Multisource data-driven method for product innovation design based on knowledge graph

Wenguang Lin

doi:10.1016/j.aei.2025.103696

Multisource data-driven method for product innovation design based on knowledge graph

2025-07-28

0

PRE

AI

DOI：10.1016/j.aei.2025.103696

原文链接

原文求助

摘要

En 中文

获取充足的数据，包括市场数据和经验数据，是降低产品创新设计（PID）风险的关键。单渠道挖掘的数据无法满足现有设计的需求，而多渠道数据的融合是当前研究的发展趋势。其中，在线评论数据（ORD）是客户表达偏好的重要渠道，也是制造商追踪客户需求（CRs）的重要数据来源。专利数据包含专业的产品结构描述、产品功能及性能信息。然而，如何将客户需求（CRs）与专利数据进行融合是一个挑战。首先，构建专利知识图谱（PKG），并将适用于中文文本挖掘的MacBERT-BiLSTM-CRF算法引入专利实体识别；然后，通过数据审查获取客户需求（CRs）并将其整合到PKG中。最后，采用知识推理（KR）算法完成结构获取和产品设计。为了验证该方法的有效性，我们以轮椅为例进行了实验。结果表明，该方法优于其他方法，并有效促进了基于PKG的产品设计改进的实施。

Keyword:

product innovation design

customer requirements

patent data

knowledge graph

multi-channel data fusion

Multisource data-driven method for product innovation design based on knowledge graph

摘要

期刊

机构

引用论文