感性工学视角下的用户需求挖掘研究

doi:10.3772/j.issn.1000-0135.2020.03.008

情报学报

2020, Vol. 39

Issue (3): 308-316 DOI: 10.3772/j.issn.1000-0135.2020.03.008

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

感性工学视角下的用户需求挖掘研究

贾丹萍, 靳健, 耿骞, 邓斯予

北京师范大学政府管理学院，北京 100875

A Kansei Engineering Integrated Approach for Customer-needs Mining from Online Product Reviews

Jia Danping, Jin Jian, Geng Qian, Deng Siyu

School of Government, Beijing Normal University, Beijing 100875

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (1455 KB) HTML (97 KB)
输出: BibTeX | EndNote (RIS)

摘要以用户需求为中心的产品设计和营销策略，可以帮助企业在市场竞争中获得优势。而社会经济的快速发展，使得用户对产品的要求逐渐提高。用户期望产品在具备功能性特征的同时，拥有符合感性美学的设计，从而满足自身的感性需求。感性工学作为一种将用户感性情感与产品设计要素相关联的研究框架，可以有效挖掘用户感性需求。因此，本文在感性工学的视角下，以产品评论为语料，利用word2vec模型和滑动窗口技术半自动化生成用户感性情感词典和产品特征词表，并在此基础上提出特征-感性情感模型。本文以iPhone手机的产品评论为例，验证模型的有效性。结果表明，相较于传统的情感词典，结合感性工学理论进行情感分析可以更为有效地捕获用户感性需求，为企业提供决策支持。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	贾丹萍
	靳健
	耿骞
	邓斯予

关键词 ：感性工学, 情感分析, 用户需求, 在线评论, 文本挖掘

收稿日期: 2019-04-04

基金资助:国家自然科学基金项目“差异化客户需求的提取及比较研究：基于产品在线评论的挖掘分析”（71701019/G0114）；教育部人文社会科学研究青年基金项目“面向论文评审专家推荐的兴趣变化挖掘与回避机制生成的研究”（16YJC870006）。

作者简介: 贾丹萍，女，1996年生，硕士研究生，研究方向为数据挖掘、产品设计

引用本文:

贾丹萍, 靳健, 耿骞, 邓斯予. 感性工学视角下的用户需求挖掘研究[J]. 情报学报, 2020, 39(3): 308-316.
Jia Danping, Jin Jian, Geng Qian, Deng Siyu. A Kansei Engineering Integrated Approach for Customer-needs Mining from Online Product Reviews. 情报学报, 2020, 39(3): 308-316.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.03.008 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I3/308

1 QiJ Y, ZhangZ P, JeonS, et al. Mining customer requirements from online reviews: A product improvement perspective[J]. Information & Management, 2016, 53(8): 951-963.
2 HelanderM G, Po ThamM. Hedonomics—affective human factors design[J]. Ergonomics, 2003, 46(13-14): 1269-1272.
3 YanagisawaH. Kansei quality in product design[M]// Emotional Engineering. London: Springer, 2011: 289-310.
4 魏小利. 产品设计中的感性需求研究[D]. 济南: 山东轻工业学院, 2008.
5 孙永波, 高雪. 移动App营销模式对消费者购买意愿的影响[J]. 商业经济研究, 2016(16): 61-63.
6 XuX, WangX Q, LiY B, et al. Business intelligence in online customer textual reviews: Understanding consumer perceptions and influential factors[J]. International Journal of Information Management, 2017, 37(6): 673-683.
7 WangY R, LuX, TanY J. Impact of product attributes on customer satisfaction: An analysis of online reviews for washing machines[J]. Electronic Commerce Research and Applications, 2018, 29: 1-11.
8 JinJ, LiuY, JiP, et al. Understanding big consumer opinion data for market-driven product design[J]. International Journal of Production Research, 2016, 54(10): 3019-3041.
9 NagamachiM. Kansei engineering approach to automotive[J]. Journal of the Society of Automotive Engineers of Japan, 1989, 43: 94-100.
10 罗仕鉴, 潘云鹤. 产品设计中的感性意象理论、技术与应用研究进展[J]. 机械工程学报, 2007, 43(3): 8-13.
11 罗仕鉴, 朱上上. 用户和设计师的产品造型感知意象[J]. 机械工程学报, 2005, 41(10): 28-34.
12 WangW M, LiZ H, TianZ G, et al. Extracting and summarizing affective features and responses from online product descriptions and reviews: A Kansei text mining approach[J]. Engineering Applications of Artificial Intelligence, 2018, 73: 149-162.
13 郑丽娟, 王洪伟. 基于情感本体的在线评论情感极性及强度分析: 以手机为例[J]. 管理工程学报, 2017, 31(2): 47-54.
14 由丽萍, 郎宇翔. 基于商品评论语义分析的情感知识图谱构建与查询应用[J]. 情报理论与实践, 2018, 41(8): 132-136, 131.
15 范炜昊, 徐健. 基于网络用户评论情感计算的用户痛点分析——以手机评论为例[J]. 情报理论与实践, 2018, 41(1): 94-99.
16 JinJ, LiuY, JiP, et al. Review on recent advances of information mining, from big consumer data for product design[J]. Journal of Computing and Information Science in Engineering, 2019, 19(1): 010801.
17 KotlerP. Marketing management: The millenium edition[M]. New York: Prentice Hall, 2000.
18 李少波, 全华凤, 胡建军, 等. 基于在线评论数据驱动的产品感性评价方法[J]. 计算机集成制造系统, 2018, 24(3): 752-762.
19 王年文, 王剑. 面向感性需求的家庭服务机器人造型设计研究[J]. 机械设计, 2018, 35(11): 111-116.
20 王雪洁, 肖旺群. 基于感性意象的工业机器人造型设计研究[J]. 机械设计, 2016, 33(8): 117-120.
21 林晨晔. 基于感性工学的定量化色彩趋势研究[J]. 包装工程, 2015, 36(18): 70-73, 82.
22 田正清, 车建明, 李巨韬, 等. 基于感性工学与Kano模型的自行车造型需求研究[J]. 机械设计, 2017, 34(5): 113-118.
23 WangC H, ChinH T. Integrating affective features with engineering features to seek the optimal product varieties with respect to the niche segments[J]. Advanced Engineering Informatics, 2017, 33: 350-359.
24 HsiaoY H, ChenM C, LiaoW C. Logistics service design for cross-border E-commerce using Kansei engineering with text-mining-based online content analysis[J]. Telematics and Informatics, 2017, 34(4): 284-302.
25 ChiuM C, LinK Z. Utilizing text mining and Kansei engineering to support data-driven design automation at conceptual design stage[J]. Advanced Engineering Informatics, 2018, 38: 826-839.
26 王仁武, 宋家怡, 陈川宝. 基于word2vec的情感分析在品牌认知中的应用研究[J]. 图书情报工作, 2017, 61(22): 5-12.