針對在大數(shù)據(jù)背景下產(chǎn)品設計求解問題的探究,以兒童陪伴機器人產(chǎn)品為理論研究的設計載體,提出了應K-Means聚類的數(shù)據(jù)驅(qū)動的設計問題求解途徑,構建了以K-Means聚類的數(shù)據(jù)驅(qū)動設計問題求解的模式、模型、策略與方法,是對工業(yè)設計的理論研究與設計實踐的探索。應用K-Means聚類的數(shù)據(jù)驅(qū)動進行設計實踐活動,探究設計活動的底層邏輯,研究適應大數(shù)據(jù)時代的解決設計問題的路徑。產(chǎn)品產(chǎn)生的數(shù)據(jù)是一切數(shù)據(jù)驅(qū)動的基礎,運用實驗和兒童陪伴機器人設計實踐來論證相關現(xiàn)象和問題:通過兒童陪伴機器人設計實踐對相關問題或現(xiàn)象進行解釋或論證,獲取相關方法,通過兒童陪伴機器人設計實踐案例論證設計方法的可操作性。通過對于K-Means聚類的數(shù)據(jù)驅(qū)動產(chǎn)品創(chuàng)新方法的研究與探索,獲取解決設計問題的抽象性模型,提供了大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新設計的不同途徑,是對設計理論創(chuàng)新的一次探索性設計實踐。 

【文章來源】：山東建筑大學山東省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

產(chǎn)品生命周期（圖片來源:源于網(wǎng)絡）

山東建筑大學碩士學位論文5環(huán)節(jié)進行創(chuàng)新，增加了用戶對產(chǎn)品影響的權重和用戶調(diào)研的客觀性，完善調(diào)研數(shù)據(jù)驅(qū)動設計策略的機制，同時將產(chǎn)品創(chuàng)新設計的速度和質(zhì)量也提高了。最后通過智能兒童陪伴機器人的設計案例來驗證K-Means聚類的數(shù)據(jù)驅(qū)動產(chǎn)品模型的可行性。圖1-2用戶參與過程（圖片來源：作者自繪）深入洞察目標人群對現(xiàn)有產(chǎn)品的需求和痛點，需要對消費者的需求決策模型有一個完整了解，并在這個基礎上了解產(chǎn)品的使用體驗及評價，并從沖突中探索產(chǎn)品創(chuàng)新的機會。1.3.2K-Means聚類的數(shù)據(jù)驅(qū)動產(chǎn)品的創(chuàng)新點應用K-Means聚類的數(shù)據(jù)驅(qū)動產(chǎn)品的創(chuàng)新點主要包括數(shù)據(jù)分析的創(chuàng)新、結(jié)果總結(jié)的創(chuàng)新、結(jié)果展示的豐富以及產(chǎn)品案例的創(chuàng)新性。數(shù)據(jù)分析的創(chuàng)新包括用戶數(shù)據(jù)的獲娶K-Means聚類算法的優(yōu)化；結(jié)果總結(jié)的創(chuàng)新包括使用K-Means聚類算法獲取有價值信息應用的創(chuàng)新，K-Means聚類算法中對聚類對象分組的創(chuàng)新；結(jié)果展示的豐富包括通過對用戶的數(shù)據(jù)分析進行數(shù)據(jù)得到的結(jié)論如何直觀地服務創(chuàng)新設計；產(chǎn)品案例的創(chuàng)新性是指通過K-Means聚類的數(shù)據(jù)驅(qū)動的產(chǎn)品創(chuàng)新創(chuàng)造出符合用戶需求的產(chǎn)品。

山東建筑大學碩士學位論文71.4.2論文的結(jié)構框架圖1-1論文的框架結(jié)構圖（圖片來源：作者自繪）1.5本章小結(jié)本章對論文《應用K-Means聚類的數(shù)據(jù)驅(qū)動產(chǎn)品創(chuàng)新方法研究》的課題來源、論文研究背景和論文要探討問題做出了綜合概述，隨后對國內(nèi)外對于數(shù)據(jù)驅(qū)

【參考文獻】：
期刊論文
[1]功能模塊-抽象形態(tài)模型的構建方法與關鍵技術研究[J]. 蔣超,余隋懷,姚瀾.  機械制造. 2018(02)
[2]案例驅(qū)動的協(xié)同設計知識管理模型及實現(xiàn)[J]. 王亞輝,余隋懷,陳登凱,初建杰,王淑俠.  計算機集成制造系統(tǒng). 2018(03)
[3]汽車造型的工程屬性與情感屬性的映射關系研究[J]. 王貞,趙江洪.  包裝工程. 2016(20)
[4]基于層次語義特征的復雜產(chǎn)品工業(yè)設計研究[J]. 歐靜,趙江洪.  包裝工程. 2016(10)
[5]遺傳-蟻群算法求解司鉆控制室操縱器布局優(yōu)化[J]. 鄧麗,王國華,余隋懷.  工程設計學報. 2016(02)
[6]K-均值聚類算法在網(wǎng)絡商城促銷中的應用[J]. 萬華,常珊,涂淑琴.  現(xiàn)代計算機(專業(yè)版). 2013(35)
[7]基于案例決策的產(chǎn)品概念設計方法[J]. 王清,趙勇,韓守東.  計算機集成制造系統(tǒng). 2011(06)
[8]基于半監(jiān)督的K-means聚類改進算法[J]. 李小展.  東莞理工學院學報. 2011(01)
[9]數(shù)據(jù)挖掘在電信客戶細分中的應用[J]. 陳起.  科學技術與工程. 2009(16)
[10]基于用戶認知的產(chǎn)品外觀創(chuàng)新設計知識模型[J]. 劉征,孫守遷,吳劍鋒,吳群.  計算機集成制造系統(tǒng). 2009(02)

博士論文
[1]基于改進K-means算法的民航飛機降落過程油耗分析研究[D]. 朱青.合肥工業(yè)大學 2019
[2]基于移動用戶行為的挖掘及推薦算法研究[D]. 丁哲.電子科技大學 2017
[3]數(shù)據(jù)驅(qū)動的設計問題求解[D]. 余從剛.湖南大學 2017
[4]面向客戶價值的智能產(chǎn)品概念設計方法研究[D]. 厲秀珍.上海交通大學 2017

碩士論文
[1]數(shù)據(jù)驅(qū)動產(chǎn)品創(chuàng)新方法研究與應用[D]. 劉娜.山東建筑大學 2019
[2]基于數(shù)據(jù)挖掘的手機客戶細分研究[D]. 劉楷正.華北水利水電大學 2016
[3]k-means算法若干改進和應用[D]. 黃繼超.中南大學 2013
[4]決策樹方法在農(nóng)業(yè)智能決策中數(shù)據(jù)挖掘的應用與實現(xiàn)[D]. 郭永強.中國農(nóng)業(yè)科學院 2012
[5]遺傳算法在數(shù)據(jù)挖掘聚類分析中的應用研究[D]. 劉琨.中南林業(yè)科技大學 2008
[6]數(shù)據(jù)挖掘在電信客戶細分領域的應用[D]. 葉蕾.昆明理工大學 2004



本文編號：3008616