文献类型：期刊文章

作　　者：邵宏宇[1] 孟琦[1] 赵楠[1,2] 陈辰[1] 郭伟[1]

Shao Hongyu;Meng Qi;Zhao Nan;Chen Chen;Guo Wei(Key Laboratory of Mechanism Theory and Equipment Design of Ministry of Education,School of Mechanical Engineering,Tianjin University,Tianjin 300354,China;School of Mechanical Engineering,Tianjin University of Technology and Education,Tianjin 300222,China)

机构地区：[1]天津大学机械工程学院机构理论与装备设计教育部重点实验室,天津300354 [2]天津职业技术师范大学机械工程学院,天津300222

出　　处：《天津大学学报（自然科学与工程技术版）》

基　　金：国家重点研发计划资助项目(2017YFB1104202);中国社会科学基金重点项目(16AZD004);工信部天津滨海工业云公共服务平台及应用推广项目~~

年　　份：2019

卷　　号：52

期　　号：9

起止页码：932-940

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了解决传统性能设计缺乏复杂场景要素、忽略用户个性化行为等问题,提出一种用户体验评论数据驱动的产品性能满意度预测分析模型.通过分析在线评论数据,获知用户使用产品后的体验满意程度,在此基础上构建由产品结构配置和实际使用工况向性能满意度映射的神经网络模型,分析使用工况作用下的性能满意度影响因素及其影响方式.首先,结合领域本体知识概念和产品使用说明书,整理影响产品性能的相关结构配置要素.之后,以用户感知产品属性后发布的在线评论为数据源,借助自然语言处理技术进行评论内容的细粒度识别,获取产品的实际使用工况,包括使用的环境条件及用户的行为习惯;利用情感分析技术对用户在线评论内容的情感正负倾向进行标定,叠加到用户主观选择的产品评分上,作为用户对该项性能的满意度评分.接着,构建由结构配置要素、使用环境条件和用户行为习惯向性能满意度评分映射的BP神经网络模型,训练后的模型具有较好的预测功能,可以给定新的配置方案,进行不同使用工况下的满意度评分预测.最后,对不同性能结构配置组合方案进行用户满意度预测,分析其中的关键因子及因子间的交互效应.以汽车产品动力性属性为例,进行模型验证,对汽车动力性指标设计和改进提供参考和帮助.

关 键 词：性能满意度  BP神经网络 预测模型  观点挖掘  结构配置  因子分析  

分 类 号：TP391.1] TH122[计算机类]