CN111522533A - 基于用户个性化需求推荐的产品模块化设计方法及装置 - Google Patents

基于用户个性化需求推荐的产品模块化设计方法及装置 Download PDF

Info

Publication number
CN111522533A
CN111522533A CN202010331583.1A CN202010331583A CN111522533A CN 111522533 A CN111522533 A CN 111522533A CN 202010331583 A CN202010331583 A CN 202010331583A CN 111522533 A CN111522533 A CN 111522533A
Authority
CN
China
Prior art keywords
data
product
user
structure module
product structure
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.)
Granted
Application number
CN202010331583.1A
Other languages
English (en)
Other versions
CN111522533B (zh
Inventor
刘曦泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Institute of Standardization
Original Assignee
China National Institute of Standardization
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China National Institute of Standardization filed Critical China National Institute of Standardization
Priority to CN202010331583.1A priority Critical patent/CN111522533B/zh
Publication of CN111522533A publication Critical patent/CN111522533A/zh
Application granted granted Critical
Publication of CN111522533B publication Critical patent/CN111522533B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/24—Object-oriented
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及产品设计领域，提供一种基于用户个性化需求推荐的产品模块化设计方法及装置，该方法包括通过获取用户对标准模块构成的初始产品的评分数据；再将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回输入推荐系统。该方法及装置能够快速获取用户需求以及产品模块划分，提升产品模块化设计效率。

Description

基于用户个性化需求推荐的产品模块化设计方法及装置
技术领域
本发明涉及产品设计领域，特别涉及一种基于用户个性化需求推荐的产品模块化设计方法及装置。
背景技术
产品模块化设计是将产品分成数个模块，每一部分都是具有独立功能，具有一致的几何连接接口和一致的输入、输出接口的单元，相同种类的模块在产品族中可以重用和互换，相关模块的排列组合就可以形成最终的产品，通过模块的组合配置，就可以创建不同需求的产品，满足客户的定制需求，相似性的重用，可以使整个产品生命周期中的采购、物流、制造和服务资源简化，是面向大批量定制模式下的主要产品设计方法之一。
CN108548007B公开了一种核电厂阀门远传装置的模块化设计方法，包括如下步骤：S1、将构成核电厂阀门远传装置的各个零部件模块化，并对各零部件模块进行系列化设计，固化远传装置与阀门接口；S2、根据阀门的尺寸压力等级以及远传装置所需的路径选择对应系列的零部件；S3、对所选择的零部件根据不同的路径设计不同的组装方式；所述步骤S1包括：S11、将构成核电厂阀门远传装置的各个零部件模块化；S12、根据阀门最大操作力矩、操作元件尺寸、阀门公称直径与压力等级三者之间的对应关系，通过强度校核计算将不同模块的零部件结构尺寸系列化；S13、固化所述远传装置与阀门接口。
传统的模块化设计方法通过设计人员将产品进行划分为不同层次的模块，再根据市场不同的需求进行组合，然而在实际定制过程中，客户的需求也是模糊的，且量化比较难，产品设计人员对产品模块的划分也较难，根据客户模糊的产品需求得到精确的模块，且产品模块也不能完全符合客户的个性化需求。
发明内容
由于用户的需求模糊且难以量化，从用户需求出发对产品进行模块划分不仅不能完全满足用户个性化需求，而且设计人员很难对产品模块进行逐级划分，从而导致产品模块化设计效率低等问题。
有鉴于此，本发明旨在提出一种基于用户个性化需求推荐的产品模块化设计方法，以解决目前用户需求难以量化，产品模块化设计不能很好满足从模糊用户需求出发对产品模块进行划分，导致产品模块化设计效率低的问题，基于用户个性化需求推荐的产品模块化设计方法包括：
步骤S1，获取用户对标准模块构成的初始产品的评分数据；
步骤S2，将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，其中，所述隐语义模型为N组用户偏好数据训练得到，所述用户偏好数据包括产品结构模块数据和用户偏好反馈数据，所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，其中M，N为大于1的自然数；
步骤S3，将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回步骤S2输入推荐系统；
步骤S4，将用户满意的设计方案中的产品结构模块数据输入数据库中，完成模块化设计过程。
优选地，初始产品结构模块数据包括产品的基本模块和可选模块，所述基本模块包括用于能够实现产品基本功能的结构模块；可选模块包括用于能够实现产品非基本的附加功能的结构模块。
优选地，所述初始产品结构模块数据包括部件级产品结构模块数据。
优选地，步骤S2中，由推荐系统产生的产品结构模块数据包括部件级产品结构模块数据和/或零件级产品结构模块数据。
优选地，步骤S1中，所述评分数据为多组评分数据，包括量化具体数据与文本数据。
优选地，初始产品结构模块数据和所述产品结构模块数据均包括多个节点的树结构。
优选地，所述树结构包括节点间的约束规则。
本发明还公开了一种基于用户个性化需求推荐的产品模块化设计装置，所述基于用户个性化需求推荐的产品模块化设计装置包括：
获取单元，用于获取用户对标准模块构成的初始产品的评分数据；
推荐单元，用于将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，其中，所述隐语义模型为N组用户偏好数据训练得到，所述用户偏好数据包括产品结构模块数据和用户偏好反馈数据，所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，其中M，N为大于1的自然数；
判断单元，用于将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回步骤S2输入推荐系统；
执行单元，用于将用户满意的设计方案中的产品结构模块数据输入数据库中，完成模块化设计过程。
优选地，所述执行单元包括映射模块，用于数据库中产品结构模块数据与产品功能模块数据的映射。
根据本发明实施例的另一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的方法。
根据本发明实施例的基于用户个性化需求推荐的产品模块化设计方法，通过获取用户对标准模块构成的初始产品的评分数据；再将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回输入推荐系统，如此用于解决目前单纯采用问卷调查需求等过程中用户需求难以量化，产品模块化设计不能很好满足从模糊用户需求出发对产品模块进行划分，导致产品模块化设计效率低的问题，能够快速获取用户需求以及产品模块划分，提升产品模块化设计效率。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种实施方式的基于用户个性化需求推荐的产品模块化设计方法流程图；
图2为本发明一种实施方式的基于用户个性化需求推荐的产品模块化设计方法的业务逻辑图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了解决背景技术部分所指的解决目前用户需求难以量化，产品模块化设计不能很好满足从模糊用户需求出发对产品模块进行划分，导致产品模块化设计效率低的问题。本发明提供一种基于用户个性化需求推荐的产品模块化设计方法，如图1所示，本发明的一种实施方式的基于用户个性化需求推荐的产品模块化设计方法流程图，所述一种基于用户个性化需求推荐的产品模块化设计方法包括：
步骤S1，获取用户对标准模块构成的初始产品的评分数据；
步骤S2，将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，其中，所述隐语义模型为N组用户偏好数据训练得到，所述用户偏好数据包括产品结构模块数据和用户偏好反馈数据，所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，其中M，N为大于1的自然数；
步骤S3，将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回步骤S2输入推荐系统；
步骤S4，将用户满意的设计方案中的产品结构模块数据输入数据库中，完成模块化设计过程。
通过获取用户对标准模块构成的初始产品的评分数据；再将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回输入推荐系统，如此用于解决目前单纯采用问卷调查需求等过程中用户需求难以量化，产品模块化设计不能很好满足从模糊用户需求出发对产品模块进行划分，导致产品模块化设计效率低的问题，能够快速获取用户需求以及产品模块划分，提升产品模块化设计效率。
为了更好、更快地获得推荐系统推荐的可选方案，推荐系统中的采用模型，优选地采用隐语义模型(LFM，Latent Factor Model)，在训练模型过程中，将N组用户偏好数据，N为大于1自然数，包括产品结构模块数据和用户偏好反馈数据，例如，向隐语义模型中输入多组所述产品结构模块数据，用户根据喜好对所述产品结构模块数据中的每个模块进行打分排名，并输入附加的需求文本，推荐系统中隐语义模型计算统计用户行为对产品结构中在每个模块的权重；
Figure BDA0002465136660000071
在式(1)中，pu,k和qi,k是模型的参数，其中pu,k是度量了用户u的兴趣和第k个隐类的关系，而qi,k度量了第k个隐类和产品结构模块数据中的具体某一个模块i之间的映射关系，这两个参数由模型根据N组用户偏好数据训练得到；
例如，对于每个用户u，训练集里都包含了用户u喜欢的产品结构模块和不感兴趣的产品结构模块，通过学习这个数据集，就可以获得模型参数pu,k和qi,k；
推荐系统中的LFM的用户行为分为显性反馈和隐性反馈，显性反馈为具体的量化打分表，隐性反馈则为用户输入的文本数据，而且LFM所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，正样本反馈数据表示所述产品结构模块数据中用户u感兴趣某一个模块节点数据，而负样本反馈数据则表示所述产品结构模块数据中用户u不感兴趣某一个模块节点数据。
为了使得用户更好、更快地在产品结构模块数据中搭建满足个性化需求的模块节点，在本发明优选的情况下，初始产品结构模块数据包括产品的基本模块和可选模块，所述基本模块包括用于能够实现产品基本功能的结构模块；可选模块包括用于能够实现产品非基本的附加功能的结构模块。
由于客户的需求是不确定和模糊的，单纯地调查用户的需求，效果往往适得其反，导致效率低下，例如，如图2所示，提供给用户包括基本模块和部分可选模块的产品结构模块数据，用户将每个模块进行评分产生正样本反馈数据和/或负样本反馈数据，一并输入推荐系统，推荐系统根据用户感兴趣和不感兴趣的程度，删除和增加部分模块节点，再由推荐系统推荐给用户。
为了该产品模块化设计方法能够满足产品改进设计过程，在本发明优选的情况下，在本发明另一种实施例中，提供给包括基本模块和部分可选模块的产品结构模块数据包括目前已有的产品，将已有产品的产品结构模块数据提供给用户，用户将每个模块进行评分产生正样本反馈数据和/或负样本反馈数据，一并输入推荐系统，推荐系统根据用户感兴趣和不感兴趣的程度，删除和增加部分模块节点，再由推荐系统推荐给用户，进而提升模块化设计的效率。
为了更好地将产品功能进行划分为不同类型的模块以及对不同模块的选择，在本发明优选的情况下，产品结构模块数据中包括基本模块和可选模块节点，可选模块包括附加模块和其它模块，例如，实现产品基本功能的、必不可少的模块为基本模块；可选模块为可提供给用户个性化配置的产品结构模块，其中附加模块为满足一些附加功能的模块，例如，手机产品中前置、后置摄像头属于可选模块中的附加模块，手机产品中通讯模块、显示模块、供电模块等属于基本模块；其它模块包括产品的一些用户特殊的其它功能需求的模块，例如，手机产品结构模块中，用于便于支撑手机拍照的功能模块属于用户特殊的其它功能需求的模块。
为了更好地划分不同层级的产品模块节点，在本发明优选的情况下，所述初始产品结构模块数据包括部件级产品结构模块数据。
例如，产品模块化过程中，根据模块划分粒度的不同，由大到小地包括装置级、产品级、部件级、零件级产品结构模块数据，在本发明优选的情况下，初始产品结构模块数据包括部件级产品结构模块数据，更为优选的情况下，可以是零件级产品结构模块数据。
为了客户更好地对产品结构中每一个模块进行评分，在本发明优选的情况下，步骤S2中，由推荐系统产生的产品结构模块数据包括部件级产品结构模块数据和/或零件级产品结构模块数据。
为了获得用户显性和隐性的需求数据，在本发明优选的情况下，步骤S1中，所述评分数据为多组评分数据，包括量化具体数据与文本数据。
例如，量化具体数据与文本数据为“6.5，4.5，3.2，‘对此模块感觉一般’”的多组数据，其中，6.5，4.5，3.2为具体10分制中的打分量化具体数据，而“对此模块感觉一般”为文本数据。
为了更好地表达产品结构模块数据之间的层级关系，如图2所示，在本发明优选的情况下，初始产品结构模块数据和所述产品结构模块数据均包括多个节点的树结构。
为了更好地选择产品结构模块数据中各模块节点生成新的设计方案中的产品结构模块数据，在本发明优选的情况下，所述树结构包括节点间的约束规则，例如，汽车产品的设计，选择了驱动电机作为动力源，就需要同时选择动力电池组作为其配套的模块节点；或者，选择了内燃机作为动力源，就不能选择动力电池模块节点的约束规则。
在本发明另一种实施例中，还公开了一种所述基于用户个性化需求推荐的产品模块化设计装置，用于执行上述方法，该装置包括：
获取单元，用于获取用户对标准模块构成的初始产品的评分数据；
推荐单元，用于将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，其中，所述隐语义模型为N组用户偏好数据训练得到，所述用户偏好数据包括产品结构模块数据和用户偏好反馈数据，所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，其中M，N为大于1的自然数；
判断单元，用于将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回步骤S2输入推荐系统；
执行单元，用于将用户满意的设计方案中的产品结构模块数据输入数据库中，完成模块化设计过程。
该装置通过获取单元获取用户对标准模块构成的初始产品的评分数据；再将获取的评分数据和初始产品结构模块数据输入推荐单元中的推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，将M组所述产品结构模块数据推荐给用户，在判断单元中，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回输入推荐系统，如此用于解决目前单纯采用问卷调查需求等过程中用户需求难以量化，产品模块化设计不能很好满足从模糊用户需求出发对产品模块进行划分，导致产品模块化设计效率低的问题，能够快速获取用户需求以及产品模块划分，提升产品模块化设计效率。
为了更好地表达产品结构模块与产品功能模块间的关系，在本发明优选的情况下，所述执行单元包括映射模块，用于数据库中产品结构模块数据与产品功能模块数据的映射。
更为优选的情况下，例如，产品结构模块数据中的模块节点与产品功能模块数据中的模块节点之间的映射为多对多的映射关系，例如，一组模块节点对应一个产品功能模块节点，多个产品功能模块节点对应某一个部件模块节点。
本发明实施例还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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)

1.一种基于用户个性化需求推荐的产品模块化设计方法，其特征在于，所述基于用户个性化需求推荐的产品模块化设计方法包括：
步骤S1，获取用户对标准模块构成的初始产品的评分数据；
步骤S2，将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，其中，所述隐语义模型为N组用户偏好数据训练得到，所述用户偏好数据包括产品结构模块数据和用户偏好反馈数据，所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，其中M，N为大于1的自然数；
步骤S3，将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回步骤S2输入推荐系统；
步骤S4，将用户满意的设计方案中的产品结构模块数据输入数据库中，完成模块化设计过程。
2.根据权利要求1所述的基于用户个性化需求推荐的产品模块化设计方法，其特征在于，初始产品结构模块数据包括产品的基本模块和可选模块，所述基本模块包括用于能够实现产品基本功能的结构模块；可选模块包括用于能够实现产品非基本的附加功能的结构模块。
3.根据权利要求2所述的基于用户个性化需求推荐的产品模块化设计方法，其特征在于，所述初始产品结构模块数据包括部件级产品结构模块数据。
4.根据权利要求1所述的基于用户个性化需求推荐的产品模块化设计方法，其特征在于，步骤S2中，由推荐系统产生的产品结构模块数据包括部件级产品结构模块数据和/或零件级产品结构模块数据。
5.根据权利要求1所述的基于用户个性化需求推荐的产品模块化设计方法，其特征在于，步骤S1中，所述评分数据为多组评分数据，包括量化具体数据与文本数据。
6.根据权利要求1-5任意项所述的基于用户个性化需求推荐的产品模块化设计方法，其特征在于，初始产品结构模块数据和所述产品结构模块数据均包括多个节点的树结构。
7.根据权利要求6所述的基于用户个性化需求推荐的产品模块化设计方法，其特征在于，所述树结构包括节点间的约束规则。
8.一种基于用户个性化需求推荐的产品模块化设计装置，其特征在于，所述基于用户个性化需求推荐的产品模块化设计装置包括：
获取单元，用于获取用户对标准模块构成的初始产品的评分数据；
推荐单元，用于将获取的评分数据和初始产品结构模块数据输入推荐系统，产生推荐的M组产品结构模块数据，所述推荐系统包括隐语义模型，其中，所述隐语义模型为N组用户偏好数据训练得到，所述用户偏好数据包括产品结构模块数据和用户偏好反馈数据，所述用户偏好反馈数据包括正样本反馈数据和/或负样本反馈数据，其中M，N为大于1的自然数；
判断单元，用于将M组所述产品结构模块数据推荐给用户，用户选择推荐的M组所述产品结构模块数据中满意的设计方案；若用户对推荐的M组所述产品结构模块数据均不满意，则对推荐的M组所述产品结构模块数据进行评分，评分数据返回步骤S2输入推荐系统；
执行单元，用于将用户满意的设计方案中的产品结构模块数据输入数据库中，完成模块化设计过程。
9.根据权利要求8所述的基于用户个性化需求推荐的产品模块化设计装置，其特征在于，所述执行单元包括映射模块，用于数据库中产品结构模块数据与产品功能模块数据的映射。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1-7任意一项所述的方法。
CN202010331583.1A 2020-04-24 2020-04-24 基于用户个性化需求推荐的产品模块化设计方法及装置 Active CN111522533B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010331583.1A CN111522533B (zh) 2020-04-24 2020-04-24 基于用户个性化需求推荐的产品模块化设计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010331583.1A CN111522533B (zh) 2020-04-24 2020-04-24 基于用户个性化需求推荐的产品模块化设计方法及装置

Publications (2)

Publication Number Publication Date
CN111522533A true CN111522533A (zh) 2020-08-11
CN111522533B CN111522533B (zh) 2023-10-24

Family

ID=71904393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010331583.1A Active CN111522533B (zh) 2020-04-24 2020-04-24 基于用户个性化需求推荐的产品模块化设计方法及装置

Country Status (1)

Country Link
CN (1) CN111522533B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112532596A (zh) * 2020-11-18 2021-03-19 北京泰豪智能工程有限公司 一种网络安全方案和策略生成方法及装置
CN112861236A (zh) * 2021-03-01 2021-05-28 桂林理工大学 一种产品设计模型的设计方法
CN116738864A (zh) * 2023-08-08 2023-09-12 深圳市设际邹工业设计有限公司 一种工业设计产品的智能推荐方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050262050A1 (en) * 2004-05-07 2005-11-24 International Business Machines Corporation System, method and service for ranking search results using a modular scoring system
CN102508907A (zh) * 2011-11-11 2012-06-20 北京航空航天大学 一种基于训练集优化的推荐系统的动态推荐方法
JP2013161152A (ja) * 2012-02-02 2013-08-19 Mitsubishi Electric Corp 製品モジュール化プロセス装置、製品モジュール化方法及びプログラム
US20170300598A1 (en) * 2014-09-19 2017-10-19 Seebo Interactive Ltd. System and method for designing a product and manufacturing a product
CN107330727A (zh) * 2017-06-30 2017-11-07 重庆邮电大学 一种基于隐语义模型的个性化推荐方法
CN107562818A (zh) * 2017-08-16 2018-01-09 中国工商银行股份有限公司 信息推荐系统及方法
US20180247356A1 (en) * 2015-02-26 2018-08-30 Finity Technology Limited Computer implemented platform for the creation of a virtual product
CN108898496A (zh) * 2018-07-05 2018-11-27 北京京东金融科技控股有限公司 产品推荐方法、装置、介质及电子设备
CN109118336A (zh) * 2018-08-24 2019-01-01 平安科技（深圳）有限公司 信息推荐方法、装置、计算机设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050262050A1 (en) * 2004-05-07 2005-11-24 International Business Machines Corporation System, method and service for ranking search results using a modular scoring system
CN102508907A (zh) * 2011-11-11 2012-06-20 北京航空航天大学 一种基于训练集优化的推荐系统的动态推荐方法
JP2013161152A (ja) * 2012-02-02 2013-08-19 Mitsubishi Electric Corp 製品モジュール化プロセス装置、製品モジュール化方法及びプログラム
US20170300598A1 (en) * 2014-09-19 2017-10-19 Seebo Interactive Ltd. System and method for designing a product and manufacturing a product
US20180247356A1 (en) * 2015-02-26 2018-08-30 Finity Technology Limited Computer implemented platform for the creation of a virtual product
CN107330727A (zh) * 2017-06-30 2017-11-07 重庆邮电大学 一种基于隐语义模型的个性化推荐方法
CN107562818A (zh) * 2017-08-16 2018-01-09 中国工商银行股份有限公司 信息推荐系统及方法
CN108898496A (zh) * 2018-07-05 2018-11-27 北京京东金融科技控股有限公司 产品推荐方法、装置、介质及电子设备
CN109118336A (zh) * 2018-08-24 2019-01-01 平安科技（深圳）有限公司 信息推荐方法、装置、计算机设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112532596A (zh) * 2020-11-18 2021-03-19 北京泰豪智能工程有限公司 一种网络安全方案和策略生成方法及装置
CN112532596B (zh) * 2020-11-18 2023-04-18 北京泰豪智能工程有限公司 一种网络安全方案和策略生成方法及装置
CN112861236A (zh) * 2021-03-01 2021-05-28 桂林理工大学 一种产品设计模型的设计方法
CN116738864A (zh) * 2023-08-08 2023-09-12 深圳市设际邹工业设计有限公司 一种工业设计产品的智能推荐方法及系统
CN116738864B (zh) * 2023-08-08 2024-01-09 深圳市设际邹工业设计有限公司 一种工业设计产品的智能推荐方法及系统

Also Published As

Publication number Publication date
CN111522533B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
US11720863B2 (en) Method and system for generating vehicle service content
CN111522533B (zh) 基于用户个性化需求推荐的产品模块化设计方法及装置
CN102708130B (zh) 计算用户微细分以用于要约匹配的可扩展引擎
US10157347B1 (en) Adaptable systems and methods for processing enterprise data
Wyatt et al. Supporting product architecture design using computational design synthesis with network structure constraints
Mutlu et al. Vizrec: Recommending personalized visualizations
Kreng et al. Modular product design with grouping genetic algorithm—a case study
CN101923563B (zh) 信息处理设备、信息处理方法
US20090099920A1 (en) Data Mining
EP2800015A1 (en) Content distribution
CN105069122B (zh) 一种基于用户行为的个性化推荐方法及其推荐装置
CN103440242A (zh) 一种基于用户搜索行为的个性化推荐方法和系统
Zhang et al. A systematic function recommendation process for data-driven product and service design
Kang et al. An automated approach to quantifying functional interactions by mining large-scale product specification data
Liu et al. A hybrid book recommendation algorithm based on context awareness and social network
Zhao et al. A unified framework for bug report assignment
Li et al. Bibliometric analysis of model-based systems engineering: past, current, and future
Wu et al. Explainable data transformation recommendation for automatic visualization
Ackland et al. Network formation in the political blogosphere: An application of agent based simulation and e-research tools
Han et al. Developing smart service concepts: morphological analysis using a Novelty-Quality map
KR102397009B1 (ko) 소셜 미디어 활동 분석을 통한 관계형성 서비스 제공방법 및 그 시스템
CN110968679A (zh) 数据查询方法及装置
CN114092123A (zh) 一种满意度智能分析系统
Mutlu et al. Towards a recommender engine for personalized visualizations
Serdült Using Open Government Data to Facilitate the Design of Voting Advice Applications

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant