一种语义分析驱动的产品概念设计客户需求挖掘方法

本文提出了一种基于深度迁移学习和改进的潜在狄利克雷分配（ILDA）的产品概念设计语义分析驱动的客户需求挖掘方法。该方法通过类比启发的口头协议分析实验，获取电梯的详细客户需求描述，然后将全连接层和 softmax 层添加到来自 Transformers (BERT) 预训练语言模型的中文双向编码器表示的输出端。通过微调训练，实现电梯客户需求描述中功能域、行为域和结构域之间的客户需求分类。同时，采用ILDA挖掘能够最大限度地代表客户意图的功能性客户需求。最后，通过使用 BERT 深度迁移模型，获得了客户需求分类的有效准确性。这项工作可以为通过自然语言处理进行产品概念设计的客户需求挖掘提供一个新的研究视角。