多源数据驱动的新能源汽车产品创新需求分析方法

石雨鑫 曹佳琪 黄金凤 曹荧钰 李泽

关键词：新能源汽车；产品创新；多源数据驱动；IPA模型

0 引言

近年来，全球范围内的能源供应紧张、温室效应、环境污染等一系列问题日益严重，发展新能源汽车产业已经成为应对上述问题的重要途径[1]。随着新能源汽车产业的快速发展，新能源汽车企业不断涌现，消费者对于新能源汽车产品的要求日益提高，新能源汽车企业面临着更为激烈的市场竞争[2]。新能源汽车企业需要通过有效的产品创新以更好地满足消费者需求并提升产品的市场竞争力。此外，新能源汽车是一类技术密集型产品，产品创新需要有效的技术支撑。新能源汽车企业需要综合考虑消费者需求及其技术支撑情况，进行有效的产品创新需求分析，进而得到有效的产品创新方案。而在线评论数据、专利数据可以为新能源汽车产品创新需求分析提供有力支持。因此，如何基于多源数据进行有效的新能源汽车产品创新需求分析，是一个具有实际意义的研究课题。

目前，产品创新需求分析问题已经引起部分学者的关注。冯立杰等[3]基于多维创新地图等相关理论，建立获取用户个性化需求的产品创新方案识别方法；刘鹏等[4]基于三级技术功效矩阵识别出以客户需求为导向的产品创新机会识别路径；王金凤等[5]以模糊认知图挖掘用户潜在需求并建立模型形成产品创新方案。此外，也有学者基于重要度绩效分析法（Impor?tance Performance Analysis， IPA）获取产品需求特征进行产品创新。例如，王克勤等[6]基于在线评论数据提出了改进的IPA分析方法获取产品创新需求和设计改进策略；陈涛[7]等建立IPA模型分析AI生成化妆品包装设计的各项因素满意度并获取产品提升策略。另外，有学者基于专利数据进行产品创新研究。例如，YANG等[8]基于专利数据集分析出每项专利技术的新颖性价值（VON） 以及每项研发主题的难度价值（VOD） 从而识别技术机会。Lee等[9]通过综合考虑专利技术与产品的联系，识别出产品潜在技术机会。

然而，已有的关于产品创新需求分析的研究往往只从消费者需求或技术支撑的单一角度进行分析，尚缺乏将消费者需求及技术支撑相结合的产品创新需求分析方法的研究，也缺少综合利用在线评论数据、专利数据的多源数据驱动的产品创新需求分析方法的研究。因此，有必要考虑新能源汽车产品创新的实际需求，并结合在线评论数据及专利数据的特点，提出多源数据驱动的新能源汽车产品创新需求分析方法，从而对产品创新方案的制定提供有效支持。

1 多源数据驱动的新能源汽车产品创新需求分析方法设计

1.1 方法流程

本文提出了多源数据驱动的新能源汽车产品创新需求分析方法，方法流程如图1所示。首先以汽车论坛网站为数据源，采用八爪鱼采集器对新能源汽车产品的在线评论数据进行爬取，并对收集到的在线评论数据进行文本预处理，包括数据清洗、分词、去除标点符号及停用词等操作；其次，利用TF-IDF方法提取产品创新需求，分别进行产品创新需求的关键词词频统计及情感分析，获得其重要度及绩效值以构建目标产品IPA模型，并基于模型构建结果对创新需求进行筛选；然后，根据产品创新需求的IPA分析结果构建检索式进行专利数据采集，通过统计专利数量获取需求的技术支撑度；最后，综合考虑创新需求的重要度、绩效值和技术支撑度确定创新需求的优先级。

1.2 基于在线评论数据的产品创新需求IPA 分析

基于预处理后的在线评论数据，本文通过TFIDF方法（Term Frequency-Inverse Document Fre?quency） 提取产品创新需求[10]。TF-IDF方法挖掘出的关键词根据TF-IDF权重由大到小排序，这里输出TFIDF权重值最大的前ε 个关键词。由于部分关键词语义相似度高，需要根据专家意见对输出的关键词进行同义词合并，进而确定产品创新需求类别，最终得到I个产品创新需求。令FRi 表示第i 项需求，FWij 表示第i 项需求的第j 个关键词，TFij 表示关键词FWij 的词频，i =1，2，...，I， ; j =1，2，...，J。

针对初步提取出的产品创新需求，本文基于IPA 模型（Importance-Performance Analysis） [11]，综合考虑创新需求的重要性和绩效值，筛选出待改进的产品创新需求。

首先，基于需求被提及的频率计算产品创新需求的重要度。当某产品创新需求被消费者提及的频率越高，表明该项需求对消费者越重要，基于此，本文基于创新需求被提及的频率确定产品创新需求FRi 的重要度SIi，即：

然后，基于情感分析结果计算产品创新需求的绩效值。百度AI是百度公司开发的人工智能技术平台，提供丰富的人工智能服务，其中包括文本情感分析功能。百度AI的情感分析结果通常会将文本的情感分为消极、中性和积极，分别返回情感得分值0、1和2。

在线评论对产品/服务相关属性的情感倾向反映了客户对相关属性的满意程度，可视为产品/服务相关属性的绩效值。为了便于进一步分析，本文将客户对产品创新需求的情感强度（即在线评论的情感倾向）转换为产品创新需求的绩效值[6]。根据产品创新需求FRi 对应的关键词FWij，通过文本检索将含有关键词FWij 的评论语句归类至需求FRi 评论语句集中，并基于百度AI对该需求的所有评论语句进行情感分析，并将评论语句的平均情感得分作为该产品创新需求的绩效值 SSn 。令 Scif 代表需求FRi 中第f 条评论的情感得分，f = 1，2，...，F，F 为需求FRi 的评论语句总个数，则需求FRi 的绩效值可表示为

进一步地，基于产品创新需求提取结果以及其重要度和绩效值的计算结果构建IPA模型，以产品创新需求的重要度SIi 作为横轴，产品创新需求的绩效值SSi作为纵轴[12]，划分出四个象限如图2所示。

其中，区域Q1 为优势区，该区域的产品创新需求重要度及绩效值均较高，应继续保持优势；区域Q2 为改进区，该区域表示产品创新需求重要度较高但绩效值较低，企业应集中改进这些顾客期望并重视的需求；区域Q3 为机会区，表示产品创新需求重要度较低且绩效值也较低；区域Q4 为维持区，表示产品创新需求重要度及绩效值均较高[13]。将产品创新需求划分到四个象限中，由于改进区中的各产品创新需求的重要度高于平均水平，绩效值低于平均水平，为产品创新的集中改善区，所以本文选取Q2 区域中的产品创新需求作为待改进产品创新需求 PIDn，n = 1，2，...，N，N 表示待改进需求的数量。

1.3 基于专利数据的产品创新需求技术支撑度分析

产品创新需求的满足，需要创新技术的支撑。新能源汽车企业在产品创新需求分析中，需要考虑产品创新需求的技术支撑情况。专利数据中涉及各项产品创新需求的专利数量，可以直接反映该产品创新需求在技术层面可获得的支撑程度，进而可以从技术层面反映该项创新需求能够被满足的程度。因此，本文通过各创新需求对应专利的数量在涉及所有需求的专利中所占的比例对产品创新需求的技术支撑度进行衡量。

本文所使用的专利数据来源于德温特数据库（www.derwent.com）。将根据在线评论数据提取并得到的待改进产品创新需求PIDn 对应的关键词转换成对应的英文关键词，并依据德温特数据库的逻辑符号构建检索表达式，产品创新需求 PIDn 对应的检索表达式为（new energy vehicle or new energy vehicles or newenergy car or new energy cars））and PIDn）。根据检索式在德温特数据库中进行检索，选择近十年的专利数据进行导出，可以获得各产品创新需求 PIDn 所对应的近十年的专利数量 FRWn。在此基础上，通过分别计算各产品创新需求对应的专利数量在总专利数量中所占的比例，得出产品创新需求 PIDn 的技术支撑度TSDn，即：

1.4 多源数据驱动的产品创新需求优先级确定

确定新能源汽车产品创新需求的优先级可以帮助新能源汽车企业制定有效的产品创新方案，有助于企业优化资源配置。确定新能源汽车产品创新需求PIDn 的优先级 Kn 需要综合考虑产品创新需求的重要度SIn、绩效值 SSn 及技术支撑度 TSDn 三方面的因素，一方面，某一产品创新需求的重要度越高、绩效值越低，表现了用户越重视且越期待改善该产品创新需求，所以该创新需求也越应优先改进；另一方面，某一产品创新需求的技术支撑度越高，反映了企业基于该创新需求在现有技术条件下进行产品创新开发就越可能得以实现，所以也应具有较高的优先级。

综合考虑以上原因，本文给出了综合考虑产品创新需求 PIDn 的重要度SIn、绩效值 SSn 及技术支撑度TSDn 的创新需求优先级 Kn 确定方法，即：

2 实验分析

2.1 新能源汽车产品创新需求获取

本文以“比亚迪 海豹 2022款” 新能源汽车作为目标产品，利用八爪鱼采集器在汽车之家论坛（www.autohome.com.cn）上爬取该产品从2022年8月至2023 年9月的在线评论数据进行实验分析，所爬取的数据共计1 480条， 平均评论长度为798字。产品创新需求获取以预处理后的评论数据集为基础，应用TF-IDF 方法并输出TF-IDF权重值最大的前200个关键词，使用第1.2节的方法得到的产品创新需求FRi 及对应关键词FWij如表1所示。

2.2 新能源汽车产品创新需求IPA 分析

基于2.1节获取的新能源汽车产品创新需求，使用公式（1）、公式（2）分别计算新能源汽车产品创新需求的重要度及绩效值，计算结果如表2所示。

基于此，构建比亚迪海豹2022款的IPA模型如图2所示。从图2可以看出，产品创新需求“底盘（PID1）”“空间（PID2）”和“内饰（PID3）”位于Q2 区域，作为待改进产品创新需求。

2.3 新能源汽车产品创新需求技术支撑度分析

根据IPA模型分析筛选得到的待改进产品创新需求 PIDn 构建专利检索表达式，在德温特专利数据库中分别对近十年的专利数据进行检索，各产品创新需求对应的检索表达式及检索结果如表3所示。

使用公式（3）计算的产品创新需求计算支撑度，可以得到新能源汽车产品创新需求“底盘（PID1）”“空间（PID2）”和“ 内饰（PID3）”的技术支撑度TSD1、TSD2、TSD3分别为0.228、0.561、0.089。

2.4 新能源汽车产品创新需求优先级分析

根据公式（4）可计算出产品创新需求 PIDn 的优先级并得到优先级排序结果如表4所示。

通过以上对比亚迪公司新能源汽车的产品创新需求分析可知，比亚迪公司需要考虑对汽车产品的“底盘（PID1）”“空间（PID2）”和“内饰（PID3）”的需求进行创新设计与开发，且优先级排序为“空间（PID2）”>“底盘（PID1）”>“内饰（PID3 ）”。

3 结束语

现阶段，市场需求驱动的新能源汽车行业蓬勃发展，只有进行有效的创新需求分析才能满足用户需求并赢得市场竞争。本文提出的多源数据驱动的新能源汽车产品创新需求分析方法综合利用了用户评论数据和专利数据，将消费者需求及技术支撑相结合，能够在市场需求驱动的大背景下对新能源汽车产品的创新需求进行有效的分析，极大地提高了分析结果的可靠性和适用性，并可为新能源汽车产品及其他产品的创新方案制定提供一定的参考和支撑。