j＝3时，语义轴MR₃、MR₂及MR₁形成三维语义空间，当j≥4时，以C_n³的组合方式确定多组三维语义空间；

步骤4，利用直觉模糊集的关联测度计算用户对产品感性信息集综合作用到产品方案P_i后与步骤3中需求语义轴的关联层次，确定该产品方案P_i在用户需求“情感”语义空间中的位置；

步骤5，构建面向用户特征的多维感性需求模型，通过调查、统计的形式提取用户U_i,(i＝1,2,…,n)的典型特征，并用两对互补的形容词组表达该典型特征，构成“用户群典型特征”语义空间；

步骤6，通过产品感知评价实验，利用直觉模糊集的关联测度计算用户对产品方案P_i的j个感性需求形成的多维感性需求与用户U_i,(i＝1,2,…,n)的典型特征的关联性，并标定其在步骤5构建的“用户群典型特征”语义空间中的位置；