[发明专利]基于运行数据的智能产品配置改进方法及装置

摘要

本发明涉及一种基于运行数据的智能产品配置改进方法及装置。所述方法包括根据智能产品需求与改进的可能性定义智能产品改进的目标问题以及改进权重；利用质量功能展开方法QFD找到与所述目标问题相对应的功能模块；根据预设方法计算融合每个功能模块对应的运行数据；利用因子分析方法抽象计算融合后的运行数据，以及将抽象后的运行数据各数据项解释并定义为用户对不同功能模块的不同需求；根据抽象后的运行数据对用户进行k‑means聚类，以获取不同类型用户对不同功能模块的具体需求大小；根据具体需求大小描述不同类型用户对不同智能产品的功能模块的满足程度，并提出不同智能产品功能模块配置的改进要求。本发明可以提高智能产品中功能模块的利用率。

主权项

一种基于运行数据的智能产品配置改进方法，其特征在于，包括：根据智能产品需求与改进的可能性定义智能产品改进的目标问题以及改进权重；利用质量功能展开方法QFD找到与所述目标问题相对应的功能模块；根据预设方法计算融合每个功能模块对应的运行数据；所述预设方法包括：判断所述运行数据是否包括所有信息以能够描述用户对功能模块的需求；若否，则结合描述需要与专业要求添加相应的数据项，利用以下公式计算每个数据项：Nna＝f(数据项Sn1，数据项Sn2，数据项Sn3，……数据项Sni)；其中Nn描述第n个功能模块用户需求的补充信息数据集，Nna为Nn的第a个数据项，以Sn描述第n个功能模块用户需求的数据集，Sn1～Sni为Sn第1至i个数据项；将所述运行数据与所添加的数据项进行融合；所述根据预设方法计算融合每个功能模块对应的运行数据的步骤包括筛选所述运行数据的步骤：首先，选择与目标问题对应功能模块的物理部件连接传感器传输的运行数据；其次，选择智能产品中描述产品以及数据基础信息的数据作为所述运行数据的补充数据；最后，选择对应其他功能模块的物理部件传输的数据项对所述目标问题对应功能模块的补充数据；利用因子分析方法抽象计算融合后的运行数据，以及将抽象后的数据各数据项解释并定义为用户对不同功能模块的不同需求，包括：收集描述第n个功能模块用户需求的数据集Sn和Nn；剔除数据集中描述时间信息的数据项；利用因子分析方法处理所述数据集Sn和Nn中剩余数据项以及相关数据获取第n个功能模块的因子分析后的变量集Yn＝{抽象数据项Yn1，抽象数据项Yn2……抽象数据项Yni}；所 述因子分析方法包括：将数据集Sn和Nn中剩余的数据项作为因子分析中的输入，利用SPSS软件进行因子分析与因子旋转；将所述变量集Yn＝{抽象数据项Yn1，抽象数据项Yn2……抽象数据项Yni}解释为用户的需求或偏好集Pn＝{需求或偏好Pn1，需求或偏好Pn2……需求或偏好Pni}，将时间数据项定义为用户的使用时间偏好；根据抽象后的运行数据对用户进行k‑means聚类，以获取不同类型用户对不同功能模块的具体需求大小，包括：将第n个功能模块对应的数据集Pn＝{需求或偏好Pn1，需求或偏好Pn2……需求或偏好Pni}中的各个数据项作为k‑means聚类分析时的数据输入；确定用户类型数量并计算用户聚类分析结果，包括x个类型用户中每个需求或偏好Pni的平均数和所有用户每个需求或偏好Pni的平均数；其中所述用户类型数量由聚类分析结果与企业所需的用户划分粒度确定；根据需求或偏好满足度的确定规则确定不同类型用户对某个需求或偏好的满足程度；所述需求或偏好满足度的确定规则包括：当x类型用户对功能模块的某个需求或偏好的平均值为所有用户平均值的80％以下，称该类型用户对该项功能模块的某个需求低或偏好不明显，时间偏好除外；当x类型用户对功能模块的某个需求或偏好的平均值为所有用户平均值的80％‑120％，称该群体用户对该项功能模块的某个需求适度或无明显偏好，时间偏好除外；当x类型用户对功能模块的某个需求或偏好的平均值为所有用户平均值的120％以上，称该群体用户对该项功能模块的某个需求高或偏好明显，时间偏好除外；根据具体需求大小描述不同类型用户对不同智能产品的功能模块的满足程度，并提出不同智能产品功能模块配置的改进要求。