检索结果-南通市图书馆

基于在线评论的重要度绩效竞争对手分析的产品设计改进方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2022年第5期28卷 1496-1506页

作者：王克勤刘朝明西北工业大学管理学院陕西西安710072

基于在线评论的产品设计改进研究,受到越来越多学者的关注。然而,现有研究仍有很多局限,如忽略竞争产品分析以及无法获取细粒度顾客需求等。为解决上述问题,提出一种基于在线评论的重要度绩效竞争对手分析方法(IPCA)。首先,应用隐含狄... 详细信息

基于在线评论的产品设计改进研究,受到越来越多学者的关注。然而,现有研究仍有很多局限,如忽略竞争产品分析以及无法获取细粒度顾客需求等。为解决上述问题,提出一种基于在线评论的重要度绩效竞争对手分析方法(IPCA)。首先,应用隐含狄利克雷分布(LDA)主题模型识别产品主题,基于文档—主题概率分布计算产品特征重要度;其次,通过依存句法分析提取情感标签,并将其量化为产品特征绩效值;然后,构建多个IPCA模型找到目标产品的待改进特征;最后,从原始负面评论中提取用例,获取顾客细粒度需求并发现产品问题,进而提出产品设计改进策略。以汽车之家口碑数据为例,验证了所提方法的有效性。

关键词：在线评论重要度绩效竞争对手分析产品设计改进 LDA主题模型情感分析

在线全文

学校读者我要写书评

暂无评论

面向产品设计改进的在线评论挖掘

计算机工程与应用 2019年第19期55卷 235-245,252页

作者：王克勤毋凤君西北工业大学管理学院

以竞争市场环境中的产品在线评论数据为研究对象,基于支持产品设计改进的视角,采用数据挖掘的方法与工具,开展面向产品设计改进的在线评论大数据分析研究。重点开展在线评论数据挖掘过程模型中的有用性建模和特征评价值情感分析。以某... 详细信息

以竞争市场环境中的产品在线评论数据为研究对象,基于支持产品设计改进的视角,采用数据挖掘的方法与工具,开展面向产品设计改进的在线评论大数据分析研究。重点开展在线评论数据挖掘过程模型中的有用性建模和特征评价值情感分析。以某智能手机产品的在线评论数据为对象进行了实验,得到该产品各个属性的评价值,与更新换代后的产品属性进行比较,验证了此方法的有效性。

关键词：产品设计改进在线评论挖掘有用性建模情感分析特征评价值

拖拉机提升器前盖板冲压工艺性分析及产品设计改进

在线全文

学校读者我要写书评

暂无评论

农业装备技术 2014年第2期40卷 47-49页

作者：陈牡丹江苏清拖农业装备有限公司

对拖拉机提升器前盖板的产品设计进行工艺性分析,提高产品设计的合理性,并对改进后的产品进行工艺设计。实践证明,改进后的产品设计合理,工艺设计合理,能满足产品质量要求,现已批量生产。对同类零件的产品及工艺设计具有一定的参考作用。

关键词：提升器前盖板工艺性分析产品设计改进工艺设计

在线全文

学校读者我要写书评

暂无评论

基于评论大数据的手机产品改进

计算机集成制造系统 2020年第11期26卷 3074-3083页

作者：杨程谭昆俞春阳浙江大学城市学院工业设计系浙江杭州310015 浙江大学计算机科学与技术学院浙江杭州310027

为应对高频产品迭代,提出一种基于评论大数据的产品设计改进研究方法。以手机为研究对象爬取大量在线评论,借助隐含狄利克雷主题模型确定用户关注的产品属性及其对应的属性词,并对评论的有用性进行分析;通过情感分析计算用户对手机各产... 详细信息

为应对高频产品迭代,提出一种基于评论大数据的产品设计改进研究方法。以手机为研究对象爬取大量在线评论,借助隐含狄利克雷主题模型确定用户关注的产品属性及其对应的属性词,并对评论的有用性进行分析;通过情感分析计算用户对手机各产品属性的关注度和满意度等指标,从而建立评价指标体系,并找到手机亟需改进的产品属性;通过观点挖掘找到用户不满意的点,进而确定手机的改进策略。利用多元线性回归分析建立手机评价指标与评论差评率的线性回归模型,通过采用该模型较准确地预测手机评论的差评率,验证了所提方法的有效性。该方法将挖掘和情感分析结合,可快速为产品设计改进提供决策依据。

关键词：大数据文本挖掘情感分析产品设计改进多元线性回归手机

基于性能退化分析的风电机组关键设计参数识别

在线全文

学校读者我要写书评

暂无评论

基于性能退化分析的风电机组关键设计参数识别

作者：马斌彬上海交通大学

学位级别：硕士

目前的产品设计改进多是基于历史调研数据、产品试验和运行阶段的故障失效数据以及制造过程数据,通过建模方法分析产品薄弱功能模块,进而识别设计改进参数。但是,随着产品运行工况变得日益复杂严苛,用户对产品的可靠性要求越来越高。诸... 详细信息

目前的产品设计改进多是基于历史调研数据、产品试验和运行阶段的故障失效数据以及制造过程数据,通过建模方法分析产品薄弱功能模块,进而识别设计改进参数。但是,随着产品运行工况变得日益复杂严苛,用户对产品的可靠性要求越来越高。诸如风电机组、起重机和大型飞机等复杂机电产品普遍具有高可靠性、长寿命的特点,企业积累的偶发故障数据不能很好反映产品在一段时间内的连续状态变化。因此,基于故障数据的研究不能很好反映功能模块间真实的性能退化水平。随着微电子技术和通信传输技术的发展,越来越多产品运行阶段的数据得以积累。产品运行阶段数据通常是指在运行过程,通过各类传感器采集到的时变数据。以风电机组为例,通过数据采集与监视控制系统（SCADA系统）可以完整记录机组在运行过程中风速、温度等关键环境参数,功率、主轴转速等运行状态参数,这些数据具有规模大、时变性的特点,通过进一步数据分析技术可以得到风电机组性能变化的趋势,因此被用于预防性维护、异常状态监控、故障诊断等领域。然而,过去的研究很少将运行数据用于产品设计改进,如果将这些数据转化为与设计相关的信息或知识,从性能退化的角度提出设计改进的决策意见,对于目前大数据背景下研究设计方法理论具有重要意义。本文以风电机组为研究对象,通过对风电机组运行数据进行性能退化分析,进而用于关键设计参数识别研究。本文研究主要解决以下问题:第一,如何利用运行数据进行性能退化分析,本文提出了基于分类多模型的数据预处理方法,用于识别SCADA数据中的异常点。在预处理的基础上,根据工况对运行数据进行分类,再用高斯核非参数估计方法对不同功能模块进行性能退化分析,识别薄弱功能模块;第二,如何识别性能退化严重的功能模块中关键设计参数,本文通过基于内部机理建模的方法建立不同功能模块对应的性能与设计参数的关联关系,识别出对性能有重大影响的关键设计参数,为设计提供决策支持。最后,为了证明所提出方法的有效性,本文以服役超过10年的MM82型风电机组为例,展示了上述整个过程。通过对风能利用效率、控制稳定性、传动系统性能三方面进行分析,发现风电场的设计风速与机型的额定风速不匹配导致发电效率偏低,传动系统的磨损超过预期设计,并识别出风电场的设计风速和翼型升阻比的匹配和齿轮弯曲应力强度、齿宽设计是该型号风电机组设计改进中的关键参数。

关键词：风电机组产品设计改进性能退化分析异常识别算法 SCADA数据