陳 磊，吳清烈，楊 惠，王勤勤

(東南大學(xué)管理工程研究所，江蘇 南京 211189)

大規(guī)模定制是指企業(yè)以接近大規(guī)模生產(chǎn)的成本和效率向客戶提供個(gè)性化的產(chǎn)品和服務(wù)[1]。通過(guò)實(shí)施大規(guī)模定制模式，企業(yè)可以有效地滿足眾多客戶的個(gè)性化需求，同時(shí)也能夠?qū)崿F(xiàn)自身的規(guī)模經(jīng)濟(jì)。如何便捷有效地獲取客戶的定制需求，為客戶提供滿意的需求響應(yīng)方案，是保證產(chǎn)品定制成功的首要環(huán)節(jié)，對(duì)企業(yè)實(shí)施大規(guī)模定制模式具有重要意義。

近年來(lái)，隨著Internet和Web技術(shù)的日益成熟，以及電子商務(wù)的蓬勃發(fā)展，為企業(yè)獲取客戶的需求提供了一個(gè)便捷的渠道[2－4]。梁樑等提出了在Internet上通過(guò)交互式對(duì)話獲取客戶需求信息，然后應(yīng)用QFD和TOSIS法進(jìn)行產(chǎn)品配置優(yōu)化分析[5];劉飛等提出了企業(yè)設(shè)計(jì)人員與客戶通過(guò)Internet進(jìn)行協(xié)同配置的思想和方案[6]。企業(yè)基于Internet與客戶交互，雖然可以獲得較為準(zhǔn)確的需求信息，但無(wú)法實(shí)現(xiàn)低成本、高效率為眾多客戶服務(wù)的目標(biāo)。

岳同啟等通過(guò)引入智能Agent建立智能客戶需求獲取系統(tǒng)，采用智能Agent技術(shù)和需求模板檢索技術(shù)相結(jié)合的方法，將獲取的客戶需求從模糊、粗糙狀態(tài)逐漸具體化[7]。文獻(xiàn)[8]研究了基于Web的客戶集成化面向訂單設(shè)計(jì)的方法，通過(guò)應(yīng)用模板生成符合客戶需求的CAD模型，并采用有限元法對(duì)產(chǎn)品模型的結(jié)構(gòu)進(jìn)行分析評(píng)估。采用需求模板獲取客戶需求，有利于客戶需求描述的規(guī)范化，便于信息的共享、傳遞和重用，但該方法更多的是從企業(yè)設(shè)計(jì)者的角度建立模板，限制了客戶的主動(dòng)性和個(gè)性化需求的表達(dá)。

此外還有選擇菜單法，即系統(tǒng)提供給客戶定制選項(xiàng)，客戶通過(guò)選擇一組屬性、部件、價(jià)格等選項(xiàng)來(lái)實(shí)現(xiàn)產(chǎn)品個(gè)性化定制[9]。然而這種定制系統(tǒng)向客戶提供的是一個(gè)統(tǒng)一的定制界面，忽視了客戶本身的知識(shí)水平以及需求表達(dá)能力方面的差異性，導(dǎo)致客戶無(wú)法順利完成定制選項(xiàng)的選擇，而且過(guò)多的選項(xiàng)會(huì)給客戶決策造成很大的困擾，也無(wú)法實(shí)現(xiàn)輔助客戶作出定制決策的作用[10－11]。文獻(xiàn) [12]提出了一種咨詢界面方法輔助客戶進(jìn)行定制選項(xiàng)設(shè)置，在客戶設(shè)置選項(xiàng)遇到困難時(shí)提供建議，并將合適的選項(xiàng)推薦給客戶;文獻(xiàn)[13]基于模擬領(lǐng)域?qū)＜遗c客戶智能對(duì)話獲取其需求的思想，提出了咨詢系統(tǒng)的體系結(jié)構(gòu)，但未給出實(shí)現(xiàn)方法;文獻(xiàn) [14]借鑒計(jì)算機(jī)領(lǐng)域的人機(jī)個(gè)性化交互思想提出了個(gè)性化需求獲取方法的框架模型，也未給出具體實(shí)現(xiàn)方法。

綜上所述，針對(duì)目前大規(guī)模定制客戶需求響應(yīng)支持這方面的研究還難以滿足大規(guī)模定制對(duì)獲取客戶需求信息的要求，本文研究了為不同客戶提供合適的客戶需求交互過(guò)程和界面的支持方法，該方法首先通過(guò)獲取客戶個(gè)人特征和初始需求信息等，應(yīng)用協(xié)同推薦算法向客戶推薦與其需求最接近的定制選項(xiàng)，結(jié)合Web和Agent技術(shù)，使系統(tǒng)隨著客戶信息的不斷完善快速生成個(gè)性化定制界面，用以支持快捷有效地獲取客戶的需求信息。本文闡述了大規(guī)模定制環(huán)境下客戶需求獲取支持系統(tǒng)的設(shè)計(jì)思路，對(duì)總體結(jié)構(gòu)進(jìn)行了設(shè)計(jì)，并給出了部分功能的實(shí)現(xiàn)方法。

1 大規(guī)模定制需求獲取支持系統(tǒng)設(shè)計(jì)思路

大規(guī)模定制客戶需求獲取是指企業(yè)和客戶進(jìn)行交互獲取客戶對(duì)產(chǎn)品功能、性能、外觀以及價(jià)格等定制特征需求描述信息的過(guò)程。企業(yè)要為每一位客戶提供定制化的產(chǎn)品或服務(wù)，就必須能夠準(zhǔn)確地獲取每一位客戶的個(gè)性化需求信息。在大規(guī)模定制過(guò)程中，客戶主要是通過(guò)企業(yè)提供的產(chǎn)品定制平臺(tái)進(jìn)行自助配置，完成個(gè)性化需求的表述。

目前的產(chǎn)品定制系統(tǒng)自動(dòng)引導(dǎo)客戶表達(dá)需求，主要是結(jié)構(gòu)化和參數(shù)化的功能要求[15]，需要客戶從設(shè)計(jì)者的角度去考慮問(wèn)題，而且客戶需要一定的專業(yè)知識(shí)才能夠?qū)⒆约旱男枨筠D(zhuǎn)化為功能要求去表達(dá)，對(duì)于客戶來(lái)說(shuō)是很大的考驗(yàn)?？蛻粼诙ㄖ瞥跏茧A段，對(duì)自己的需求往往只有一個(gè)模糊概念或者僅僅局限于自己關(guān)注的某一方面，對(duì)于整個(gè)定制產(chǎn)品并不是很了解，對(duì)于企業(yè)提供的配置選項(xiàng)也不是很清楚，不知道有的選項(xiàng)應(yīng)該如何選擇，如果沒(méi)有任何提示和引導(dǎo)，就不能立即給出正確而且完整的需求描述。因此，客戶在表述需求的過(guò)程中允許客戶以自然語(yǔ)言的形式表述某些需求，這樣既符合客戶的語(yǔ)言表達(dá)習(xí)慣，同時(shí)企業(yè)也能獲得客戶真實(shí)的需求;此外在定制過(guò)程中提供相應(yīng)的輔助支持，為客戶提供合適的推薦，對(duì)于提高客戶滿意度來(lái)說(shuō)，也具有很大的幫助。

基于以上分析，本文提出了大規(guī)模定制客戶需求獲取支持系統(tǒng)。首先，通過(guò)初始界面獲取客戶的個(gè)人特征和初始需求信息，運(yùn)用模糊推理規(guī)則對(duì)這些信息進(jìn)行推理分析和模糊處理，采用智能檢索匹配技術(shù)檢索符合其需求的定制選項(xiàng)，并結(jié)合個(gè)性化推薦系統(tǒng)推薦可能需要的定制選項(xiàng)，根據(jù)客戶表達(dá)能力情況，向客戶提供合適的定制需求交互過(guò)程和界面，并可以完成客戶輸入的一致性檢驗(yàn)。該支持系統(tǒng)根據(jù)客戶的個(gè)人信息和初始需求信息，向客戶提供可定制的需求交互過(guò)程和界面，不需要客戶對(duì)定制產(chǎn)品所有需求特征都進(jìn)行描述，從而支持客戶更加便捷地表達(dá)自己的需求，企業(yè)更加有效地獲取客戶的需求信息。

2 大規(guī)模定制客戶需求獲取支持系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

本文將個(gè)性化推薦技術(shù)應(yīng)用于客戶需求獲取系統(tǒng)中，構(gòu)建了一個(gè)融合語(yǔ)義分析技術(shù)、推薦技術(shù)、CMS技術(shù)以及電子商務(wù)等為一體的大規(guī)模定制客戶需求獲取支持系統(tǒng)。系統(tǒng)利用Web挖掘技術(shù)和自主學(xué)習(xí)技術(shù)來(lái)獲取客戶信息及其需求信息，挖掘客戶興趣特征和需求特征，在客戶進(jìn)行需求表述時(shí)，利用智能檢索匹配技術(shù)和推薦技術(shù)主動(dòng)地將相關(guān)信息推薦給客戶，幫助客戶完成需求表述的過(guò)程。

2.1 系統(tǒng)總體框架

大規(guī)模定制客戶需求獲取支持系統(tǒng)從功能來(lái)劃分主要分為以下幾個(gè)組成部分:學(xué)習(xí)和知識(shí)發(fā)現(xiàn)、客戶信息庫(kù)管理、初始需求分析推理、需求特征檢索匹配、零部件信息庫(kù)管理、協(xié)同過(guò)濾推薦、定制界面生成等。系統(tǒng)的總體框架如圖1所示。

圖1 大規(guī)模定制客戶需求獲取支持系統(tǒng)總體框架

a.學(xué)習(xí)和知識(shí)發(fā)現(xiàn)模塊。

學(xué)習(xí)和知識(shí)發(fā)現(xiàn)模塊采用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的算法對(duì)Web服務(wù)器傳遞過(guò)來(lái)的記錄客戶行為的日志文件進(jìn)行分析處理，發(fā)現(xiàn)客戶的行為模式和興趣向量，生成相應(yīng)的客戶興趣配置文件，建立個(gè)性化的客戶模型，將其存入到客戶信息庫(kù)中，并且它還會(huì)接受客戶的反饋信息，通過(guò)不斷分析學(xué)習(xí)客戶的反饋信息，跟蹤客戶的興趣變化，修改客戶興趣配置文件，更新客戶個(gè)性化模型。

b.分析推理模塊。

該模塊主要是實(shí)現(xiàn)自然語(yǔ)言的處理，通過(guò)應(yīng)用模糊推理規(guī)則對(duì)Web服務(wù)器獲取的客戶初始需求信息進(jìn)行推理分析，初步推斷客戶對(duì)產(chǎn)品定制特征的要求。其中模糊推理矩陣是模糊推理規(guī)則的結(jié)構(gòu)化表示形式。將需求信息中包含的特征值映射到模糊矩陣，通過(guò)模糊分析推斷相應(yīng)產(chǎn)品定制需求的特征值。

c.檢索匹配模塊。

檢索匹配模塊是根據(jù)前面推理分析得出的特征值借助智能搜索引擎在企業(yè)的零部件信息庫(kù)中進(jìn)行檢索匹配，將符合定制要求的零部件信息提取出來(lái)，并將他們寫入到產(chǎn)品定制特征集合中，為下一步協(xié)同過(guò)濾產(chǎn)生推薦提供數(shù)據(jù)保障。

d.協(xié)同過(guò)濾模塊。

該部分是支持系統(tǒng)的核心，主要包括基于客戶的協(xié)同過(guò)濾和基于產(chǎn)品定制特征協(xié)同過(guò)濾2個(gè)功能，通過(guò)兩方面結(jié)合，完成整個(gè)產(chǎn)品定制信息的推薦。其中基于客戶的協(xié)同推薦是通過(guò)客戶個(gè)性化模型描述，根據(jù)興趣相似的客戶群的意見(jiàn)產(chǎn)生推薦;基于產(chǎn)品定制特征的協(xié)同過(guò)濾則是根據(jù)定制特征從零部件庫(kù)中推薦可能符合定制需求的定制選項(xiàng)。

e.定制界面生成模塊。

定制界面生成模塊主要功能是生成能夠盡量滿足當(dāng)前客戶需求描述的個(gè)性化定制界面。它接受協(xié)同過(guò)濾產(chǎn)生的推薦信息，生成推薦的定制選項(xiàng)，利用CMS技術(shù)實(shí)現(xiàn)個(gè)性化定制界面的快速生成。

2.2 系統(tǒng)體系結(jié)構(gòu)

圖2所示系統(tǒng)采用基于B/S的3層體系結(jié)構(gòu)，即表示層、業(yè)務(wù)邏輯層和數(shù)據(jù)層，將系統(tǒng)功能實(shí)現(xiàn)核心部分集中在服務(wù)器端，提高了系統(tǒng)的靈活性和可靠性。把業(yè)務(wù)邏輯、數(shù)據(jù)源操作、系統(tǒng)生成的數(shù)據(jù)和數(shù)據(jù)的表現(xiàn)形式相互獨(dú)立，將各個(gè)部分分解出來(lái)交給特定的模塊處理。

圖2 大規(guī)模定制客戶需求獲取支持系統(tǒng)體系結(jié)構(gòu)

系統(tǒng)體系結(jié)構(gòu)中，表示層通過(guò)客戶端瀏覽器負(fù)責(zé)實(shí)現(xiàn)應(yīng)用邏輯的表達(dá)。在業(yè)務(wù)邏輯層，Web服務(wù)器通過(guò)HTML靜態(tài)頁(yè)面、JSP、Servlet等技術(shù)實(shí)現(xiàn)信息動(dòng)態(tài)發(fā)布，與客戶進(jìn)行信息交互;應(yīng)用服務(wù)器則是完成相應(yīng)的業(yè)務(wù)過(guò)程，如知識(shí)發(fā)現(xiàn)與學(xué)習(xí)、協(xié)同過(guò)濾的實(shí)現(xiàn)、定制界面的生成等。數(shù)據(jù)層為業(yè)務(wù)邏輯層提供數(shù)據(jù)的支持。

3 系統(tǒng)業(yè)務(wù)邏輯功能的實(shí)現(xiàn)

大規(guī)模定制客戶需求獲取首先需要對(duì)客戶以自然語(yǔ)言描述的初始需求進(jìn)行推理分析，獲取其中的定制特征值，然后再在產(chǎn)品零部件信息庫(kù)中檢索符合要求的零部件，此外還需要獲取客戶的特征和偏好等信息，依此產(chǎn)生可能滿足客戶需求的推薦，生成個(gè)性化的定制界面供客戶定制選擇。在這一過(guò)程中主要有特征推理分析、智能檢索匹配和個(gè)性化推薦等功能，關(guān)于特征推理分析的實(shí)現(xiàn)文獻(xiàn)[16]做了詳細(xì)的研究，本文就不再重復(fù)，這里主要對(duì)檢索匹配和個(gè)性化推薦的實(shí)現(xiàn)進(jìn)行詳細(xì)闡述。

3.1 檢索匹配的實(shí)現(xiàn)方法

檢索匹配即是根據(jù)推理分析得到定制需求特征值，從企業(yè)零部件信息庫(kù)中檢索出符合客戶定制需要的零部件信息，并且智能地計(jì)算這些零部件信息和客戶需求的匹配程度，有選擇地提供給客戶。由于中文有許多同義詞、近義詞，特征值提取出后，仍然需要對(duì)它們進(jìn)行分析。使用潛在語(yǔ)義分析方法可以在一定程度上識(shí)別同義、近義詞。此外，由于根據(jù)客戶初始需求推理分析得到的特征值往往比較零散不夠規(guī)范全面，包含的信息也相對(duì)較少。為此，需要借助查詢擴(kuò)展算法對(duì)特征值進(jìn)行適當(dāng)?shù)臄U(kuò)展，才能生成合適的查詢向量。

客戶定制需求特征值經(jīng)過(guò)潛在語(yǔ)義分析和查詢擴(kuò)展后，就得到參與匹配檢索的關(guān)鍵詞。這些關(guān)鍵詞就形成了匹配查詢向量:Q=(α1，α2，…，αn)，為查詢向量，W=(w1，w2，…，wn)，為所對(duì)應(yīng)的詞匯向量，n為待匹配檢索關(guān)鍵詞數(shù)目，αi指該關(guān)鍵詞的頻度。同樣的，對(duì)于零部件信息庫(kù)經(jīng)過(guò)類似處理也存在詞匯－信息庫(kù)矩陣Ak以及它所對(duì)應(yīng)的查詢向量Q。為了進(jìn)行匹配檢索需要構(gòu)造出AQk和AQ，其中AQk是加入了查詢向量中已含有關(guān)鍵詞的矩陣、AQ是未含有關(guān)鍵詞的矩陣。由于這2個(gè)矩陣含有豐富的信息，是高維矩陣，因此需要對(duì)它們進(jìn)行降維處理，這里采用奇異值分解[17]的方法來(lái)處理。

經(jīng)過(guò)降維處理得到新的矩陣AQ'k，AQ'，可以將新生成的零部件信息文檔之間的語(yǔ)義關(guān)系顯現(xiàn)出來(lái)。然后通過(guò)計(jì)算2個(gè)零部件信息文檔之間的相關(guān)程度，就可以得到2個(gè)零部件的相關(guān)程度。2個(gè)零部件信息文檔之間的相關(guān)度可以直接通過(guò)計(jì)算信息文檔矩陣轉(zhuǎn)置與該矩陣的乘積來(lái)求得:

Ik和I這2個(gè)矩陣中的元素表示2個(gè)零部件的相關(guān)程度，由此可以通過(guò)查找相關(guān)矩陣元素的大小來(lái)確定每個(gè)零部件的相關(guān)程度，進(jìn)行零部件信息與客戶需求信息的匹配檢索。

3.2 協(xié)同過(guò)濾推薦的實(shí)現(xiàn)方法

由于客戶的初始需求匹配出來(lái)的定制選項(xiàng)往往很少，依據(jù)此生成定制界面不夠完整，因此通過(guò)尋找和當(dāng)前用戶偏好最匹配的客戶群來(lái)產(chǎn)生定制選項(xiàng)的推薦。本文采用基于定制選項(xiàng)滿意度預(yù)測(cè)的協(xié)同過(guò)濾算法來(lái)實(shí)現(xiàn)定制選項(xiàng)推薦，該算法主要是根據(jù)定制選項(xiàng)的相似性初步預(yù)測(cè)客戶對(duì)未評(píng)價(jià)的定制選項(xiàng)的滿意度，分為尋找最近鄰域和產(chǎn)生推薦2部分。

3.2.1 尋找最近鄰域

為了計(jì)算客戶i和客戶j之間的相似性，首先計(jì)算經(jīng)客戶i和客戶j選擇的定制選項(xiàng)集合的并集Uij，設(shè)客戶A的定制選項(xiàng)集合用IA表示，則Uij=Ii∪Ij?？蛻鬷和客戶j在Uij中未選擇的定制選項(xiàng)的滿意度通過(guò)客戶對(duì)相似定制選項(xiàng)的滿意度預(yù)測(cè)出來(lái)，然后在定制選項(xiàng)集合Uij上計(jì)算客戶i和客戶j之間的相似性。預(yù)測(cè)客戶i對(duì)定制選項(xiàng)集合Uij中未選擇定制選項(xiàng)的滿意度是基于定制選項(xiàng)相似性的協(xié)同過(guò)濾推薦算法的關(guān)鍵。設(shè)客戶i在定制選項(xiàng)Uij中未選擇定制選項(xiàng)用Ni表示，即Ni=Uij－Ii。對(duì)任意定制選項(xiàng)p∈Ni使用下面的方法預(yù)測(cè)客戶i對(duì)定制選項(xiàng)P的評(píng)價(jià) Pi，p[18]:計(jì)算定制選項(xiàng) P 和其他定制選項(xiàng)之間的相似性，和計(jì)算客戶之間的相似性類似，即對(duì)任意的兩個(gè)定制選項(xiàng)s和t，首先要獲得所有客戶對(duì)他們的滿意度評(píng)價(jià)，然后再計(jì)算s和t之間的相似性。

通過(guò)計(jì)算可以獲得其他定制選項(xiàng)與選項(xiàng)p的相似性，將相似性最高的一些定制選項(xiàng)作為P的鄰居定制選項(xiàng)集合，即在整個(gè)空間中查找定制選項(xiàng)集合Mp={I1，I2，…，Iv}，使P不屬于Mp，并且選項(xiàng)I1與選項(xiàng)P的相似性sim(p，I1)最高，I2與P的相似性sim(p，I2)次之，依次類推。

得到Mp后，采用以下公式預(yù)測(cè)客戶i對(duì)定制選項(xiàng)P的滿意度Pi，p:

經(jīng)過(guò)上述方法處理后，對(duì)于Uij中每一個(gè)定制選項(xiàng)客戶i和客戶j都有了一個(gè)滿意度評(píng)價(jià)，即對(duì)于任意p∈Uij，客戶i對(duì)P的滿意度評(píng)價(jià)為:

然后再基于定制選項(xiàng)集合Uij來(lái)計(jì)算客戶i和客戶j的相似性，具體為:

a.余弦相似性

b.修正的余弦相似性

因此尋找最近鄰域就是對(duì)于每個(gè)客戶u，在整個(gè)客戶空間中找客戶集合C={c1，c2，…，ck}，使u不屬于C，并且c1和u的相似性sim(u，c1)最高，c2與u的相似性sim(u，c2)次之，依次類推。

3.2.2 產(chǎn)生推薦

通過(guò)上述方法得到了目標(biāo)客戶的最近鄰居，接下來(lái)將產(chǎn)生相應(yīng)的推薦。設(shè)客戶i的最近定制選項(xiàng)集合用NBSi表示，則客戶i對(duì)任意定制選項(xiàng)p的預(yù)測(cè)滿意度 Pi，p可由下面的公式計(jì)算出[16]:

式中:sim(i，n)表示客戶i和客戶n之間的相似性;Rn，p表示客戶n對(duì)定制選項(xiàng)p的滿意度評(píng)價(jià);分別表示客戶i和客戶n對(duì)定制項(xiàng)目的平均滿意度評(píng)價(jià)。通過(guò)這一系列的分析計(jì)算最終得到了最有可能滿足客戶需求的定制選項(xiàng)，從而實(shí)現(xiàn)了對(duì)客戶定制選項(xiàng)的推薦。

4 系統(tǒng)應(yīng)用舉例

基于以上研究，本文開(kāi)發(fā)了筆記本電腦的定制需求獲取支持系統(tǒng)?？蛻敉ㄟ^(guò)筆記本電腦定制界面，直接輸入自己對(duì)需求特征的描述，如:顯示器12英寸左右、內(nèi)存高一些、質(zhì)量比較輕、價(jià)格4000元左右等，其需求信息在傳到服務(wù)器端后，由推理分析模塊執(zhí)行處理，獲取其中的關(guān)鍵特征詞，經(jīng)過(guò)查詢擴(kuò)展后再由檢索匹配模塊到零部件信息庫(kù)中進(jìn)行檢索匹配。與此同時(shí)系統(tǒng)也會(huì)對(duì)客戶操作行為自動(dòng)進(jìn)行跟蹤，獲取客戶的一些偏好信息，比如:客戶瀏覽商務(wù)系列的產(chǎn)成品頻率比較高，系統(tǒng)會(huì)推斷客戶可能是應(yīng)用于商務(wù)辦公。依據(jù)客戶直接表述的需求信息及系統(tǒng)自動(dòng)獲取的客戶偏好信息再推薦產(chǎn)生可能符合客戶定制需求的定制選項(xiàng)，生成個(gè)性化的定制界面。客戶在新的定制界面進(jìn)行詳細(xì)的需求描述，并與企業(yè)進(jìn)行互動(dòng)定制出自己滿意的產(chǎn)品。系統(tǒng)通過(guò)生成個(gè)性化的定制界面，模擬銷售人員幫助客戶完成定制需求表述，從而可以提高企業(yè)需求獲取的效率以及客戶的滿意度。

5 結(jié)束語(yǔ)

大規(guī)模定制環(huán)境下，產(chǎn)品定制成功的關(guān)鍵在于準(zhǔn)確地獲取客戶的個(gè)性化需求，為客戶提供個(gè)性化的服務(wù)。目前，個(gè)性化推薦系統(tǒng)已經(jīng)成為解決個(gè)性化服務(wù)的有效手段，它能夠利用智能化的方法引導(dǎo)客戶從大量的信息中選擇最適合自己需要的信息。本文將語(yǔ)義分析技術(shù)和推薦技術(shù)相結(jié)合，提出了一種基于定制選項(xiàng)推薦的客戶需求獲取系統(tǒng)模型。通過(guò)對(duì)該系統(tǒng)總體框架、體系結(jié)構(gòu)以及關(guān)鍵技術(shù)的研究，開(kāi)發(fā)了大規(guī)模定制環(huán)境下客戶需求獲取支持系統(tǒng)。系統(tǒng)利用Web挖掘技術(shù)、個(gè)性化推薦技術(shù)和網(wǎng)絡(luò)技術(shù)等來(lái)分析客戶行為，引導(dǎo)客戶快速選擇符合需求定制選項(xiàng)，實(shí)現(xiàn)了準(zhǔn)確、高效的客戶需求獲取。

[1] Tseng M M，Piller F T.The Customer Centric Enterprise:Advances in Mass Customization and Personalization[M].New York:Springer，2003.

[2] Dewan R，Jing B，Seidmann A.Product customization and price competition on the Internet[J].Management Science，2003，49(8):1055－1070.

[3] Lombardoni A，Norrie M，Weibel N，et al.A systematic approach to the development of e－commerce sites for mass customization[C].The Proceedings of the 2005 IEEE International Conference on e－Technology，e－Commerce and e－Service，Hongkong:[s.n]，2005:246－249.

[4] Grenci R T，WATTS C A.Maximizing customer value via mass customized e－consumer services[J].Business Horizons，2007，50(2):123－132.

[5] 梁樑，周俊，羅彬.MC模式下基于顧客需求的產(chǎn)品配置優(yōu)化分析[J].管理科學(xué)學(xué)報(bào)，2003，6(3):52－56.

[6] 劉飛，李世新，劉勝.面向大規(guī)模定制的用戶需求協(xié)同配置思想及其應(yīng)用[J].機(jī)械工程學(xué)報(bào)，2004，40(1):113－117.

[7] 岳同啟，王吉軍，王海軍，等.智能客戶需求獲取系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)[J].大連大學(xué)學(xué)報(bào)，2003，24(4):59－62.

[8] Siddique Z，Ninan J A.Modeling of modularity and scaling for integration of customer in design of engineer－to－order products[J].Integrated Computer Aided Engineering，2006，13(2):133－148.

[9] Bharati P，Chaudhury A.Using choiceboards to create business value[J].Communications of the ACM，2004，47(12):77－81.

[10] Miceli G，Ricotta F，Costabile M.Customizing customization:a conceptual framework for interactive personalization[J].Journal of Interactive Marketing，2007，21(2):6－25.

[11] Chen Z X，Wang L Y.Personalized product configuration rules with dual formulations:a method to proactively leverage mass confusion[J].Expert Systems with Applications，2010，37(1):383－392.

[12] Hansen T，Scheer C，Loos P.Product Configurators in Electronic Commerce－Extension of the configurator concept towards customer recommendation[C]Proceedings of the 2nd Interdisciplinary World Congress on Mass Customization and Personalization(MCPC).Berlin:[s.n.]，2003.

[13] Blecker T，Abdelkafi N，Kreutler G，et al.An advisory system for customers＇objective needs elicitation in mass customization[C]Proceeding of the 4th International ICSC Sympsium on Engineering of Intelligent Systems(EIS 2004)，F(xiàn)unchal，Portugal:University of Madeira，2004.

[14] Kreutler G，Jannach D.Personalized Need Elicitation in Webbased Configuration Systems[M].New York:Springer Science，2006:27－42.

[15] 鄧超，馬曉彬，吳軍，等.基于粗糙集理論的質(zhì)量屋顧客需求分析技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng)，2007，13(6):1191－1195.

[16] 經(jīng)有國(guó)，但斌，張旭梅，等.基于本體的非結(jié)構(gòu)化客戶需求智能解析方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2010，16(5):1026－1033.

[17] 但斌，經(jīng)有國(guó)，孫敏，等.在線大規(guī)模定制環(huán)境下面向異質(zhì)客戶的需求智能獲取方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2012，18(1):15－24.

[18] Sarwar B，karypis G，Konastan J，et al.Item－Based collaborative filtering recommendation algorithms[C]Proceedings of the 10th International Word Wide Web Conference.Amsterdam:[s.n.]，2001:285－295.