面向用户集群的产品设计方法研究
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 课题来源和背景 | 第14页 |
| 1.1.1 课题来源 | 第14页 |
| 1.1.2 课题背景 | 第14页 |
| 1.2 研究目的与意义 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-19页 |
| 1.3.1 用户需求 | 第15-16页 |
| 1.3.2 用户细分 | 第16-17页 |
| 1.3.3 产品族群 | 第17-19页 |
| 1.4 研究框架及技术路线 | 第19-21页 |
| 1.4.1 研究内容 | 第19-20页 |
| 1.4.2 研究框架 | 第20-21页 |
| 第2章 影响需求偏好的用户主特征提取 | 第21-32页 |
| 2.1 理论基础 | 第21-22页 |
| 2.1.1 生活形态 | 第21-22页 |
| 2.1.2 访谈法 | 第22页 |
| 2.1.3 李克特量表 | 第22页 |
| 2.1.4 粗数 | 第22页 |
| 2.2 研究框架 | 第22-23页 |
| 2.3 提取影响需求偏好的用户主特征 | 第23-26页 |
| 2.3.1 辨识用户初选特征 | 第23-24页 |
| 2.3.2 提取用户主特征 | 第24-26页 |
| 2.4 实例研究 | 第26-31页 |
| 2.4.1 影响需求偏好的用户特征初选 | 第26-27页 |
| 2.4.2 基于粗数模型的用户主特征提取 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于主特征的用户集群构建 | 第32-39页 |
| 3.1 理论基础 | 第32-33页 |
| 3.1.1 用户集群 | 第32页 |
| 3.1.2 K-modes聚类算法 | 第32-33页 |
| 3.2 研究框架 | 第33页 |
| 3.3 用户集群构建 | 第33-34页 |
| 3.3.1 用户主特征信息获取 | 第33-34页 |
| 3.3.2 基于特征属性的用户聚类 | 第34页 |
| 3.4 实例研究 | 第34-38页 |
| 3.4.1 用户主特征项目及其类目 | 第34-35页 |
| 3.4.2 调查问卷及用户特征信息获取 | 第35-36页 |
| 3.4.3 目标群体的集群构建 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于用户集群需求偏好的产品设计 | 第39-58页 |
| 4.1 理论基础 | 第39-40页 |
| 4.1.1 形态分析法 | 第39页 |
| 4.1.2 信息熵 | 第39页 |
| 4.1.3 正交试验 | 第39-40页 |
| 4.1.4 K最近邻算法 | 第40页 |
| 4.2 研究框架 | 第40-41页 |
| 4.3 集群产品设计 | 第41-43页 |
| 4.3.1 设计要素解构 | 第41页 |
| 4.3.2 设计要素熵评价 | 第41-42页 |
| 4.3.3 基于需求偏好集群产品设计 | 第42-43页 |
| 4.3.4 集群产品设计方案评价 | 第43页 |
| 4.4 实例研究 | 第43-56页 |
| 4.4.1 眼镜造型解构 | 第43-44页 |
| 4.4.2 集群需求偏好 | 第44-54页 |
| 4.4.3 集群设计方案 | 第54-55页 |
| 4.4.4 集群方案评价 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 总结与展望 | 第58-60页 |
| 总结 | 第58页 |
| 创新点 | 第58-59页 |
| 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读学位期间所发表的学术及其他成果 | 第66-67页 |
| 附录B 目标群体用户样本特征信息 | 第67-71页 |
| 附录C 目标群体眼镜样本 | 第71-73页 |
