应用K-MEANS聚类的数据驱动产品创新模型研究

李月恩 张舒青 张伽诚

关键词：产品创新 数据驱动设计 创新模型 K-Means聚类 陪伴机器人设计

引言

随着时代的发展与市场的快节奏化，产品创新的方法也在与时俱進。自进入信息时代后，每时每刻都有庞大的数据注入到计算机和网络之中，数据已成为新型的生产资料和连接人与物之间信息传递的桥梁。将数据应用于产品创新领域，应用于产品开发过程，已成为产品创新转型突破的新方向。

在数据驱动产品创新领域，已有许多国内外的专家和学者进行研究，并且取得了一定的成果。湖南大学余从刚、赵江洪研究团队[1]根据产品设计的数据输入模式，建立了基于具体数据和抽象数据的两种不同的数据驱动产品设计模式。浙江大学南方电网人工智能创新联合研究中心的刘宣慧、郗宇凡等[2]通过文献综述等方法应用数据思维探究产品生命全周期数据对设计的驱动作用，指出了产品数据在指导设计创新中的重要作用。南京工程学院艺术与设计学院的闫胜昝、韩志天[3]认为产品创新从各个方面吸收大数据的优势，有助于更好地理解用户对产品的本质需求，在表现手段、设计方法、产品功能的角度设计更多高质量的产品。综合来看，使用数据方式驱动产品创新已经成为产品设计领域的研究热点，是产品创新的一种新方法。

在数据驱动产品创新的研究中，文章引入K-Means聚类方法作为主要数据处理方法，以此完善数据方式在产品创新领域的应用。K-Means聚类的数据驱动产品创新研究的本质是，在用户需求信息条件下，挖掘产品信息数据，对挖掘得到的数据库进行数据处理、数据分析后得到设计特征，并用来指导产品创新设计，是一种数据驱动产品创新的新方法。

一、数据驱动产品创新的基本特征

（一）数据驱动产品创新的概念

数据驱动产品创新设计是一种应用大数据思维，使用大数据手段如数据挖掘技术，进行产品生命周期数据的分析，辅助设计人员进行旧产品改进和新产品开发的设计方式。其中，产品数据指的是，在产品从概念设计到实际生产再到用户使用反馈这整个生命周期中由人、物、环境三者共同作用产生的各种信息数据，蕴含了大量有价值的产品反馈、用户偏好和市场需求等信息，这些信息蕴含了对指导产品创新设计有重要作用。

随着科学技术的发展，信息与数据技术逐渐更新换代，数据量在计算机和网络上不断增加，数据的获取和储存方式也逐渐增多，目前的数据处理方式不仅仅是进行浅层次的数据处理如浏览等，并且可以对大量数据之间的联结进行处理，对已有数据分析进行设计指导。要实现数据驱动创新，就需要应用数据技术对潜在的各种有价值数据进行有效处理。

（二）数据驱动产品创新的意义

1.传统的设计模式的局限性

传统产品设计过程一般为：对用户与市场进行调研总结得到用户需求；分析用户需求得到产品设计特征；根据设计特征进行产品创新概念设计；改进完善概念设计方案得到产品创新设计方案；根据设计方案进行生产投入市场。

传统设计流程图如图1所示：

在传统产品设计流程之中，设计人员需要人工收集用户的反馈的信息，并且根据自身经验进行设计特征总结分析，最终设计出产品。在需求采集过程中设计人员采取的手段有限，分析设计特征过程中对设计人员存在依赖并且主观性较强，传统产品设计过程中人力、物力耗费巨大。总的来说，传统设计方法存在（1）对专家的依赖性强；（2）设计方案主观性强；（3）实时性差；（4）调研数据少和范围小等局限性。

2.数据驱动设计的优势

数据驱动设计相比于传统产品设计的优势在于（1）应用数据技术能够采集得到远超于人工收集数量的产品数据（2）应用大数据手段能够分析远超于传统方式研究的样本数量（3）在数据采集、数据分析、分析结果可视化各个阶段都能够更深入地探索潜在的有价值信息，从而对产品创新设计流程造成影响。

数据驱动设计流程如图2所示：

将数据手段应用于产品创新领域，打破了传统设计过程中过于依赖设计者主观判断的局面；把产品整个生命周期产生的数据全部整合到产品创新设计过程中，可以减少干扰设计结果的虚假、混乱信息，更加明确用户的复杂需求；构建数据驱动的设计创新方法模型理论上可以减少设计师个人判断对设计结果的影响，使设计结果波动在较小范围内，能对未来产品创新设计起到引导作用。可以说大数据的应用帮助了解用户与市场的需求发展趋势，明确更优决策信息，能够快速准确地响应用户的需求，抓住新兴的机会，提高竞争能力。

二、K-Means 聚类的数据驱动产品创新模型

（一）模型构建

K-Means 聚类算法是根据已知分类规则与给定数据群组数，对数据集进行多次数据归类，直到各群组内具有相似特征的数据稳定在该群组内不再变化，其具有原理简单、操作简单、易于实现和处理数据量大等优点。

在应用K-Means聚类的数据驱动产品创新模型构建上，将产品设计层面分为用户需求获取、需求总结和设计特征分析三个阶段；将数据驱动层面分为数据采集、数据清洗和数据分析三个阶段；在技术层次上，利用Python程序与网络爬虫技术完成数据获取与数据清洗，利用K-Means聚类方法作为数据处理手段分析、挖掘满足需求的设计特征。将设计与数据驱动层次、技术层次一一对应，构建应用K-Means聚类的数据驱动产品创新方法模型。

K-Means聚类算法驱动的产品创新设计模型，如图3所示：

（二）模型实现过程

K-Means聚类算法驱动的产品创新模型具体实现过程如下：

1.数据采集

实现过程中，实现数据驱动的第一步是要进行数据获取。数据来源选择天猫、京东、Amazon等知名度较高、产品属性完整、日活用户较多的线上电商平台。来源于线上购物平台的数据具有数量庞大、采集方式简单、数据维度全面、实时性强等优势。在K-Means聚类的数据驱动设计创新模型中，产品数据数量越多、维度越广、实时性越强就越能分析出最符合用户需求的产品特征。

在数据获取阶段，使用的技术路线为网络爬虫技术，用来完成产品属性信息数据与用户评论信息数据采集。网络爬虫是一种常用于采集网络平台数据的工具，有着易操作、易理解、功能强的特点，其中常用于获取产品数据的Python程序语言可以使用许多软件包，操作简单，在数据获取中有着重要的作用。

2.数据清洗

经过前一个步骤的数据获取阶段，已经得到了大量的产品数据，不过现阶段的数据是没有规律、杂乱无章的。此阶段的任务就是通过Python程序语言检查排除产品数据集之中的错误数据、不完整数据和明显异常数据，再清洗后得到数据量少、数据准确性高的有效数据。这种经过清洗后的数据才能保证模型的质量，保证分析结果的准确。数据清洗是进行数据分析前必不可少的一步。

数据清洗后得到的数据集变化特征如图4所示：

3.数据分析

数据分析主要包括数据探索、目标分析与提出建议几个部分。数据分析的特点是：可以通过图片与表格等可视化手段来更清晰、更有条理地分析数据中隐藏的规律与价值。数据分析可以帮助设计人员找到产品设计规律，例如某个受欢迎产品设计实例之中可借鉴的设计因素有哪些、不受欢迎的案例中没有考虑到的设计因素是什么，并且可通过本次设计成功和失败的设计数据指导下一步的设计实践工作，如图5。

对清洗后的产品数据进行K-Means聚类分析时，产品特征可以选择对创新设计影响较大的，比如产品风格、产品配色和产品造型。经过K-Means聚类之后，可以得到用户对不同产品特征的喜爱程度，根据产品的受欢迎特征对产品进行改进和创新设计，通过K-Means聚类分析的结果可以找到该产品创新设计的重点。

三、实际设计案例研究——一款儿童陪伴机器人的设计

本节采用案例研究法，应用构建的K-Means 聚类驱动的产品创新模型设计一款针对3-6岁学龄前儿童的陪伴机器人，并根据设计结果验证这一模型的可行性、先进性。

（一）陪伴机器人产品分析

随着生活的快节奏化，年轻一代各方面压力日渐增大，难以在工作与家庭之中找到平衡，面对需要家长看护的儿童，考虑使用智能产品辅助家长进行陪护。陪伴机器人属于家用智能机器人的一种，目前儿童陪伴机器人产品功能主要包括看护、陪伴儿童；机器人玩具；家长监控、即時通讯以及教育辅导等功能。[4]其中儿童陪伴机器人基本功能是看护、陪伴儿童，附加价值是对使用者起到一定的教育作用，引导儿童学习基础知识与增强交流能力。

选择儿童智能机器人作为案例进行研究的原因，一是随着智能制造技术发展与智能儿童产品开发热潮，机器人玩具在儿童产品中已成为流行趋势，用户对儿童机器人需求逐渐扩大，智能儿童机器人的市场规模逐渐扩大；二是相较于传统产品创新方法，智能机器人的产品数据在电商平台数量更多、属性更全，可以满足使用数据驱动产品创新模型的要求，体现数据驱动手段的先进性。本次案例设计的研究目的在于验证K-Means聚类的数据驱动产品创新模型的可行性并设计一款新的产品。

（二）儿童用户分析

1.生理特征分析

（1）语言能力快速提升：儿童阶段是人体生理变化速度最快的阶段，3-6 岁儿童的大脑重量已趋近于成人大脑。左脑负责的语言技能逐渐发展，因此这个时期的儿童交流能力稳定增长[5]。因此，陪伴机器人的设计应强调互动性，以培养儿童的交往能力和语言能力。

（2）色彩认知逐渐全面：3-6岁的儿童处于感官发展最快的时期，这个时期的儿童已经对色彩产生了知觉，不同的色彩可以刺激儿童的视觉神经，影响儿童的和情绪、智力和个性的发展。3-6岁的儿童比较喜欢鲜亮艳丽、对比度强的颜色[6]，在对儿童陪伴机器人进行设计的时候，需要采用让儿童偏爱的亲切、愉快的颜色。

2.心理特征分析

（1）对陪伴的需求：3-6岁的儿童正是心理迅速发展的时期，在此阶段的儿童对自我的认知不断提高，渴望得到父母的更多关注，对父母表现出强烈的依恋的情感。[7]但由于儿童心理并不稳定，若是没有给儿童及时的陪伴容易导致儿童负面情绪的产生。（2）对交流的需求：儿童在此阶段语言表达能力有了不小的提升，与家长的交流过程中可以发展儿童情感和认知能力，积极、愉悦的交流对儿童性格发展有着积极作用。（3）通过模仿学习：3-6岁的儿童由于认知能力与动作逐步提高，模仿对象逐渐增多，模仿内容也从表面现象随着年龄增大逐渐内化，儿童看通过模仿进行学习、掌握成人的经验。

（三）数据分析

1.设计数据获取

（1）使用基于P y thon编写的网络爬虫程序对在线电商平台Amazon（中国）的儿童陪伴机器人的产品属性数据和用户评论信息数据进行数据采集，采集内容主要包括产品标题、产品颜色、产品材质、产品价格、销量、用户定性评价、用户定量评价等。（2）对采集的产品数据进行数据清洗，删去无意义数据、并补全缺失的数据值，例如将没有颜色信息的数据删除。对得到的有价值数据进行K-Means聚类分析。

2.设计特征分析

对儿童陪伴机器人的产品数据进行K-Means聚类分析，得到的结果可视化如图6所示，得到影响用户购买产品的因素。由图可知，对于“儿童陪伴机器人”这一产品，消费者最看重产品形态设计，其次是产品颜色，购物网站的用户评分和价格也是消费者关注的。根据可视化分析结果同样可以判断出“儿童陪伴机器人”创新设计时，产品特征要满足：产品形态要具备亲和、有趣、造型简洁、公仔造型等设计特点；产品颜色要满足素雅、柔和。

对儿童智能机器人的用户评论数据中的文本特征信息使用Python程序段进行词云分析，得到的结果如图7所示。根据以上分析结果判断出“儿童陪伴机器人”创新设计时，产品特征要满足：符合玩具机器人的智能玩具定位；同时满足男孩与女孩两种性别儿童的喜爱；适当的公仔、仿生造型；起到陪伴玩耍的作用；趣味性强等特征。

（四）功能设计

根据对儿童用户与机器人产品的分析，得到产品设计需求并结合数据分析的结果得出主要产品功能：

1.看护陪伴功能：机器人可以让家长外出时远程观察儿童情况，或者与儿童视频交流；当机器人观察到儿童的姿势或动作有危险性或者儿童步入危险区域，智能机器人会开启危险预警提示家长，以防止危险情况发生。此功能可通过在智能机器人增加可调整角度的摄像头来实现，在监控范围内捕捉儿童动作。

2.交流对话功能：智能机器人可根据设定的儿童年龄进行对话问答、视频早教和智能点播等，锻炼儿童语言能力，机器人不仅能起到功能上的交互，还能给儿童带来感情上的陪伴，有交流对话功能的机器人是陪伴儿童玩耍的伙伴。此功能通过屏幕与使用者儿童互动来实现。

3.辅助功能：考虑到机器人夜晚的陪伴功能，可通过智能机器人增加无线人体感应夜灯，在夜晚为使用者照明，散发柔光呵护儿童。

（五）外观设计

在产品设计的过程中，儿童陪伴机器人的设计要根据数据分析得到的产品设计特征，在满足产品设计的基本原则如安全性、实用性等的条件下进行，并且还要考虑儿童的生理心理发展特征，全方面考虑使用过程中的体验感。综合考虑分析结果与使用者的特征进行设计，最终的“儿童陪伴机器人”产品设计效果图如图8所示，产品兼顾智能玩具的科技感和儿童玩具的亲和力。

1.造型设计

在儿童陪伴机器人外观设计方面，采用了底部较大顶部较小的圆台造型，下大上小更有穩定性，减少儿童在使用过程中推倒机器人对产品造成的损坏；在产品造型设计上采用了小猫与小老鼠的形象进行仿生设计，猫、鼠形象多被儿童熟知并且仿生造型趣味性强，对儿童吸引力强；产品中部增加“腰带”设计，一是作为环形防滑条使儿童手持更加安全牢固，二是增加童趣，并且使产品造型更有设计感；猫耳造型线条简单且转折分明，能够体现智能陪伴机器人的科技感，鼠耳造型圆润拥有儿童产品的亲和力；线条柔和的机器人身体给使用的儿童带来亲切的感觉，可以增进机器人与使用者之间的友好关系。

2.颜色设计

在儿童陪伴机器人色彩设计方面，根据儿童生理心理发展特征，儿童对鲜艳的色彩喜爱度较高，对灰暗的色彩喜爱度较低。根据上一阶段设计特征分析结果与儿童色彩喜好，采用柔和的白色与鲜艳的黄色搭配，同时满足颜色素雅柔和与儿童喜爱鲜艳色彩的要求，得到两个儿童智能机器人的配色方案。白色为主体的颜色方案为：白、黄，颜色素雅且有亮色点缀，不失活泼；黄色为主体的配色方案为：白、黄、深黄，颜色鲜艳更易抓住儿童的眼球。

3.材质选择

在儿童陪伴机器人材质选择方面，要采用使用安全、对儿童无伤害的材质。机器人主体部分选用性能良好、易加工易上色的ABS塑料作为外壳；充电底座使用ABS 磨砂面增加与地面的摩擦，使智能机器人更具稳定性；“腰带”防滑条选择柔软的硅胶材质，儿童使用舒适亲肤。

结论

本次研究通过理论研究与模型建构、案例研究等方法，介绍了一种应用K-Means聚类算法驱动的产品设计创新的新方法，并且利用该方法对儿童陪伴机器人进行创新设计。实践证明，该产品创新方法将在用户需求数据采集与用户需求分析阶段有效减少了设计者的主观性、缩短了调研时间，并且对所有产品数据分析能对用户需求进行深层次的挖掘，具有减少产品开发时间、减少设计人力与物力投入、有效响应用户需求、提高产品设计效率等优点。

虽然数据驱动创新的设计模式与传统产品设计相比发生了变化，但设计的目的仍然是为了满足人的需求。随着时代发展，设计方式方法也应该与时俱进，在大数据思维与大数据技术进入到设计领域之后，产品创新的设计范围、设计理念与设计方法有了深层次的变革与创新，给产品创新领域的发展带来了更加优质的路径，给产品创新设计带来了深刻的影响，也对设计者的设计能力与设计素养提出了更高的要求。