CN101504737A - 一种对产品的使用情况进行分析的方法及系统 - Google Patents
一种对产品的使用情况进行分析的方法及系统 Download PDFInfo
- Publication number
- CN101504737A CN101504737A CNA2008100048749A CN200810004874A CN101504737A CN 101504737 A CN101504737 A CN 101504737A CN A2008100048749 A CNA2008100048749 A CN A2008100048749A CN 200810004874 A CN200810004874 A CN 200810004874A CN 101504737 A CN101504737 A CN 101504737A
- Authority
- CN
- China
- Prior art keywords
- data
- mathematical relation
- model
- product
- changing pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种对产品的使用情况进行分析的方法和系统,通过采集至少两组关于产品使用情况的样本数据;并对采集的样本数据进行分析,确定样本数据中同类使用数据的变化规律和/或至少两类使用数据之间的数学关系,然后基于所确定的变化规律和/或数学关系建立相应的模型,在建立模型之后,就可以使用所述模型对产品的使用情况进行分析,产生相应的分析结果。如此,无论所分析的数据量有多大、多琐碎,都可以采用本发明所提供的方法和系统进行分析,从而为产品的实际应用或功能改进提供有效的指导。
Description
技术领域
本发明涉及数据分析技术,特别涉及一种对产品的使用情况进行分析的方法及系统。
背景技术
对于产品制造商来说,有时总会接到用户的投诉,例如:产品效率低、产品比较难用等。每当这个时候,产品制造商都需要对用户所投诉的问题进行分析,并给出一些解决所述问题的建议。但是,很多时候产品制造商发现根本无法就用户的投诉给出相应的合理建议,导致这种情况的原因在于:一方面,产品制造商可能无法从用户那里获取真正有价值的信息来用于进行问题分析;另一方面,用户可能反馈了大量的、非常琐碎的信息,仅靠人工分析的方法很难把这些信息组织起来,进而很难从所述大量、琐碎的信息中提取出各信息之间的关联。
此外,在产品制造商开发新产品之前,必须了解用户的需求才能开发出好的产品,但是,要了解用户的需求并不容易,这需要耗费巨大的精力进行市场调研。并且,许多用户通常只能告诉市场调研人员一种感觉,而不是具体的设计建议,因此,有时市场调研的效果并不理想。例如:用户只能告诉市场调研人员:这个功能不好用,而不能告诉他们:这个功能为什么不好用,怎样的设计才是好用的。
由上述可见,现有技术由于无法对产品的使用情况进行有效的分析,进而无法给产品的实际应用和功能改进给出有效的指导。
发明内容
有鉴于此,本发明公开了一种对产品的使用情况进行分析的方法,以所述分析的结果为产品的实际应用和功能改进提供有效的指导。
本发明还公开了一种对产品的使用情况进行分析的系统,以所述分析的结果为产品的实际应用和功能改进提供有效的指导。
为达到上述目的,本发明的技术方案具体是这样实现的:
一种对产品的使用情况进行分析的方法,包括:采集至少两组样本数据,每一组样本数据中包含同一产品的至少两类使用数据;对所述采集的样本数据进行分析,确定所述产品的同类使用数据的变化规律,根据所述变化规律建立相应的模型;和/或确定所述产品的至少两类使用数据之间的数学关系,根据所述数学关系建立相应的模型;使用建立的模型产生分析结果。
上述技术方案中,在建立相应的模型之后,可以进一步包括:根据所述模型产生的分析结果对所述变化规律和/或数学关系进行自适应调整,并根据所述调整后的变化规律和/或数学关系对所述模型进行相应的调整。
较佳地,所述每一组样本数据中还可以包含:至少一个影响所述使用数据变化的因素;所述确定产品的至少两类使用数据之间的数学关系可以包括:对于所述至少两类使用数据中存在关联的两类,确定其中一类占另一类的百分比与各个因素之间的数学关系;所述根据数学关系建立相应的模型可以包括:将上述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
较佳地,所述确定产品的同类使用数据的变化规律可以包括:确定所述使用数据与各个因素之间的数学关系;所述根据变化规律建立相应的模型可以包括:将上述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
所述使用建立的模型产生分析结果可以包括:接收输入的使用数据;根据所述输入的使用数据,按照预先设置的规则依次调用所述模型;得到相应的分析结果。
一种对产品的使用情况进行分析的系统,包括:采集模块,用于采集至少两组样本数据,每一组样本数据中包含同一产品的至少两类使用数据;建模模块,用于对采集的样本数据进行分析,确定所述产品的同类使用数据的变化规律,根据所述变化规律建立相应的模型;和/或确定所述产品的至少两类使用数据之间的数学关系,根据所述数学关系建立相应的模型;决策模块,用于使用所述建立的模型产生分析结果。
较佳地,所述决策模块,还用于将所产生的分析结果反馈给建模模块;所述建模模块,还用于根据所述分析结果对所述变化规律和/或数学关系进行自适应调整,并根据所述调整后的变化规律和/或数学关系对所述模型进行相应的调整。
较佳地,所述每一组样本数据中还可以包含:至少一个影响所述使用数据变化的因素;所述建模模块,还可以用于对所述至少两类使用数据中存在关联的两类,确定其中一类占另一类的百分比与各个因素之间的数学关系,并用于将所述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
较佳地,所述建模模块,还可以用于确定所述使用数据与各个因素之间的数学关系,并用于将所述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
所述决策模块,还可以用于接收输入的使用数据,并用于根据所述输入的使用数据,按照预先设置的规则依次调用所述模型,得到相应的分析结果。
由上述技术方案可见,本发明所公开的对产品的使用情况进行分析的方法和系统,通过采集至少两组关于产品使用情况的样本数据,并对采集的样本数据进行分析,确定样本数据中同类使用数据的变化规律和/或至少两类使用数据之间的数学关系,然后基于所确定的变化规律和/或数学关系建立相应的模型,在建立模型之后,就可以使用所述模型对产品的使用情况进行分析,产生相应的分析结果。如此,无论所分析的数据量有多大、多琐碎,都可以采用本发明所提供的方法和系统进行分析,从而为产品的实际应用或功能改进提供有效的指导。
附图说明
下面将参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其他特征和优点,附图中:
图1为本发明对产品的使用情况进行分析的方法的流程示意图;
图2示出了本发明使用建立的模型产生分析结果的流程示意图;
图3为本发明示例方法中调用三个模型的较佳流程示意图;
图4为本发明对产品的使用情况进行分析的系统的组成结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明作进一步详细说明。
图1为本发明对产品的使用情况进行分析的方法的流程示意图。参见图1,该方法包括:
步骤101:采集至少两组样本数据,每一组样本数据中包含同一产品的至少两类使用数据。
步骤102:对采集的样本数据进行分析,确定所述产品的同类使用数据的变化规律,根据所述变化规律建立相应的模型;和/或确定所述产品的至少两类使用数据之间的数学关系,根据所述数学关系建立相应的模型。
步骤103:使用建立的模型产生分析结果。
至此,结束本方法流程。
为了进一步提高本发明方法所得到的分析结果的精确度,可以在建立模型之后,进一步将所述模型产生的分析结果反馈到步骤102,并根据所述反馈的分析结果对所述所述变化规律和/或数学关系进行自适应调整,并根据所述调整后的数学关系对所述模型进行相应的调整。
所述自适应调整就是:将所述分析结果作为一组新的样本数据,将所述新的样本数据参与到步骤102所述建立模型的过程中,从而达到自适应调整的目的。
上述步骤103是使用建立的模型产生分析结果。使用本发明所建立的模型产生分析结果的方式有两类:一类是输入数据,使用所述模型产生预测结果;另一类是基于已经采集的样本数据,得出所述样本数据之间的规律。图2示出了使用本发明建立的模型产生分析结果的流程示意图。参见图2,该流程包括:
步骤201:获取输入的使用数据。
所述使用数据就是关于某一产品的使用情况的数据,涉及医疗器械领域,可以包括:医院每天接待的患者数量、医疗器械的使用时间等。
步骤202:根据输入的使用数据和建立的模型得到相应的分析结果。
所述分析结果可能包括:对使用数据的变化趋势预测、关于某使用数据的建议或使用数据的统计规律等。
步骤203:使用所述方法的用户可以根据所述分析结果采取相应的行动。
至此,结束本流程。
下面通过一个示例,说明本发明在典型应用场景下的具体实施方式。
某产品的多类使用数据之间可能存在一定的关联,所述关联是指:不同类别的使用数据之间的相互影响,此时,如果需要根据这多类使用数据给出关于如何使用该产品的合理建议,可以采取如下方法:
在步骤101所述采集样本数据阶段,使得所采集的每一组样本数据中包含:所述多类使用数据,还可以包含至少一个影响所述使用数据变化的因素。
在步骤102所述分析样本数据、建立模型阶段,首先,可以采取多种方式分析样本数据。
例如:可以对所述样本数据中的某一类使用数据进行分析,确定所述使用数据与各个因素之间的数学关系,然后对所述数学关系进行加权,从而确定该类使用数据的变化规律。之所以要对各数学关系进行加权是因为:使用数据受各因素的影响程度可能各不相同,为了进一步提高本发明方法所得到的分析结果的精确度,有必要根据所述影响程度为各影响因素设置相应的权值,然后根据各影响因素的加权结果建立相应的模型。
也可以对使用数据中存在关联的两类使用数据,确定其中一类占另一类的百分比与各因素之间的数学关系。
如此,在分析样本数据之后,将得到至少一个数学关系。
然后,根据所得到的数学关系,建立至少一个模型,所建立的模型可以是根据所述使用数据的变化规律建立的模型,也可以是根据所述至少两类使用数据中一类占另一类的百分比与各因素之间的数学关系建立的模型。
在步骤103所述产生分析结果阶段,可以接收输入的使用数据,并根据所述输入的使用数据按照预先设置的规则依次调用所述至少一个模型,得到相应的分析结果。
下面通过一个具体的例子,说明本示例方法的应用场景:
假设某医院的大夫抱怨:他们每天有100个患者,但是,某仪器却只能对80个患者进行检查,在需要针对这一现象给出合理的建议时,可以使用本示例方法。具体地:
首先,可以采集多家医院每天检查的患者数量、改变扫描程序参数的时间(简称为改变参数时间)、仪器用于检查的时间(简称为检查时间)和仪器总工作时间(简称为总工作时间)等使用数据。如果上述使用数据受医院等级、位置等因素的影响,可以在采集使用数据的同时,采集医院的等级、位置等。
然后,建立如下三个模型:
模型a:患者数量变化趋势曲线。所述患者数量变化趋势曲线可以单纯是患者数量随时间变化的曲线,也可以进一步是在考虑了医院等级、位置等因素的情况下,得到的患者数量随时间变化的曲线。具体地,可以按照如下步骤进行:
第1步:划分医院的等级、位置等。
其中,医院的等级可以根据医院的病床数进行划分,例如:100个病床之内的为A等级,200~400个病床的为B等级,400个病床以上的为C等级;医院的等级也可以根据医院自身的医疗水平等级进行区分,例如:甲等、乙等。医院的位置可以根据所述区域进行划分。
第2步:分析、确定患者数量与医院等级之间的数学关系,患者数量与医院位置之间的数学关系,以及患者数量与其他影响患者数量变化的因素之间的数学关系。
本步骤中,首先可以根据医院等级对样本数据进行分类,并计算出每一个等级下,患者数量的平均值;或者,也可以从分类后的样本数据中去掉若干个患者数量最多的样本数据、去掉若干个患者数量最少的样本数据之后,计算每一个等级下,患者数量的平均值。所述计算得到的平均值将作为相应医院等级下,患者数量的参考值。当然,在实际应用中,也可以采取其他方式计算每一个医院等级下,患者数量的参考值。
按照与上述计算患者数量参考值相同的方式,可以得到处于不同区域的医院的患者数量的参考值,以及受其他影响因素下的患者数量的参考值。所述其他影响因素可以包括:日期、医疗人员操作医疗器械的熟练程度、医疗器械在某医院的使用时间等。例如:周一至周五这样的日期可能患者数量相对较少,而周六、周日、节假日等患者数量相对较多,此时,可以根据日期对样本数据进行分类,并计算不同日期下患者数量的参考值。又例如:当医疗人员的熟练程度较高时,患者数量将相应增多,此时,可以根据医疗人员的熟练程度对样本数据进行分类,并计算与不同熟练程度对应的患者数量的参考值。再例如:医疗器械在某医院最初使用的三个月之内,通常作为试验期,其患者数量不太稳定,而随着该医疗器械在医院使用时间的增长,其患者数量将逐渐趋于稳定,针对这种情况,也可以对样本数据进行相应分类,然后计算不同使用时间对应的患者数量参考值。
第3步:根据各影响因素对患者数量的影响程度对所述各数学关系进行加权,根据所述加权结果建立相应的模型,该模型表征了患者数量变化的趋势。
本步骤中,假设各因素影响患者数量的程度由高至低依次为:医院等级(记为C)、日期(记为D)、医疗人员的熟练程度(记为P)、医院位置(记为L)、医疗器械的使用时间(记为T),此时,可以设置医院等级的权值为40%、日期的权值为25%、医疗人员熟练程度的权值为20%、医院位置的权值为10%、医疗器械的使用时间的权值为5%,则患者数量与各影响因素之间的关系可以表示为公式(1):
患者数量=C*40%+D*25%+P*20%+L*10%+T*5%(1)
至此,得到模型a。
模型b:检查时间占总工作时间的百分比。所述检查时间占总工作时间的百分比可以单纯是根据各组样本数据计算得到的检查时间占总工作时间的百分比的平均值,也可以是进一步在考虑了医院等级、位置等影响检查时间占总工作时间的百分比变化的因素的情况下,得到的检查时间占总工作时间的百分比。例如:可以对各组样本数据求检查时间与总工作时间的百分比,然后对所得到的百分比求平均值,最后得到检查时间占总工作时间的百分比的平均值。或者,首先可以根据医院等级对样本数据进行分类,然后按照如下方式得到每个医院等级对应的检查时间占总工作时间的百分比变化曲线:划分时间段,将医疗器械在某家医院最初使用的第1个月划分为一个时间段、第2~3个月划分为一个时间段、第3~12个月划分为一个时间段等,然后根据所划分的时间段对样本数据进行分类,并计算每个时间段内,检查时间占总工作时间的百分比的平均值,如此就能得到相应医院等级的检查时间占总工作时间的百分比变化曲线。
模型c:改变参数时间占检查时间的百分比。所述改变参数时间占检查时间的百分比可以单纯是根据各组样本数据计算得到的改变参数时间占检查时间的百分比的平均值,也可以是进一步在考虑了医院等级、位置等影响改变参数时间占检查时间的百分比变化的因素的情况下,得到的改变参数时间占检查时间的百分比。例如:可以将各组样本数据中的改变参数时间累加起来,然后将各组样本数据中的检查时间累加起来,并计算所述两个累加的比值,最后得到改变参数时间占检查时间的百分比的平均值。或者,首先可以根据医院等级对样本数据进行分类,然后按照如下方式得到每个医院等级对应的改变参数时间占检查时间的百分比变化曲线:划分时间段,将医疗器械在某家医院最初使用的第1个月划分为一个时间段、第2~3个月划分为一个时间段、第3~12个月划分为一个时间段等,然后根据所划分的时间段对样本数据进行分类,并计算每个时间段内,改变参数时间占检查时间的百分比的平均值,如此就能得到相应医院等级的改变参数时间占检查时间的百分比变化曲线。
最后,设置所述三个模型的调用条件和调用次序。
此时,输入该医院的使用数据:每天检查的患者数量、检查时间、总工作时间和改变参数时间,将按照本发明设置的三个模型的调用条件和调用次序,调用相应的模型得到分析结果。图3示出了本发明示例方法中调用所述三个模型的较佳流程示意图。参见图3,该流程包括:
步骤301:根据该医院每天检查的患者数量调用模型a,判断该医院的仪器是否过载,如果过载,则执行步骤302;否则,转入执行步骤303。
本步骤中,可以根据医院等级确定相应的患者数量变化趋势曲线,该曲线将作为判断该医院的仪器是否过载的参考。例如,根据该仪器在医院的使用时间所属的时间段,在患者数量变化趋势曲线中确定相应时间段对应的患者数量,如果该医院的患者数量明显大于该曲线上的患者数量,则表明:该医院的仪器过载。
步骤302:由于根据分析,判定该医院的仪器已经过载,可以建议医院对硬件进行升级或购买新仪器,并结束本流程。
步骤303:根据该医院的检查时间和总工作时间计算检查时间占总工作时间的百分比,并调用模型b,判断该医院检查时间占总工作时间的百分比是否过低,如果过低,则继续执行步骤304;否则,转入执行步骤305。
本步骤中,可以采用与步骤301类似的方式判断该医院检查时间占总工作时间的百分比是否过低,在此不再赘述。
步骤304:由于根据分析,判定该医院检查时间占总工作时间的百分比过低,这表明医院可能浪费了太多时间用于登记、为患者作准备等,因此,可以建议医院提高工作效率,并结束本流程。
步骤305:根据该医院的检查时间和改变参数时间计算改变参数时间占检查时间的百分比,并调用模型c,判定该医院改变参数时间占检查时间的百分比是否过高,如果过高,则继续执行步骤306,否则,如果还存在其他模型可以调用其他模型继续进行判断。
本步骤中,可以采用与步骤301类似的方式判断该医院改变参数时间占检查时间的百分比是否过高,在此不再赘述。
步骤306:由于根据分析,判定该医院改变参数时间占检查时间的百分比过高,这表明该医院花费在改变参数上的时间过多,不够合理,因此,可以建议医院在相应方面进行改善,以缩短用于改变参数的时间,并结束本流程。
以上对本发明提供的对产品的使用情况进行分析的方法进行了详细说明,下面对本发明提供的对产品的使用情况进行分析的系统进行说明。
图4为本发明对产品的使用情况进行分析的系统的组成结构示意图。参见图4,该系统包括:
采集模块410,用于采集至少两组样本数据,每一组样本数据中包含同一产品的至少两类使用数据;
建模模块420,用于对采集的样本数据进行分析,确定所述产品的同类使用数据的变化规律,根据所述变化规律建立相应的模型;和/或确定所述产品的至少两类使用数据之间的数学关系,根据所述数学关系建立相应的模型;
决策模块430,用于使用所述建立的模型产生分析结果。
图4所示系统中的决策模块430,还用于将所产生的分析结果反馈给建模模块420;
所示建模模块420,还用于根据所述分析结果对所述样本数据之间的变化规律和/或数学关系进行自适应调整,并根据所述调整后的变化规律和/或数学关系对所述模型进行相应的调整。
若所述每一组样本数据中还包含:至少一个影响所述使用数据变化的因素;图4所示系统中的建模模块420,还用于对所述至少两类使用数据中存在关联的两类,确定其中一类占另一类的百分比与各个因素之间的数学关系,并用于将所述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
图4所示系统中的建模模块420,还用于确定使用数据与各个因素之间的数学关系,并用于将所述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
图4所示决策模块430,还用于接收输入的使用数据,并用于根据所述输入的使用数据,按照预先设置的规则依次调用所述模型,得到相应的分析结果。
由上述可见,本发明所公开的对产品的使用情况进行分析的方法和系统,通过采集至少两组关于产品使用情况的样本数据,并对采集的样本数据进行分析,确定样本数据中同类使用数据的变化规律和/或至少两类使用数据之间的数学关系,然后基于所确定的变化规律和/或数学关系建立相应的模型,在建立模型之后,就可以使用所述模型对产品的使用情况进行分析,产生相应的分析结果。如此,无论所分析的数据量有多大、多琐碎,都可以采用本发明所提供的方法和系统进行分析,从而为产品的实际应用或功能改进提供有效的指导。
并且,使用本发明提供的方法和系统可以基于大量样本数据统计得到的规律,快速得到合理的建议。本发明提供的方法和系统对市场营销也非常有帮助,它能帮助产品制造商非常有效地了解用户的需求,从而设计出更贴合用户需要的新产品或新功能,如此,就能节约许多进行市场调研的时间。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种对产品的使用情况进行分析的方法,其特征在于,包括:
采集至少两组样本数据,每一组样本数据中包含同一产品的至少两类使用数据;
对所述采集的样本数据进行分析,确定所述产品的同类使用数据的变化规律,根据所述变化规律建立相应的模型;和/或确定所述产品的至少两类使用数据之间的数学关系,根据所述数学关系建立相应的模型;
使用建立的模型产生分析结果。
2.根据权利要求1所述的方法,其特征在于,在建立相应的模型之后,进一步包括:
根据所述模型产生的分析结果对所述变化规律和/或数学关系进行自适应调整,并根据所述调整后的变化规律和/或数学关系对所述模型进行相应的调整。
3.根据权利要求1或2所述的方法,其特征在于,
所述每一组样本数据中还包含:至少一个影响所述使用数据变化的因素;
所述确定产品的至少两类使用数据之间的数学关系包括:对于所述至少两类使用数据中存在关联的两类,确定其中一类占另一类的百分比与各个因素之间的数学关系;
所述根据数学关系建立相应的模型包括:将上述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
4.根据权利要求3所述的方法,其特征在于,
所述确定产品的同类使用数据的变化规律包括:确定所述使用数据与各个因素之间的数学关系;
所述根据变化规律建立相应的模型包括:将上述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
5.根据权利要求1或2所述的方法,其特征在于,所述使用建立的模型产生分析结果包括:
接收输入的使用数据;
根据所述输入的使用数据,按照预先设置的规则依次调用所述模型;
得到相应的分析结果。
6.一种对产品的使用情况进行分析的系统,其特征在于,包括:
采集模块(410),用于采集至少两组样本数据,每一组样本数据中包含同一产品的至少两类使用数据;
建模模块(420),用于对采集的样本数据进行分析,确定所述产品的同类使用数据的变化规律,根据所述变化规律建立相应的模型;和/或确定所述产品的至少两类使用数据之间的数学关系,根据所述数学关系建立相应的模型;
决策模块(430),用于使用所述建立的模型产生分析结果。
7.根据权利要求6所述的系统,其特征在于,
所述决策模块(430),还用于将所产生的分析结果反馈给建模模块(420);
所述建模模块(420),还用于根据所述分析结果对所述变化规律和/或数学关系进行自适应调整,并根据所述调整后的变化规律和/或数学关系对所述模型进行相应的调整。
8.根据权利要求6或7所述的系统,其特征在于,
所述每一组样本数据中还包含:至少一个影响所述使用数据变化的因素;
所述建模模块(420),还用于对所述至少两类使用数据中存在关联的两类,确定其中一类占另一类的百分比与各个因素之间的数学关系,并用于将所述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
9.根据权利要求8所述的系统,其特征在于,
所述建模模块(420),还用于确定所述使用数据与各个因素之间的数学关系,并用于将所述数学关系进行加权,根据所述加权得到的结果建立相应的模型。
10.根据权利要求6或7所述的系统,其特征在于,
所述决策模块(430),还用于接收输入的使用数据,并用于根据所述输入的使用数据,按照预先设置的规则依次调用所述模型,得到相应的分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100048749A CN101504737A (zh) | 2008-02-05 | 2008-02-05 | 一种对产品的使用情况进行分析的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008100048749A CN101504737A (zh) | 2008-02-05 | 2008-02-05 | 一种对产品的使用情况进行分析的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101504737A true CN101504737A (zh) | 2009-08-12 |
Family
ID=40976972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008100048749A Pending CN101504737A (zh) | 2008-02-05 | 2008-02-05 | 一种对产品的使用情况进行分析的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101504737A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930904B (zh) * | 2016-04-12 | 2018-10-26 | 同济大学 | 一种基于种群进化的复杂产品系统自适应更改方法 |
CN110837862A (zh) * | 2019-11-06 | 2020-02-25 | 腾讯科技(深圳)有限公司 | 用户分类方法及装置 |
-
2008
- 2008-02-05 CN CNA2008100048749A patent/CN101504737A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930904B (zh) * | 2016-04-12 | 2018-10-26 | 同济大学 | 一种基于种群进化的复杂产品系统自适应更改方法 |
CN110837862A (zh) * | 2019-11-06 | 2020-02-25 | 腾讯科技(深圳)有限公司 | 用户分类方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Steenwyk et al. | PhyKIT: a broadly applicable UNIX shell toolkit for processing and analyzing phylogenomic data | |
Dzwigol | Meta-analysis in management and quality sciences | |
Boehm et al. | Estimating across-trial variability parameters of the Diffusion Decision Model: Expert advice and recommendations | |
Silk et al. | The consequences of unidentifiable individuals for the analysis of an animal social network | |
Li et al. | An uncertainty-based framework for agricultural water-land resources allocation and risk evaluation | |
DE112005002331B4 (de) | Verfahren, System und Vorrichtung zur Zusammenstellung und Nutzung von biologischem Wissen | |
Rosenberg | Discordance of species trees with their most likely gene trees: a unifying principle | |
Ovaskainen et al. | What can observational data reveal about metacommunity processes? | |
Bell et al. | Modular ABM development for improved dissemination and training | |
Bartoszek et al. | Using the Ornstein–Uhlenbeck process to model the evolution of interacting populations | |
CN103310388A (zh) | 基于信源熵的电网运行综合指数计算方法 | |
Lee et al. | Radiology workflow dynamics: how workflow patterns impact radiologist perceptions of workplace satisfaction | |
Zheng et al. | Environmental potentials of policy instruments to mitigate nutrient emissions in Chinese livestock production | |
CN101504737A (zh) | 一种对产品的使用情况进行分析的方法及系统 | |
Harvey et al. | Random assignment of proxy event dates to unexposed individuals in observational studies: an automated technique using SAS® | |
Ding et al. | Coupling optimization with territorial LCA to support agricultural land-use planning | |
Costa et al. | The multidimensional measurement of poverty: A fuzzy set approach | |
Formicola et al. | Design Approach of Medical Devices for Regulation Compatibility: A Robotic Rehabilitation Case Study. | |
Castaldi et al. | Geographical patterns in US inventive activity 1977–1998: The “regional inversion” was underestimated | |
CA2803266A1 (en) | System for the quantification of system-wide dynamics in complex networks | |
CN113360631A (zh) | 一种智能组卷方法及装置 | |
CN111460672A (zh) | 基于Simulink的水质模型多参数敏感性分析方法 | |
Ozturk | Probability-proportional-to-size ranked-set sampling from stratified populations. | |
Clavel et al. | A modelling solution for developing and evaluating agricultural land-use scenarios in water scarcity contexts | |
Norton et al. | Sensitivity and structure assessment of a software tool to gauge the ecological impact of flow scenarios |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20090812 |