面向3D打印云平臺中創意資源再利用研究

張世淼，邵宏宇，郭 偉，魯浩東

（天津大學機械工程學院機構理論與裝備設計教育部重點實驗室，天津300354）

1 引言

隨著制造業的快速發展，以信息技術與制造技術深度融合為特征的智能制造模式，正在引發整個制造業的深刻變革。國務院發布的《中國制造2025》明確提出“推動3D 打印等智能制造領域取得新突破，全面提升制造業的水平和能力”。3D 打印作為快速成型技術，憑借其數字化、自動化的特點，經由互聯網傳輸實現本地化生產制造，改變了傳統制造的理念和模式，有效減少生產成本，滿足用戶個性化需求［1］。近年來，3D 打印環境也從生產型制造向服務型制造轉型，備受企業的關注，如創想制造、魔猴網、航天云網、北京計算中心等創建3D打印云服務平臺日漸增多。

如今，3D打印云服務平臺的功能和服務不斷推廣和完善，市場覆蓋率繼續擴大，用戶對產品的個性化定制需求日益迫切。然而在“用戶-設計師-3D打印服務”體系與云平臺服務器調度過程中，用戶在設計師提供的多組設計方案選擇主方案后，剩余的創意設計方案造成大量的閑置和浪費。云平臺對海量的創意設計資源缺乏規范化的調度利用方法；同時用戶難以從海量的資源中篩選出符合自己要求的設計方案。所以針對浪費的創意設計資源進行合理調度、再利用，實現效益最大化已成為亟待解決的問題。

近年來，學術界和工業界都在努力提高3D打印云服務平臺中資源的可利用性和使用效率，使其不僅能很好地用于原型制造，還能用于最終產品的制造（Lee et al，2016）［2］。文獻［3-4］分析了環境影響下3D打印過程的能耗，采用能量估算和優化的方法建立模型，進而改善實際生產設置，支持3D 打印產品再設計；文獻［5］建立用戶數據輸入模塊，數據處理、優化和可行方案的智能模塊、決策支模塊，以此提高云制造網絡的計算能力和物理資源的利用率；文獻［6］基于遺傳算的任務調度算法，建立了包含用戶、設計師、3D 打印機持有者的循環系統，提升資源的利用率，對打印任務的調度模式進行合理優化；文獻［7］建立基于多Agent的3D 設備資源優選模型，使用混合粒子群算法進行求解，實現了設備資源的優選和利用。

以上方法主要針對設計資源的調度利用，但是針對創意設計資源進行優化利用的研究并不多。針對以上問題，基于3D打印云服務平臺的設計資源進行協調控制和優化調度，對創意資源的特點、評價指標、模型求解及優選方法進行探索和研究，并結合實例進行驗證。

2 3D打印創意設計資源優選架構

2.1 3D打印云服務平臺框架

3D打印云服務平臺主要通過云平臺服務器實現用戶、設計師、3D 打印服務的融合，如圖1所示。用戶主要包含新手用戶、中間用戶、專家用戶，用戶向設計師提出自己的設計需求，設計師設計多組方案供用戶選擇，用戶和設計師互相交流反饋意見后形成最終方案；設計師將最終方案交付3D 打印機進行打印，3D 打印機反饋相應的參數調整意見，如產品的尺寸、壁厚、精度、材料等；3D 打印機的打印過程包括：三維設計、切片處理、進行打印、后期處理和產品包裝，完成打印過程后交付用戶成型產品，用戶完成交易訂單，最終實現了3D 打印云服務的交互過程。

圖1 3D打印云服務交互模式Fig.1 3D Printing Cloud Service Interaction Mode

用戶在云平臺提出設計需求后，多個設計師進行設計反饋，用戶從多個創意設計方案中選擇其一進行最終成品打印，其余的創意方案造成了浪費。目前浪費掉的創意方案大多由設計師上傳到云平臺的服務端，供用戶在網上進行付費下載，大量的創意資源“沉默”在云平臺上，并未進行合理調度和再利用。

2.2 創意設計資源匹配最優解過程建模

隨著3D打印云服務平臺中設計資源的不斷累積和增加，從海量的創意設計資源中進行篩選和組合是人工方式難以完成的工作。因此需要對用戶需求進行參數分解，和云平臺中的模型庫資源進行迅速匹配，對3D打印創意設計資源實現自動組合，以滿足用戶的個性化需求。

3D打印云服務平臺中創意設計資源再利用的問題，即將用戶需求分解成子需求，通過語義相似度算法將“沉默”的創意設計從資源池中撈出，最后通過創意價值評估體系得到需求最優解Rx，該模型的構建架構，如圖2所示。

圖2 3D打印創意設計資源匹配最優解的構建Fig.2 Construction of Optimal Matching Solution for 3D Printing Creative Design Resources

3 基于關鍵詞提取和語義相似度計算的需求最優解

3.1 用戶需求分解

對用戶提出的任務需求進行分解，通過切詞分詞的處理后，確定用戶需求中的核心名詞為產品，其余動詞、形容詞、副詞等其他修飾詞為產品的子需求，如圖3所示。

圖3 用戶需求分解圖Fig.3 User Needs Breakdown Diagram

3.2 基于語義關系圖的關鍵詞提取方法

創意設計資源模型庫中的模型大多都標有產品描述，這些描述的文本內容通常由一段話或者一句話構成，其中名詞、動詞、形容詞、副詞通常已經攜帶了內容的主體信息。首先對產品描述文本采用語言云平臺LTP進行分詞切詞和詞性標注的預處理，僅僅保留動詞、名詞、形容詞、副詞，利用表1 來構建語義關系圖。

表1 詞語之間的修飾關系及中心詞Tab.1 The Modifier Relationship between Words and the Central Word

經預處理后，需要對創意設計模型的文本內容建立語義關系圖。將文本內容抽象為一個圖模型，構建一個語義關系圖三元組M=＜N，E，C＞，其中，N（Node）為節點的集合，一個節點表示詞語；E（Edge）為有向邊的集合，一條邊代表詞語間的修飾關系；C（Content）表示預處理后的文本內容的集合。對于節點i和j，用WNi表示節點i的權重，WE（i，j）表示從節點i指向節點j的邊的權重，它們的計算分別如下：

然后基于語義關系圖進行關鍵詞的篩選，計算關鍵詞K值的公式如下：

式中：i—其中的一個節點；

d—一個平衡因子，滿足0＜d＜1；

N—所有節點的集合；

s—指向i指向其他點的集合。

公式前半部分表示節點i認為自身的重要性，后半部分表示其他節點認為節點i的重要性。

基于語義關系圖對創意資源中文本的關鍵詞進行篩選后，供后續匹配使用。

3.3 語義相似度計算

語義相似度用義原的概念進行描述，義原是用于描述的最小意義單位，是用于描述詞語的不可再分的基本語義元素。知網對語義相似度的計算最后歸結于義原相似度的計算。所有義原由其從屬關系構成一個樹狀層次結構體系。

因此據此根據層次路徑長度d，可以計算兩個義原之間的語義距離如公式所示：

式中：Sim（p1，p2）—語義相似度；

d—“義原”p1和p2在“義原”層中的路徑長度；

α—相似度為0.5 時語義的距離值。

對于兩個詞語Word1 和Word2，如果Word1 包含n個義原：（P11，P12，…P1n），Word2 包含m個義原：（P21，P22，…P2m），那么Word1 和Word2 的相似度為各個義原相似度的最大值如公式所示：

通過語義相似度算法，將用戶需求與創意資源的關鍵詞進行匹配，實現從資源池中“撈出”符合用戶需求的創意，得到創意資源候選集。

3.4 創意價值評估體系

創意價值可分為內在價值、顧客價值、企業價值和社會價值4個方面［8］。國內外學者對創意價值體系進行了補充和完善，文獻［9］提出了新穎性和可行性兩個指標，通過實驗發現，科學和高效的創意篩選標準更利于篩選出好的創意；文獻［10］認為創意價值篩選應遵循可行性、效益性、適應性原則，能為企業解決實際問題；文獻［11］提出，優秀的創意應該是新穎的、可行的、有益的、有用的、高度成熟的；文獻［12］強調，技術可行性和市場潛力是最常用的評價指標；文獻［13］認為，戰略契合度、客戶接受度、技術可行性、市場機會和財務績效是創意評價的關鍵要素。

但目前研究缺乏統一而規范的創意評價標準，導致創意價值不易進行深度挖掘。結合3D打印云服務平臺內容開放、知識共享、自由參與的特性，基于用戶需求的角度，將創意價值分為產品價值、用戶價值、企業價值三個一級指標，用戶滿意度、用戶偏好、可用性、可轉化性、可盈利性五個二級指標，并采用定性和定量兩種模式進行評價，如圖4所示。

圖4 3D打印云服務平臺資源的價值評估體系Fig.4 Value Evaluation System of 3D Printing Cloud Service Platform Resources

3.4.1 產品價值rp

產品價值指設計創意在內容上是否與其他創意不同，其內容體現的思維模式是否新穎。點贊和收藏反映用戶對此設計創意表示認同即用戶滿意度，肯定其內容的優質性，能夠活躍用戶，讓設計者獲得感知認同，形成閉環；設計創意的評論更是反映了用戶的情感偏好，積極評價肯定其創意新穎性，而中性∕消極評價則是持保留態度。

其計算公式，如式（6）、式（7）所示。

式中：rp—產品價值；

l—創意資源的點贊次數；

c—創意資源收藏次數；

Ek—評論的平均情感矢量值；

Pk，i—每一條評論的情感矢量；

x—該設計資源下的評論數目。

3.4.2 用戶價值ru

用戶價值是可用性的體現，指的是創意資源能否滿足用戶的功能使用需求，不同的用戶需求不盡相同，因此對功能的需求也不唯一。

在云服務平臺上衡量的指標就是對創意資源所使用產品標簽，如某網站上的某創意資源：“個人未來汽車-獵豹”，其標簽就是＜組裝＞、＜概念＞、＜禮物＞、＜汽車＞、＜模型＞、＜拼接＞共六個指標。功能標簽越多，體現的可用性就越強。

ru表示用戶價值，其值為標簽個數的總和。

3.4.3 企業價值rc

企業價值則是可轉化性和可盈利性的體現，指的是創意資源轉化成經濟效益，為企業帶來盈利。3D打印云服務平臺中，用戶可通過付費下載的方式對創意資源進行下載，其下載量折算成的現金流為云平臺帶來價值。

其計算公式，如式（8）所示。

式中：rc—企業價值；

t—創意資源從發布到現在的第t年；

Dt—創意資源的下載次數；

r—創意資源的折現率。

因此，3D打印創意資源的權值W可表示為：

式中：λ—各指標所占權重，且λ1+λ2+λ3=1。

經過語義相似度計算得到的創意設計資源候選集，根據式（9）創意資源權值進行綜合性比較，篩選出最優解供用戶參考?？紤]到用戶需求個性化、多樣化的特點，用戶可以根據偏好對創意價值體系的權重進行自行設定，最終得到個性化最優解。

4 實例仿真

為了保證數據的嚴謹性，本案例數據取樣于國內某城市3D 打印公司研發的云服務平臺，該平臺供眾多3D 創客匯聚、分享、交流和學習，是一個集“設計-建模-3D 打印”一體化云服務平臺，集成了多領域多種類的3D 打印云服務，對不同型號的3D 打印設備進行網絡接入，實現了數據的在線實時采集。本研究選用網站中＜3D 模型庫＞板塊中的數據進行實例仿真和分析。

某用戶在云平臺中提出“汽車”設計的需求，提出任務后要求設計師進行設計，汽車的設計要求有未來感。因此確定“汽車”為核心產品，“要求未來感”為子需求，利用Python對＜3D模型庫＞中的“汽車”數據進行采集，共爬取到136條數據，內容包括瀏覽次數、評論數、下載數量、發布日期、點贊、收藏、評論數量、評論內容、產品標簽和產品描述。數據如圖5所示。

圖5 “汽車”創意設計資源數據采集Fig.5 Data Collection of“Automobile” Creative Design Resources

然后對產品描述欄的內容建立語義關系圖，來篩選關鍵詞。以其中某模型產品描述的內容進行舉例分析，將文本進行分詞，分析詞語之間的關系，如表2所示。

表2 對某模型產品內容預處理后的句子分析Tab.2 Sentence Analysis after Preprocessing the Content of a Model Product

根據表中5 局文本內容，按照詞語之間的修飾關系，將P1、P2、P3、P4、P5構成語義相似圖，圖中共11個節點，11條有向邊，節點中的數字表示節點的權重，邊上的數字表示邊的權重。

圖6 語義相似圖Fig.6 Semantic Similarity Diagram

按照式（1）～式（3）進行計算，d取值0.5，除去“汽車”外（因為汽車為產品核心名詞），“未來”的K值為0.673 明顯高于其他詞語，因此篩選“未來”為該文本的關鍵詞。

運用以上規則對136個模型的產品描述文本進行依次遍歷，通過子需求“未來感”進行語義相似度匹配，得到最終5種創意設計資源模型。

R1-R5為5組云平臺網站上的設計模型，R1名為“個人未來的汽車-獵豹”，R2名為“未來汽車”，R3名為“超概念汽車”，R4名為“未來汽車-地效飛行”，R5名為“高科技滑雪車”，參考3.4節創意價值的評估體系，權值指標分布，如表3所示。

表3 權值計算Tab.3 Weight Calculation

式（9）中?。?/p>

經過計算W1值最大，即R1“個人未來的汽車-獵豹”為創意設計資源的最優解。

5 結語

針對“用戶-設計師-3D 打印服務”的交互系統中大量設計資源浪費的問題，首先對用戶需求進行分解，基于語義關系圖篩選出資源文本的關鍵詞，然后通過語義相似度進行需求匹配，最后結合創意價值評估體系，尋找需求的最優解。經驗證，相較于傳統的關鍵詞搜索方法，該方法可以有效實現“沉默”設計資源的合理調度，能夠有效降低時間成本、提高檢索效率。傳統的搜索方法導致很多設計資源被硬性過濾掉，該方法更加模糊化，篩選出最優解或者最優解集合，供用戶選擇，有效減少設計浪費。該方法有助于企業提高云平臺的服務水平，節約成本和提高利潤，帶動相關的創意設計，形成設計創意資源的循環體系，具有良好的應用前景。