馬焓宸
(西南科技大學,四川 綿陽 621010)
LDA模型是BLEI等人在2003年提出的一個完整的主題模型,LDA模型既可以在混合主題的文檔中發現潛在的主題,還可以解決多義詞的問題,在計算時可以有效排除噪聲的影響,算法無監督,計算時完全自動化,不拘泥于語言限制[2]。
運行LDA模型可生成一個由文檔-主題-詞組成的三層式模型,當主體數量K值確定時,代入公式

①模型內的α值生成α對應的多項式分布θd;②θd再生成主題Z;③β生成主題對應詞語的多項式分布φk;④綜合主題Z和主題分布情況φ生成詞語W;⑤以此循環生成一個新的文檔,內含m個詞語;⑥最終生成k個主題下的n篇文檔。
KANO模型可劃分為了幾種影響產品滿意度的因素:基本型需求、期望型需求、魅力型需求和無差異型需求[4]。結合將用戶需求轉化為設計要求的理論工具——QFD(多層次演繹分析法)[5],在減少設計時間和變動以及制造所消耗的成本的同時提高產品的質量并且兼顧提高顧客滿意度[6]。
作為新興消費熱點,棉花娃娃依靠其超強的融合性,在社交平臺相關的聚集處積累了大量的關于棉花娃娃換裝玩偶的分享交流帖。本文將選取微博超話“棉花美娃娃”中達到一定討論量的帖子內容作為分析對象,探究此類個性消費用戶在社交平臺中表象的商品需求主體,以此為依據轉換出相關商品的設計要點。
總體思路分為數據獲取、需求挖掘轉換與設計實踐三步,具體工作流程如下:①數據獲?。簩⒒赑ython Scrapy框架對“棉花美娃娃”中的信息進行爬取與初步清洗處理;②需求挖掘:依據scikit-learn 0.23中LDA模型分類出的主題初步分析用戶需求,與問卷調查相結合快速獲取較為可觀且具有一定權威的用戶真實需求;③設計要求展開:以問卷調查的形式對用戶的各項需求進行KANO-QFD用戶需求功能層設計,并生成用戶需求值權重,進行QFD用戶需求功能層轉換并排序;④設計環節:輸出設計指導意見。
本次實驗的將采用操作系統為MacOS Big Sur 11.5.2的MacBook pro筆記本。實驗工具為Python3.9.7。
3.2.1 數據采集與預處理
TPACK框架是將教學法、學科以及技術進行整合,促進三者的動態平衡[5],以呈現最優化的教學狀態。徐春華等人通過問卷調查法得出高校教師TPACK處于中等能力,使用技術能力偏低,提出了提高教師TPACK能力的四點發展策略[6]。任秀華等人在分析教師知識結構的基礎上,構建了高校教師TPACK知識結構框架,并提出這個結構有七個要素[7]。因此,基于TPACK框架的高校教師專業發展要求教師結合教學情境,將三者融合,呈現出最佳教學方案并實施。
本研究將對新浪微博超話「棉花美娃娃」中2022年2月1日至2022年2月19日期間符合限制條件“轉發>=200”的微博進行數據爬取收集,共計采集2 417條熱度微博微博數據。
3.2.2 基于LDA模型的超話熱帖用戶需求挖掘
運行jieba分詞后,導入LDA模型內,設置主題數為6,定義α=0.1,β=0.01。運行程序后所得6項主題通過pyLDAvis轉換為可視化文件觀察主題聚類,LDA可視化如圖1所示。

圖1 LDA可視化模型圖
從圖1可以觀察到,各項主題間隔較開,說明LDA模型劃分較為成功。通過觀察生成的LDA動態可視模型以及表1,結合對棉花美娃娃超話與豆瓣棉花娃娃圈子的觀察,歸納總結以下主題:①主題一為「銷售預告」,語境為商鋪銷售時的公告或銷售前的預告;②主題二為「轉發抽獎」,奶茶通常作為獎品出現在此類語境中;③主題三為「信息分享」,與主題一相比其中的屬性一詞在語境中屬于棉花娃娃所代表的IP值;④主題四為「設計評價交流」,“兔毛面料”和“高溫絲材料”屬于對棉花娃娃的材質評價,也可歸類于設計因素中;⑤主題五為「產品反饋」,還原語境:“對XX棉花娃娃/娃衣的XX點的討論”;⑥主題六為「問題求助交流」,主題六的詞頻中“問問”代表了此類文本下的大多數帖與評論之間的互動關系。
選定棉花娃娃換裝娃衣為開發產品,通過對六項主題的映射可以總結出四項產品需求,分別是:設計評價交流——設計需求;熱度產品反饋——工藝需求;轉發抽獎、信息分享——社交需求;娃圈廣告、熱度產品反饋、設計評價交流——購物體驗。設計需求、工藝需求、社交需求、購物體驗這四項主題所反映的用戶需求結合聚類高頻詞可以依次展開二級需求,依照二級需求在生產銷售流程中的分布分類為生產需求與附加需求展開設計要求,見表1。

表1 用戶需求及設計要求展開表
3.2.3 基于KANO問卷的棉花娃娃相關產品需求分析
依據前文總結出的超話活躍群體相關需求制作雙因子五階Likert問卷形式表,如表2[7]所示。

表2 Kano雙因子五階Likert問卷形式表(略)
當n=用戶需求數時,


式中,Xi為具備此屬性時各項滿意度提升率;Yi為不具備此屬性時各項滿意度下降率。
用戶需求權重值Wi的計算公式為

設計功能要求權重值為:

式中,j=1,2,3,...,n,n為功能要求數量。
本次問卷將從來吃三碗飯銷售資料庫抽取120名用戶作為本次問卷的投放者,通過發送郵件的方式投放問卷鏈接完成本次問卷。本次問卷共回收問卷120份,剔除無效問卷7份,剩余113份,問卷有效率為94.1%。將收集到的數據進行統計,依據KANO模型用戶需求評價參照規則[7],得出每個需求的屬性分類,最后得出表3。

表3 KANO模型分析結果匯總-數字結果
3.2.4 基于QFD模型轉換的相關產品設計要求排序
QFD打分系統將組織棉花娃娃行業相關從業者進行打分。根據用戶需求與最終產品功能相關度進行打分,分數計為0分——無相關性,1分——具有弱相關性,3分——相關,5分——具有強相關性。具體打分見表4,代入公式計算各項設計功能要求見表4。

表4 專家打分關系矩陣表
通過KANO模型修正后的設計層功能要求從大到小依次排序為款式新穎(E3)、原創圖案(E6)、套裝主體性明顯(E4)、娃衣合身(E1)、單品設計獨特(E5)、適配多種棉花娃娃尺寸(E2)、主題顏色和諧(E7)、色彩明快活潑(E8)。
在產品設計環節中,企業應在保證設計的原創與個性的同時保證產品的實穿性,E3與E6表現了此類產品消費者對原創的在意程度,是近年版權意識在大眾生活中的潛移默化所帶來的。E4、E5、E7、E8為產品外觀方向,用戶喜歡設計獨特且色彩活潑的娃衣套裝并且其中單品具有可拆性。E1、E2則是商品的適穿性,這主要是由于市面上棉花娃娃屬于定制產品并且各廠商生產差異所導致統一規格的實際尺寸各有差異,娃衣企業能做的是搜集各類棉花娃娃的尺寸信息,在進行娃衣設計時參考設計。
本文通過LDA模型將前期提取到的微博信息進行主題抽取,在大大降低了數據噪音的同時保證了抽取結果的準確性與客觀性,使完成從爬取——聚類——主題映射——提取用戶需求的整個工作流程控制在了1個工作日內,在用時較短的同時保證了提取的用戶需求的客觀性。相較于傳統的用戶調研、競品分析、與行業分析流程,省去了許多煩瑣的步驟,但沒有丟失客觀性。配合KANO-QFD模型,將客觀的用戶需求進行科學的層層轉化,以達到理想的研究結論。在需求分析階段,KANO模型對需求進行排序,為后續QFD設計要求拓展提供了準確的定量參考,剔除了非必要與負影響要求,最終實現了對微博復雜語境下的產品設計功能排序,為企業提供了一種快速獲取用戶需求及權重、快速轉換為功能需求并應用于設計場景,提升產品的用戶滿意度的方法?!?/p>