为解决制造业企业如何将客户需求融入多价值链协同创新方案的难题,本文首先利用Python网络爬虫收集用户评论信息,基于隐狄利克雷分布主题模型(latent dirichlet allocation,LDA)从用户评论中识别客户需求主题。其次,借鉴质量功能配置(qu...为解决制造业企业如何将客户需求融入多价值链协同创新方案的难题,本文首先利用Python网络爬虫收集用户评论信息,基于隐狄利克雷分布主题模型(latent dirichlet allocation,LDA)从用户评论中识别客户需求主题。其次,借鉴质量功能配置(quality function deployment,QFD)思想,借助概率语义术语集(probabilistic linguistic term set,PLTS)将识别的需求转化为创新要素并进行重要度排序。然后,提出“链-维-法”(chain-dimensionmethod,CDM)三层耦合创新方案生成方法,从多价值链角度,运用多维技术创新地图对创新要素进行维度划分,并与多个创新法则耦合,生成一系列备选创新方案;并基于方案生成过程构建制造业服务化数据空间体系。最后,以某电力装备制造企业为例验证所提出数据空间体系的有效性。研究结果表明,该制造业服务化数据空间体系的构建能够帮助企业优化多价值链协同创新管理决策。展开更多
文摘为解决制造业企业如何将客户需求融入多价值链协同创新方案的难题,本文首先利用Python网络爬虫收集用户评论信息,基于隐狄利克雷分布主题模型(latent dirichlet allocation,LDA)从用户评论中识别客户需求主题。其次,借鉴质量功能配置(quality function deployment,QFD)思想,借助概率语义术语集(probabilistic linguistic term set,PLTS)将识别的需求转化为创新要素并进行重要度排序。然后,提出“链-维-法”(chain-dimensionmethod,CDM)三层耦合创新方案生成方法,从多价值链角度,运用多维技术创新地图对创新要素进行维度划分,并与多个创新法则耦合,生成一系列备选创新方案;并基于方案生成过程构建制造业服务化数据空间体系。最后,以某电力装备制造企业为例验证所提出数据空间体系的有效性。研究结果表明,该制造业服务化数据空间体系的构建能够帮助企业优化多价值链协同创新管理决策。
