云服务平台下考虑用户偏好的设计服务推荐方法.docxVIP

云服务平台下考虑用户偏好的设计服务推荐方法 随着全球化和云计算、数据挖掘、人工智能、物联网等新技术的发展，传统的工业设计模式正向服务设计创新模式转变，以云服务模式为主的产品创新设计将成为工业设计的重要发展趋势。随着新技术不断融入到设计服务业，国内外相继出现为用户提供一体化设计及制造等综合服务的云服务平台云服务平台构建技术相关研究已取得一定成果，如董元发等在产品设计制造过程涉及的个性化知识与服务推荐方法研究中，李雪瑞等以上研究主要针对设计师所需的设计和制造知识、服务等进行推送，其中知识个性化推荐研究已取得较多成果，而对产品设计相关的云服务推荐研究较少。云服务平台下协同产品设计更注重为用户提供一套完整的产品全生命周期服务，针对用户需求差异性及设计服务多样性的特点，本文定义了设计服务推荐三元组模型，构建了个性化产品设计服务推荐框架，并提出考虑用户需求偏好的设计服务推荐方法。云服务平台下，通过用户对设计服务推荐的反馈完善协同产品设计过程，提高协同产品设计的效率。1 云服务平台下设计服务推荐问题1.1 设计相关的云服务平台设计相关的云服务平台既为用户提供协同产品设计相关的硬件资源、软件资源等，又为用户提供合适的设计师和制造商等人力资源，通过创建服务创新的交互环境，整合产品全生命周期活动中各服务资源，将参与协同设计任务的各阶段服务资源虚拟化为“云”随着互联网技术不断发展，云服务成为一种新型服务模式云服务模式下，协同产品设计流程包括获取用户需求、确定设计目标、分解设计任务、匹配设计师、协同设计、协同制造、集成产品、物流配送与售后服务等环节1.2 设计服务推荐内容云服务平台以按需服务的形式运行，因此用户需求是平台个性化设计服务推荐的前提。云服务模式下，平台协同产品设计过程以用户为中心，通过分析用户特征与用户需求偏好为用户提供合适的设计服务；并通过设计方案及服务的更新迭代，实现用户与设计服务提供方之间的信息交互。本文所研究的设计服务推荐内容主要概括为以下几个方面：（1）推荐产品设计相关案例：平台基于互联网获取需求偏好需求相关数据，结合模糊需求描述、聚类分析等方法（2）推荐设计师及制造商：在用户个性化需求的基础上，平台将用户需求分解为动态的子任务（3）推荐产品设计其他云服务资源：平台基于用户需求数据为用户推荐相似产品、物流配送及售后服务等云服务资源。2 设计服务推荐框架云服务平台协同产品设计过程面向产品全生命周期，本文基于用户的设计需求定义设计服务推荐三元组模型为M=(U, S, P)。其中U={该框架以用户需求为中心、以用户偏好为导向、以精准推荐动态设计服务资源为目标，为用户提供具有交互性的产品设计服务资源推荐结果集。其中物理资源层通过虚拟化、云存储、云计算等技术实现设计服务资源的虚拟化，以支持云服务平台的正常运行3 考虑用户需求偏好的设计服务推荐方法为提高云服务平台下设计服务推荐的质量、增强协同产品设计过程中用户与服务提供方之间的交互，在设计服务推荐框架的基础上提出考虑用户需求偏好的设计服务推荐方法，该方法主要包括用户分析、协同过滤及服务资源推荐三个阶段。用户分析阶段，采用FCM聚类算法实现用户数据集自动聚类，得到用户初步聚类结果；协同过滤阶段，根据聚类结果采用改进的User-Based CF方法预测目标用户对各项设计服务资源的评分，加入需求偏好权重对用户评分的影响，利用优化的用户相似度函数及评分预测函数由最近邻居用户评分预测目标用户评分，并由推荐系统产生目标用户的设计服务资源推荐集；最后，目标用户对推荐结果产生反馈并与设计服务提供方进行交互，从而使产品设计方案不断完善，平台产品设计服务推荐的具体流程如图2所示。3.1 用户聚类分析FCM聚类是一种目标函数法，该算法原理是根据每个样本点与聚类中心点的隶属度函数的损失函数计算隶属度，实现用户数据自动聚类步骤1：随机初始化模糊隶属矩阵、聚类中心及样本点与聚类中心点的欧几里得距离；给定用户样本数据集其中：步骤2：计算聚类中心；样本点和聚类中心点的欧几里得距离为s.t. 式（1）中：步骤3：判断是否满足算法迭代终止条件在用户分析阶段，本文采用FCM聚类算法将一组原始用户初步划分为几个需求偏好相似且规模较小的相似用户群组（即聚类簇），在聚类簇内寻找与目标用户具有较高相似度的用户，一旦用户兴趣发生改变便逐渐偏离所属聚类中心直至跳出所在聚类簇，完成用户的初步聚类。3.2 改进的User-Based CF方法协同过滤技术在推荐系统中运用广泛，协同过滤系统可根据相似用户的偏好向目标用户推荐其感兴趣项目1）优化用户相似度User-Based CF方法以用户偏好为出发点，根据