協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)集成模式及其關(guān)鍵技術(shù)研究.pdf

1、近年來(lái)，客戶(hù)知識(shí)已經(jīng)被證明是企業(yè)創(chuàng)新最重要的資源之一。在協(xié)同產(chǎn)品創(chuàng)新過(guò)程中，如何圍繞企業(yè)創(chuàng)新的要求，對(duì)豐富的客戶(hù)信息進(jìn)行分析、整理，提取協(xié)同創(chuàng)新所需的客戶(hù)知識(shí)，并將其與產(chǎn)品創(chuàng)新方法相融合，從而輔助和支持創(chuàng)新團(tuán)隊(duì)的決策，提升企業(yè)的創(chuàng)新能力，已成為企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中獲得有利地位的重要途徑。本文在系統(tǒng)研究國(guó)內(nèi)外客戶(hù)知識(shí)管理、協(xié)同產(chǎn)品設(shè)計(jì)以及創(chuàng)新方法最新理論成果的基礎(chǔ)上，針對(duì)網(wǎng)絡(luò)環(huán)境下協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)集成模式及其關(guān)鍵技術(shù)進(jìn)行了深入研究。全文

2、的研究?jī)?nèi)容主要包括以下幾個(gè)部分：
　　 首先，論文研究了協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)集成模式。為了使協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)的集成更能符合企業(yè)創(chuàng)新的要求，針對(duì)客戶(hù)知識(shí)在產(chǎn)品協(xié)同創(chuàng)新中的模糊性、動(dòng)態(tài)性、多樣性、分布性等特點(diǎn)，結(jié)合協(xié)同產(chǎn)品創(chuàng)新的過(guò)程，建立了包括數(shù)據(jù)源層、信息層、知識(shí)層與集成應(yīng)用層在內(nèi)的協(xié)同創(chuàng)新環(huán)境下的客戶(hù)知識(shí)集成模型。對(duì)協(xié)同產(chǎn)品創(chuàng)新中的人因、組織、環(huán)境、技術(shù)以及過(guò)程等約束條件進(jìn)行了深入分析，研究了基于協(xié)調(diào)理論和Petri N

3、ets的客戶(hù)知識(shí)集成過(guò)程，以及協(xié)同環(huán)境中客戶(hù)知識(shí)集成范式。同時(shí)，對(duì)協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)資源進(jìn)行識(shí)別和評(píng)價(jià)，從五個(gè)方面建立了包括學(xué)習(xí)效應(yīng)在內(nèi)的客戶(hù)知識(shí)源綜合評(píng)價(jià)指標(biāo)體系。為了減少冗余指標(biāo)項(xiàng)運(yùn)用粗糙集方法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行了預(yù)處理并降低了小波網(wǎng)絡(luò)的輸入維數(shù)。采用迭代梯度下降法和逐步檢驗(yàn)法確定小波網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上，進(jìn)行了協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)源的綜合評(píng)價(jià)。
　　 其次，論文研究了網(wǎng)絡(luò)協(xié)同環(huán)境中客戶(hù)信息發(fā)現(xiàn)及知識(shí)獲取的方法。為了從大量、不完

4、全、有噪聲、模糊的數(shù)據(jù)中提取出可信、有效、可理解的客戶(hù)信息，并將其與產(chǎn)品特征聯(lián)系以支持協(xié)同產(chǎn)品創(chuàng)新活動(dòng)，研究了基于協(xié)作過(guò)濾的客戶(hù)偏好信息獲取方法。同時(shí)根據(jù)客戶(hù)滿(mǎn)意度及最大化技術(shù)特征表現(xiàn)度進(jìn)行客戶(hù)需求的質(zhì)量屋配置，采用模糊度量質(zhì)量屋進(jìn)行特征映射，以實(shí)現(xiàn)客戶(hù)需求信息的獲取。提出一種基于認(rèn)知理論的客戶(hù)感性知識(shí)獲取方法，以認(rèn)知行為為標(biāo)準(zhǔn)，利用特征匹配進(jìn)行客戶(hù)感性知識(shí)的識(shí)別，建立了基于模糊認(rèn)知圖的客戶(hù)感性認(rèn)知與產(chǎn)品特征的映射模型，利用蟻群算法確定

5、模糊認(rèn)知圖的結(jié)構(gòu)及鄰接矩陣，從而實(shí)現(xiàn)對(duì)客戶(hù)感性知識(shí)的獲取。
　　 提出了協(xié)同產(chǎn)品創(chuàng)新中基于本體理論的客戶(hù)知識(shí)建模方法。分析了客戶(hù)知識(shí)建模的需求，并定義了客戶(hù)知識(shí)建模中的概念。為了實(shí)現(xiàn)在多種不同條件約束下，客戶(hù)對(duì)產(chǎn)品創(chuàng)新中的問(wèn)題進(jìn)行描述、表達(dá)、轉(zhuǎn)換或求解，提出了基于“問(wèn)題域-功能域”的客戶(hù)知識(shí)轉(zhuǎn)換方法。同時(shí)使用本體理論實(shí)現(xiàn)客戶(hù)知識(shí)的建模，構(gòu)建了包括“客戶(hù)創(chuàng)意、感性知識(shí)、客戶(hù)需求、基本知識(shí)”在內(nèi)的客戶(hù)知識(shí)概念本體樹(shù)，實(shí)現(xiàn)了對(duì)客戶(hù)知識(shí)

6、的本體描述。同時(shí)采用基于語(yǔ)義相似度的客戶(hù)知識(shí)本體樹(shù)匹配算法以及基于約束滿(mǎn)足的知識(shí)推送方法來(lái)實(shí)現(xiàn)客戶(hù)知識(shí)請(qǐng)求匹配。
　　 提出了基于TRIZ的客戶(hù)協(xié)同產(chǎn)品創(chuàng)新方法。為了更好地將客戶(hù)知識(shí)與協(xié)同產(chǎn)品創(chuàng)新方法有機(jī)融合，定義了客戶(hù)知識(shí)生命周期(Customer Knowledge Lifecycle，CKL)和客戶(hù)知識(shí)產(chǎn)品化(Customer Knowledge Production，CKP)的概念，在此基礎(chǔ)上建立了面向客戶(hù)知識(shí)利用的協(xié)同

7、產(chǎn)品創(chuàng)新框架。然后分析了發(fā)明創(chuàng)新的TRIZ理論及基于TRIZ的協(xié)同產(chǎn)品創(chuàng)新過(guò)程，提出基于TRIZ的客戶(hù)協(xié)同產(chǎn)品創(chuàng)新方法，包括：客戶(hù)知識(shí)的描述轉(zhuǎn)換、基于TRIZ的客戶(hù)知識(shí)語(yǔ)義模型建立、基于三維空間的領(lǐng)域問(wèn)題求解以及基于客戶(hù)知識(shí)及最短路徑的產(chǎn)品創(chuàng)新方案分析與評(píng)價(jià)。
　　 最后開(kāi)發(fā)了基于本文研究成果的協(xié)同產(chǎn)品創(chuàng)新中客戶(hù)知識(shí)集成支持原型系統(tǒng)。詳細(xì)介紹了面向客戶(hù)知識(shí)利用的協(xié)同產(chǎn)品創(chuàng)新系統(tǒng)框架及構(gòu)成，在系統(tǒng)框架的基礎(chǔ)上，介紹了基于Web S