摘要：以智能飲水類產(chǎn)品為例，構建大小數(shù)據(jù)融合方法獲取用戶需求，彌補小數(shù)據(jù)方法延時、數(shù)據(jù)量不足和大數(shù)據(jù)方法不深入、碎片化的缺點。采用大數(shù)據(jù)技術爬取用戶評價，引入LDA模型聚類，并利用DTM模型研究需求變化的趨勢；小數(shù)據(jù)方面則通過問卷調(diào)查等方法獲取用戶需求，使用SPSS進行數(shù)據(jù)分析，對比研究結果后構建了需求融合方法?；诖笮?shù)據(jù)融合方法獲取用戶需求，得到了融合需求維度指標圖，并依據(jù)數(shù)據(jù)分析結果提出了設計策略，為未來智能飲水產(chǎn)品設計提供參考。用戶需求是產(chǎn)品設計本源，大小數(shù)據(jù)融合方法能更全面、準確地獲得用戶需求，具有關聯(lián)性、差異性、時序性的特征。

關鍵詞：大小數(shù)據(jù)融合；評價文本；用戶需求；智能飲水產(chǎn)品；設計策略

中圖分類號：TB47 文獻標識碼：A文章編號：1003-0069（2024）12-0116-04

Abstract：Taking smart drinking water products as an example，we build a fusion method of large and small data to obtain user requirements and make up for the shortcomings of delayed and insufficient data volume of the small data method and the lack of depth and fragmentation of the big data method. In terms of big data，we crawl user evaluation data，introduce LDA model clustering，and then combine with DTM model to analyze the dynamic change of demand；in terms of small data，we obtain user demand through literature research，questionnaire research，and conduct data analysis based on SPSS，and then carry out the integration of user demand after comparing research. The article completes the user requirements acquisition based on the fusion of large and small data method，obtains the demand dimension index map of the fusion of large and small data，and proposes the design strategy based on the data analysis results，which provides a reference for future intelligent drinking water product design. User requirements are the origin of product design，and the fusion method of large and small data can obtain user requirements more comprehensively and accurately，with the characteristics of correlation，difference and time-series.

Keywords：Large and small data integration；Evaluation text；User requirements；Intelligent drinking water products；Design strategy

引言

精細化獲取用戶需求已成為產(chǎn)品設計開發(fā)的重要部分，利用信息技術推動設計產(chǎn)業(yè)的變革也形成了互聯(lián)網(wǎng)時代的發(fā)展常態(tài)，各種新型購物平臺已成為獲取用戶需求的重要來源。傳統(tǒng)需求獲取方法正由心理學轉向社會學、設計學以及產(chǎn)品創(chuàng)新方法，如王雅芳[1]等人基于人文社科觀察法和訪談法獲取用戶實際需求，以使設計出的產(chǎn)品更符合用戶的習慣和期待。研究者們還關注用戶需求的細化和分類，如文獻[2]基于因子分析方法建立需求層級，采用隱喻抽取技術挖掘用戶的隱性需求。互聯(lián)網(wǎng)技術的發(fā)展讓學者們開始利用數(shù)據(jù)驅(qū)動識別用戶關鍵需求，如張文旭[3]等人基于產(chǎn)品性能詞典的評論數(shù)據(jù)進行研究，分析評價正負向特征與用戶需求類型之間的聯(lián)系。李翔[4]等人利用在線評論獲取用戶顯性需求，并基于情景分析理解用戶隱性需求。大數(shù)據(jù)技術和傳統(tǒng)調(diào)研方法正在形成融合趨勢，但現(xiàn)有研究尚未明確提出融合路徑。為準確全面獲取用戶需求，本文以智能飲水類產(chǎn)品為例，對比分析大數(shù)據(jù)和小數(shù)據(jù)獲取的用戶需求數(shù)據(jù)，構建大小數(shù)據(jù)融合方法，從而挖掘用戶的顯性和隱性需求，為幫助設計師們準確、高效地獲取用戶需求，提供可參照的方法基礎。

一、研究方法概述

（一）大數(shù)據(jù)與小數(shù)據(jù)定義。

“大數(shù)據(jù)”這一概念在20世紀末被學者首次提出，互聯(lián)網(wǎng)大數(shù)據(jù)包括公開數(shù)據(jù)以及媒體數(shù)據(jù)[5]，其中，公眾數(shù)據(jù)指用戶在互聯(lián)網(wǎng)中上傳的點評等動態(tài)數(shù)據(jù)。消費者基于線上平臺完成產(chǎn)品購買后發(fā)表自己的評價[6]，其評價往往描述了產(chǎn)品的多個屬性維度。小數(shù)據(jù)更側重于對用戶個性化信息的挖掘，現(xiàn)有設計領域用于獲取用戶需求的小數(shù)據(jù)方法主要包括文獻調(diào)研、用戶訪談和問卷調(diào)研等。

（二）大小數(shù)據(jù)融合方法的構建。

首先，在大數(shù)據(jù)方面，文章采用LDA模型將海量用戶評價數(shù)據(jù)聚類成幾個主題，并結合DTM模型分析用戶需求在時間序列中的變化趨勢。其次，小數(shù)據(jù)方法主要通過問卷調(diào)研的方式獲取用戶需求，再利用SPSS統(tǒng)計軟件對用戶需求進行單因素方差分析和因子分析，挖掘出用戶的差異性需求和隱性需求。最后通過以下3種路徑完成大小數(shù)據(jù)方法的融合：1.結合大、小數(shù)據(jù)需求的維度和指標；2.利用大數(shù)據(jù)方法了解用戶需求的動態(tài)變化，彌補小數(shù)據(jù)需求僅停留在靜態(tài)層面的不足；3.采用小數(shù)據(jù)方法了解用戶需求的差異性，挖掘用戶的隱性需求，和大數(shù)據(jù)挖掘出的用戶共性需求互補。

二、實例研究過程

（一）智能飲水產(chǎn)品定義。

20世紀初期，隨著機械化時代的來臨，“家庭自動化”的概念開始出現(xiàn)，社會的不斷發(fā)展和技術的飛速進步讓人們愈發(fā)注重家居生活的品質(zhì)。飲水作為家居生活的重要環(huán)節(jié)，相關產(chǎn)品卻存在設計同質(zhì)化、相關研究較少的問題，目前，市面上智能飲水機類產(chǎn)品發(fā)展較快、市場普及度也更高，故文章以飲水機類產(chǎn)品為例，依據(jù)家電企業(yè)分類標準選出飲水機類產(chǎn)品中的4款代表產(chǎn)品：即熱飲水機、凈飲一體機、茶吧機和管線機。

（二）采用大數(shù)據(jù)方法挖掘用戶需求。

1.爬取商品評價。在京東平臺美的旗艦店依次輸入以上4款產(chǎn)品的關鍵詞進行搜索，分別選出銷量最高的產(chǎn)品進行數(shù)據(jù)爬取，如圖1所示，從左往右依次是即熱飲水機、凈飲一體機、茶吧機和管線機。文章共采集了6421條評價數(shù)據(jù)，經(jīng)預處理后得到5795條評論數(shù)據(jù)。2.商品評價數(shù)據(jù)質(zhì)量評估。為防止虛假評論干擾，從詞頻統(tǒng)計、文本長度、文本相似度3個方面對4款飲水產(chǎn)品的商品評價進行質(zhì)量評估，評估結果顯示評論數(shù)據(jù)較為合理。3.LDA模型主題聚類?；贚DA概率主題模型對整體評價文本進行分類，LDA整體主題聚類如表1所示，共聚類為6個主題。考慮到用戶需求后續(xù)需要分類細化，文章將4款飲水產(chǎn)品評價數(shù)據(jù)再單獨進行主題聚類，并進行可視化展示，此處以即熱飲水機的需求詞云圖為例，見圖2。4.DTM時序分析?；贒TM時序模型分析發(fā)現(xiàn)，產(chǎn)品屬性主題和售后服務屬性主題之間存在相關性和繼承性，如圖3所示，研究主題隨年份變化呈現(xiàn)出動態(tài)性和發(fā)展性。

（三）采用小數(shù)據(jù)方法獲取用戶需求。

1.文獻分析與用戶訪談。文章收集了國內(nèi)317篇與智能飲水產(chǎn)品設計相關的文獻，并設計出訪談提綱，初步了解了用戶想法。2.調(diào)研問卷及量表設計。小數(shù)據(jù)調(diào)研包括用戶基本信息問卷、用戶飲水習慣量表和用戶需求調(diào)研量表。文章共計回收有效樣本204份，用戶信息描述性統(tǒng)計如表2所示。3.SPSS數(shù)據(jù)分析。對獲取的需求數(shù)據(jù)進行單因素方差分析和因子分析，了解了不同年齡階段用戶對飲水類產(chǎn)品的差異性需求以及用戶需求因子之間的相關性。

（四）大小數(shù)據(jù)需求的融合。

大小數(shù)據(jù)方法的融合過程如圖4所示。首先，通過大數(shù)據(jù)和小數(shù)據(jù)方法獲取用戶對智能飲水類產(chǎn)品的需求數(shù)據(jù)，并利用親和圖（KJ）法進行分級，得出一級需求維度及二級關鍵詞指標，最終形成融合的需求維度指標圖。其次，在大數(shù)據(jù)方面引入DTM時序模型分析用戶需求在年份和季度上的動態(tài)演變，彌補了小數(shù)據(jù)方法獲取設計需求時延時、低效的缺點。最后在小數(shù)據(jù)方面探究了不同年齡階段的用戶需求的差異性以及用戶的隱性需求，解決了大數(shù)據(jù)方法所得需求研究不深入的問題。

三、需求結果整理與分析

（一）基于大數(shù)據(jù)方法的飲水產(chǎn)品設計需求。

1.基于大數(shù)據(jù)的設計需求維度與指標：通過LDA主題模型聚類，將飲水產(chǎn)品設計需求劃分為6個一級維度：功能需求、服務需求、品質(zhì)需求、外觀需求、操作需求和價格需求，并采用KJ法對LDA聚類得到的需求關鍵詞以及四款產(chǎn)品的詞云圖指標進行匯總分級，篩選出18個二級指標，完成基于大數(shù)據(jù)方法的飲水產(chǎn)品設計需求挖掘，結果如表3所示。

2.設計需求的動態(tài)演變：DTM時序模型結果表明，用戶需求會隨年份和季度的推進發(fā)生變化。在年份方面，用戶對于產(chǎn)品屬性的關注度呈下降趨勢，而對于售后服務關注度則呈上升趨勢。文章列舉出售后服務主題詞條權重有顯著變化的關鍵詞，如表4所示，其原因推測為隨著人們生活質(zhì)量的提高，加之受疫情影響，用戶對于上門配送安裝、服務的專業(yè)性都更加重視。在季度方面，用戶對于售后服務需求的關注度在秋季最高，冬季最低，推測是受銷售活動和銷量影響。而用戶對于產(chǎn)品屬性的需求關注度則在冬季最高，秋季最低，從表5可以看出，權重發(fā)生顯著變化的需求關鍵詞為外觀、燒水、速度、功能，說明用戶對于產(chǎn)品屬性的關注度會隨季節(jié)有所改變。

3.基于大數(shù)據(jù)方法對用戶宏觀共性需求有以下4條設計點總結：（1）飲水類產(chǎn)品的功能維度表達了用戶的基本需求，出水慢、沒有儲物空間和溫度顯示是用戶反饋的主要痛點；（2）用戶極為關注飲水類產(chǎn)品的品質(zhì)維度，例如產(chǎn)品材質(zhì)、做工、氣味等，評價數(shù)據(jù)提到相關關鍵詞的頻率較高；（3）飲水類產(chǎn)品的操作體驗需要進一步優(yōu)化，用戶在意產(chǎn)品操作起來是否順手、靈活，其產(chǎn)品設計邏輯應該遵循用戶的日常操作習慣；（4）持續(xù)提升物流、安裝、送貨及售后等相關服務質(zhì)量?，F(xiàn)有飲水類產(chǎn)品在產(chǎn)品屬性上已愈漸同質(zhì)化，用戶對服務的關注度逐年上升。

（二）基于小數(shù)據(jù)方法的飲水產(chǎn)品設計需求。

1.用戶需求差異性結果：基于用戶飲水習慣量表的單因素方差分析結果顯示，飲水類型、飲水時間、飲水產(chǎn)品交互方式和飲水知識關注度的P值均小于0.05，表明不同年齡段用戶在飲水行為習慣的以上4個方面存在顯著差異。以飲水知識關注度為例，研究發(fā)現(xiàn)，41-50歲用戶的關注度最高，他們在意自身和家人的飲水習慣是否健康；51-60歲用戶除了關注飲水知識，還會主動搜索飲水健康相關知識；31-40歲用戶一般是被動地了解飲水健康知識；20-30歲用戶群體對飲水知識的關注度最低。

2.基于小數(shù)據(jù)方法的設計需求維度與指標：本次調(diào)研的25條用戶需求描述保留22條，且需求項均值均在3分以上，表明需求項較為合理。SPSS方差最大化正交旋轉后累計貢獻度達到84.7%。將數(shù)據(jù)進一步旋轉后共計得到6個主成分維度和22個需求選項，建立小數(shù)據(jù)需求維度指標圖，如表6所示。

3.基于小數(shù)據(jù)方法對用戶差異化隱性需求有以下5條設計點總結：（1）飲水類產(chǎn)品的情感關懷維度表達了用戶的特色需求，家人飲水習慣記錄、飲水健康反饋等描述是用戶表達的自身隱性需求，在產(chǎn)品開發(fā)過程中可作為創(chuàng)新型功能加以關注；（2）不同年齡階段用戶在飲水類型選擇方面存在差異，大部分高年齡階段人群有飲茶的習慣；（3）不同年齡用戶在飲水時間選擇上存在差異，例如41-60歲用戶有早起一杯水的習慣，而20-25歲用戶大部分表示自己喝水沒有規(guī)律；（4）不同年齡用戶偏好的飲水產(chǎn)品交互方式存在差異，高年齡人群更偏好傳統(tǒng)、簡單的交互方式，低年齡人群會更注重交互方式的趣味性；（5）不同年齡階段用戶在飲水知識關注度方面存在差異，隨著用戶年齡的增加，他們會更關注自身和家人飲水習慣的健康。

（三）設計需求融合與總結。

1.設計需求維度與指標融合：將大數(shù)據(jù)和小數(shù)據(jù)方法得到的需求維度、指標經(jīng)過KJ法融合篩選，最終得到7個需求維度和34個需求指標，構建了大小數(shù)據(jù)融合需求維度指標圖，用戶需求權重從高到低分別是品質(zhì)、功能、服務、操作、美觀、價格和情感關懷，見表7，其中除共有的需求維度外，大數(shù)據(jù)方法還挖掘出了操作需求維度，而小數(shù)據(jù)方法受信息獲取局限性和研究主觀經(jīng)驗性影響，雖未獲得和操作相關的需求維度，但發(fā)覺了用戶對飲水產(chǎn)品的情感關懷需求，因此，兩種用戶需求挖掘方法需求維度指標的結合可以更全面、準確地了解用戶需求。

2.動靜態(tài)需求數(shù)據(jù)融合：小數(shù)據(jù)方法獲得的用戶需求具有滯后的特征，而大數(shù)據(jù)DTM時序模型的分析結果表明，用戶需求會隨著年份和季節(jié)的變化而有所改變，因此在設計需求的后續(xù)迭代過程中，應該基于用戶需求的動態(tài)變化做出相應的調(diào)整。

3.顯性需求和隱性需求融合：于大數(shù)據(jù)方法挖掘出的需求數(shù)據(jù)可以作為產(chǎn)品開發(fā)的基礎設計維度，包括功能維度、品質(zhì)維度、操作維度等，這些都反映出用戶的共性需求，具有顯性的特征。而基于小數(shù)據(jù)方法獲取的需求數(shù)據(jù)更加深入，可以發(fā)現(xiàn)用戶需求的差異性，具有隱性的特征。將這兩種方法結合起來，可以在獲得用戶顯性需求的同時，更深入地挖掘用戶的隱性需求。

四、需求挖掘下的智能飲水產(chǎn)品優(yōu)化策略

（一）完善飲水類產(chǎn)品的基本功能，注重產(chǎn)品的品質(zhì)保障。

研究發(fā)現(xiàn)，在產(chǎn)品功能需求方面，用戶除了關注基礎功能，如燒水、出水、安全童鎖、儲物等，還期待更多如互聯(lián)、遠程控制等智能化功能，以提升家居生活的便利性和幸福指數(shù)。在產(chǎn)品品質(zhì)方面，用戶不僅關注燒水聲量、產(chǎn)品材質(zhì)、是否存在異味等基礎問題，還注重水質(zhì)口感、配件質(zhì)量以及產(chǎn)品結構是否方便后續(xù)清潔。因此，在設計開發(fā)過程中，除了考慮產(chǎn)品材質(zhì)耐用性、噪音、異味、做工等基礎安全性問題，還應重點關注產(chǎn)品的后續(xù)更換、拆卸和清潔，優(yōu)化產(chǎn)品結構設計，以建立用戶對產(chǎn)品的信任。

（二）關注用戶的隱性需求，注重對飲水類產(chǎn)品特色功能的開發(fā)。

文章研究發(fā)現(xiàn)，用戶除了注重產(chǎn)品功能、品質(zhì)、外觀等基本維度，還關注自身和家人的飲用水質(zhì)、飲水習慣是否健康，希望能讓自己和家人了解更多和飲水健康相關的知識，養(yǎng)成健康的飲水習慣。因此，除了滿足用戶的基本顯性需求，還應該關注用戶對飲水類產(chǎn)品的隱性需求，將這種特色需求轉化為產(chǎn)品開發(fā)過程中的創(chuàng)新型功能，避免飲水產(chǎn)品同質(zhì)化的問題，為用戶打造健康、智能、創(chuàng)新的飲水體驗。

（三）打造流暢的產(chǎn)品操作體驗。

根據(jù)大數(shù)據(jù)方法的分析結果可知，用戶非常重視產(chǎn)品操作的簡單性和便捷性，為用戶提供流暢的產(chǎn)品操作體驗至關重要。在設計飲水類產(chǎn)品時，應基于用戶的飲水習慣，盡可能簡化飲水類產(chǎn)品的操作流程，現(xiàn)有市場上的飲水產(chǎn)品大多在3步內(nèi)就可以完成飲水行為，例如即熱飲水機的主流操作步驟為解鎖、選擇溫度、等待出水，建議飲水類產(chǎn)品設計遵循統(tǒng)一性和人性化原則，盡可能減少功能按鍵的數(shù)量，明確觸控區(qū)域的信息表現(xiàn)層級，優(yōu)化用戶加水、接水、換水3個階段的產(chǎn)品使用體驗。

（四）注重對用戶個性化數(shù)據(jù)的挖掘。

在設計飲水產(chǎn)品時，除了了解用戶的共同需求外，還應探究用戶需求的差異性，把握用戶的個性化需求。文章中小數(shù)據(jù)需求獲取方法發(fā)現(xiàn)了不同年齡段用戶在飲水類型、飲水時間、飲水產(chǎn)品交互方式和飲水知識關注度方面的需求是存在差異的。以飲水產(chǎn)品交互方式為例，51-60歲用戶更傾向于按壓和旋鈕式的傳統(tǒng)交互方式，而21-25歲用戶則更傾向于智能、有趣的出水交互方式。在設計飲水產(chǎn)品時，可以根據(jù)不同年齡段用戶的需求進行差異化設計，以滿足不同用戶群體的需求。

（五）設計策略動態(tài)調(diào)整。

用戶需求會隨著時間的推移發(fā)生變化，從年份發(fā)展來看，用戶期望的是服務質(zhì)量的持續(xù)提升，故產(chǎn)品開發(fā)的重點應該放在專人安裝、物流運輸和售后方面；而從季節(jié)發(fā)展來看，用戶在冬季最關注產(chǎn)品的功能屬性，在這一階段應加大對產(chǎn)品功能屬性的投入和宣傳力度。設計策略和市場銷售的重點可以隨著年份和季度的變化進行動態(tài)調(diào)整。

結論

用戶需求是產(chǎn)品設計的重要依據(jù)，準確把握用戶需求可以有效提升產(chǎn)品設計的效率和質(zhì)量，最終生產(chǎn)出符合用戶期待且具有商業(yè)價值的產(chǎn)品。文章以飲水類產(chǎn)品為例，在大數(shù)據(jù)方面爬取了用戶評價文本進行LDA主題聚類，挖掘出用戶對飲水類產(chǎn)品的共性需求數(shù)據(jù)，并引入DTM時序模型分析了用戶需求在年份、季度上的動態(tài)變化。在小數(shù)據(jù)方面，文章對調(diào)研獲取的需求數(shù)據(jù)進行了單因素方差分析和因子分析，發(fā)現(xiàn)了不同年齡階段用戶對飲水類產(chǎn)品需求的差異性，獲取了用戶的隱性需求數(shù)據(jù)。最終通過設計需求維度與指標的結合、動靜態(tài)需求互補、顯性需求與隱性需求合并，完成了基于大小數(shù)據(jù)融合方法的用戶飲水產(chǎn)品需求獲取，輸出了飲水類產(chǎn)品融合需求維度指標圖，為將來飲水類產(chǎn)品的設計開發(fā)提供了合理的優(yōu)化建議。

參考文獻

[1]王雅方. 用戶研究中的觀察法與訪談法[D].湖北：武漢理工大學.19-39.

[2]李雪蓮，常勝曉.定制衣柜設計中用戶需求挖掘及實例研究[J].包裝工程，2021，42（12）：135-141.

[3]張文旭，肖人彬，林文廣.基于產(chǎn)品性能詞典的評論數(shù)據(jù)驅(qū)動客戶需求模型研究[J].中國機械工程，2020，31（15）：1866-1876.

[4]李翔，胡昀，王毅力.基于SPSS和在線評論分析的產(chǎn)品用戶需求洞察方法研究[J].包裝工程，2022，43（02）：106-115.

[5]李芏. 基于大數(shù)據(jù)的南寧歷史街區(qū)保護與更新研究[D].廣西：廣西大學，6-7.

[6]趙志濱，劉歡，姚蘭等.中文產(chǎn)品評論的維度挖掘及情感分析技術研究[J].計算機科學與探索，2018，12（03）：341-349.