基于本体论的大数据下用户需求表征

陈星宇，黄俊文，周 展，曲行达

1)深圳大学管理学院，广东深圳 518060；2)深圳大学人因工程研究所，广东深圳 518060

【电子与信息科学 / Electronics and Information Science】

基于本体论的大数据下用户需求表征

陈星宇1，黄俊文1，周 展1，曲行达2

1)深圳大学管理学院，广东深圳 518060；2)深圳大学人因工程研究所，广东深圳 518060

针对目前用户需求提取与表征研究中无法清晰表征大规模模糊需求的局限性，提出一种基于本体论的用户需求表征方法，通过自然语义处理、智能机器学习等人工智能算法，将初始数据生成、需求本体生成以及需求表征库生成整合成一套完整用户需求表征的科学指导方法．这一表征方法将本体论与大数据处理相结合，能在海量网络数据中，准确提取用户需求中的概念、分类及非分类关系，清晰地表征用户需求，特别是用户的模糊需求．这些需求可具象为产品特征，用以建立相应的表征库，为新产品开发与创新提供有效支持．

自然语言处理; 大数据；本体论; 用户需求表征; 新产品开发; 模糊需求

随着信息技术与应用模式的不断涌现，中国已跨入“大数据”时代．大数据已远远超出了传统的数据形态，也超出了传统技术手段的处理能力[1]．与此同时，越来越多的用户乐于在互联网上分享自己对产品的观点或体验，由此形成的网络口碑蕴含着丰富的产品使用反馈信息[2-3]．在此背景下，用户需求表征成了当前研究的热点．

目前已有不少学者在用户需求表征方面做了相关研究．Fung等[4]指出产品特征生成是一个从用户的声音到产品各个属性的映射过程．过去对用户需求分析和实现的方法包括公理化设计[5]、设计结构矩阵[6]、质量功能展开(quality function deployment，QFD)[7]和感性工学[8]等．其中，QFD[9-12]和感性工学[13-15]最具代表性．但QFD及相关方法最大的局限性在于过分依赖领域专家的知识结构和用户需求提取的结果，同时映射到产品属性和功能时也存在很大的不准确性;而感性工学方法的缺陷在于其本身的主观性以及数据获取的难度和成本．

此外，统计方法也运用到用户需求分析和表征中．例如，Sener等[16]提出一个线性模型反映设计要素与用户需求之间的关系．Liu等[17]运用多线性回归方法建立了可用性需求与设计元素之间的关联．但是，以往的研究方法中对于模糊需求的表征存在很大不足，如用户的心理需求通常不具有线性特征，所以用户的模糊需求无法通过基于正态分布的线性方法来表征．

目前已有学者对表征用户需求的方法进行了研究，然而这些研究仍存在两大挑战：① 从用户获取的需求通常是对用户语言描述的翻译和解析，此过程不可避免地涉及到语言本身的不精确和模糊描述[18]；② 用户很多模糊需求，如“希望要一台运动汽车”或“一架可爱的相机”，很难通过一些具象的产品特征去实现．目前通常的做法是，设计师自己定义具体的产品特征来满足用户这部分需求．但此方法非常主观，不同背景的设计师，其实现方法各异，很难客观地通过一系列产品特征如颜色、材料和形状等去匹配这些模糊需求[19-20]．这使得用户的一些模糊需求很难得到真正满足，且实现起来风险很大．

本体论方法作为人工智能方法的一种，对解决上述问题有潜在优势．本体论方法利用概念和关系来表征语义关系．作为一种正式且严格的知识表征方法，本体论能表征精确和模糊两种语义关系[21]．因此，近年来，本体论方法被广泛用于知识表征体系中．仲茜等[22]提出了一种基于数据场的大规模本体映射方法来提高本体映射质量与效率．李文清等[23]针对语义相似度提出一种本体概念的语义相似度计算方法．同时，也有文献开始使用本体论去辅助需求管理[21, 24-25]．Dermeval等[21]最早利用本体论提供统一的概念术语，为工程师和设计师之间共享用户需求文档提供帮助．Baida等[24]将本体论的需求层次运用到E-service，用户需求层次被一些定义好的分解概念通过一定的逻辑关系(如与、非、或)相关联，使机器能够读懂并且解析成某产品的本体．Bock等[25]将本体论方法与建模方法相结合，利用本体论严谨的语义关系解析出灵活且准确的产品属性及组合以满足用户需求，避免了因人为因素造成的用户需求被解析成不同的需求说明．

本研究结合本体论方法[26]，基于文献[11-15]，构建一个能更准确表征用户需求，特别是模糊需求的本体学习系统.相比其他方法，此系统不过分依赖领域专家的知识结构和用户需求提取的结果，利用本体论建立用户需求与产品属性之间复杂抽象的语义关系，避免了人为因素造成的用户需求被解析成不同的需求说明，能有效指导互联网环境下的新产品开发．

1 基于本体论的用户需求分析与表征

本研究结合人工智能方法，包括智能机器学习机制，设计了优化算法，分析和改进自然语言处理算法的语义部分，包括语义的模式分析和词频分析等，并在此基础上，构建一个基于本体论的用户需求表征系统(图1)，建立用户需求的本体．

图1 基于本体论的用户需求表征系统Fig.1 Ontology-based user needs representation framework

1.1 数据收集与预处理

由于网络论坛中用户的集中程度较高，同时通常参加产品开发论坛的用户在相关产品或技术上都较为精通，所以本研究通过网络产品论坛，如中关村在线(http://www.zol.com.cn)和CNET(https://www.cnet.com)等收集用户需求数据．

由于原始数据具有粗糙、低效和无序的特点，特别是用户需求数据和用户资料数据都是一些偏主观描述，所以在数据收集后需对原始数据进行预处理．处理过程中，通过自然语义处理算法将原始数据分成一个个语法字节(如“相机”、 “图片”等)．

1.2 构建需求本体

数据收集与预处理完成后，才能构建需求本体．这一步可细分为概念提取、分类关系提取和非分类关系提取．

1.2.1 概念提取

在本体构建方面，本研究运用POS(part-of-speech)语义分析方法，结合领域相关性进行概念提取，步骤包括：

1)在经过预处理的语法字节中提取标注为名词和名词短语的语法标签．

2)剔除形容词和定冠词．

3)将剩下的词集通过语义的模式分析进行归类，选出候选词集．

4)通过领域相关性判断每个术语的相关性．一般来说，高词频的词汇被视为本领域的重要术语，例如“门板”和“遮板”这两个词有类似含义，但根据词频，“门板”在产品领域的相关性较高，而“遮板”在反恐领域相关性较高，所以剔除概念“遮板”，留下概念“门板”．

5)提取出重要的概念．例如，用户需求“数码相机需要有高分辨率”， 通过整个过程能提取出“数码相机”和“分辨率”两个概念.

1.2.2 分类关系提取

对于分类关系的提取，本研究采用字符串匹配算法进行初步的关系获取．在此基础上辅以产品设计领域的属性词典WordNet来优化关系．由于很多分类关系并非简单的字符串匹配，因此本研究采用语法模式识别算法提取字符串匹配无法识别的分类关系．具体步骤包括：

1)假设词汇1[head]和词汇2[word, head]包含相同词头，则词汇1与词汇2存在分类关系．如词汇1[价格]和词汇2[低，价格]，均包含词头“价格”，因此它们之间存在分类关系．

2)通过步骤1)初步获取一些分类关系后，再通过属性词典WordNet进一步寻找分类关系．若WordNet里面有这两个词汇的分类关系，则词汇1与词汇2存在分类关系．如词汇1[颜色]和词汇2[白色]，它们在WordNet里存在分类关系，所以也被提取出来．

3)假设词汇1(word11, word12, …, word1n, head1)的词头“head1”和词汇2(word21, word22, …, word2n, head2)的词头“head2”在WordNet同属一个子集，且词汇1与词汇3存在分类关系，则词汇2与词汇3也存在分类关系．比如，词汇1(黑色，…，绿色，深色)，词汇2(深蓝，…，红色，深色)，词汇3(黑色，…，绿色，颜色)，此处词汇1和词汇2的词头在WordNet的同一子集里，而又因词汇1和词汇3又存在分类关系，所以词汇2和词汇3存在分类关系．

4)对于复杂的字符串匹配无法识别的分类关系，本研究用语法模式识别发现词汇之间的语法规则，确定分类关系．比如，通过关于种类的语法规则(“圆形是一种形状”)，来提取“圆形”和“形状”之间的分类关系.

1.2.3 非分类关系提取

对于非分类关系，可用自适应规则语义分析进行初步提取．与普通的规则语义分析方法不同，自适应的语义分析法能通过对语义情境的识别及词义解析、判断出复杂语法句式下相对精准的关联关系．此外，由于规则语义分析法则只能分解语法树，而有一些重要的非分类关系法则因为不遵循语法结构而被忽略．因此，本研究提出一种基于词频的改进算法来调整语义分析结果，力争获得更多的非分类关系．具体步骤包括：

1)通过规则语义分析提取普通的非分类关系.如(N, V, N)规则，就是指通过提取出语句中的(名词-动词-名词)固定语义格式来提取非分类关系．例如，“相机有闪光”就符合典型的(N,V,N)规则,所以能提取出(“相机”、“有”和“闪光”)这条本体非分类关系．

2)通过上下文的情景识别对规则语义进行分析，提取普通规则语义分析无法正确识别的非分类关系．例如，在一些场景中，对“相机在夜晚有清晰的图像”这个句子，如果通过普通规则语义分析，提取出的非分类关系是(“夜晚”，“有”，“清晰图像”)，而通过对规则语义分析并加入上下文的情景识别，能提取出(“相机”、“有”和“清晰图像”)这一正确的非分类关系．

3)通过分析词频，提取出基于模糊需求的非分类关系．除了语义与规则，还有一些重要的非语义关系．如“我想要一个带卡通图盘和手动调焦功能的相机”，若通过语义分析，则无法提取出“相机”与“卡通图案”及“手动调焦”之间的非分类关系．因此本研究提出一种改进算法，通过借用数据挖掘工具(如Weka3.7，http://www.cs.waikato.ac.nz/ml/weka/)对提取的概念进行词频分析，并计算数据的支持度(support)和置信度(confidence)，提取重要的非分类关系．借鉴文献[26]的结果，本研究将最小支持度设为0.1，最小置信度设为0.2．

1.3 表征库生成

产品需求表征库的生成，首先通过对本体的解析，将分类及非分类关系对应为用户需求；再将用户需求进一步映射到产品特征，生成产品需求，并输出一个需求表征库．具体步骤为：

1)需求本体解析．通过解析创新用户需求本体的分类及非分类关系，输出创新用户需求．将分类关系对应为用户的精准需求，将非分类关系对应为用户的模糊需求．对表征库的需求与产品特征的实现，进行整体输出评估，即评估用户需求输出的效度．评估方法可由本领域专家根据在生成本体中随机抽取的用户需求进行打分，分值为1～5分，1分表示精准度很低且噪音(错误信息)很高，5分表示精准度很高且噪音很低．通过对专家所打分数的分析，得到对生成本体的评估结果．

2)产品特征实现．根据本体解析的结果建立用户需求与产品特征之间的关联关系，输出具体的产品特征，并加入到需求表征库．表征库中的每一条记录对应与某一产品特征对用户需求的实现．企业的新产品可借鉴于此需求库中的产品需求来进行具体功能与产品特征的开发．

2 例证分析

以下通过分析一类具体产品的需求本体生成过程，说明本研究所提出的基于本体论的用户需求表征方法．在该过程中，通过在线用户的评论来识别和分析，并表征用户的需求．

2.1 用户评论数据获取

实验对象为数码相机这一类产品．将产品评论网站CNET上关于数码相机的用户评论数据作为原始分析数据．在这些关于数码相机的评论中，既有正面的，也有负面的，通过对这些评论中字节的提取和过滤，找到数码相机的用户需求．

从评论网站上随机获取2 000条关于数码相机的在线评论作为原始数据．这些评论涉及500种型号，且相机的价位、目标用户群体、体积和质量等参数均不同．分析整理所获取的数据后，得到如表1的数据集．

2.2 数据预处理

通过分析网络论坛中用户的发帖、评论和留言的内容，根据领域相关性从中提取有效的用户需求．对网络原始数据采用网上数据挖掘方法进行数据的提取和分析．设计从CNET收集的用户对数码相机的标准评论数据格式为：(型号； 优点； 缺点)， 以尼康S4000数码相机的用户数据为例，其用户需求数据为： “尼康 S4000”；“这架相机是我见到的图片成像效果最好的，自动对焦非常快，在暗光下拍出视频的效果不错”；“我不喜欢触摸屏，按键太小，切换拍照模式步骤繁琐”等．进行预处理分析后，得到一系列关键词，如“相机”、“图片”等．

2.3 用户需求本体生成

将收集到的数据通过预处理生成数据集后，放入所提出的需求本体生成系统中，通过概念以及概念间的分类关系与非分类关系的提取，生成数码相机的需求本体库．

表1 关于数码相机的评论例子

在具体操作中，可利用POS词性语义分析法以及领域相关性方法从处理后的用户评论中提取相关概念．这些概念包括名词及名词短语．表2是部分提取出来的数码相机的概念．

表2 部分提取出来的相机概念

概念被提取后，通过字符串匹配、WordNet和语法模式识别等操作，进一步分析和提取出概念之间的分类关系．这些分类关系至少能够连接两个概念．部分分类关系见表3．

通过运用自适应语义分析、智能机器学习以及词频分析法等方法，提取出基于语义与规则的非分类关系．部分结果如表4．

表3 部分分类关系

对于基于语义分析无法提取的情况，采用数据挖掘工具Weka 3.7对提取的概念进行词频分析，通过计算数据的支持度和置信度，提取重要的非分类关系．部分结果如表5．

通过一系列概念的提取、分类关系的提取，以及非分类关系的提取，生成关于数码相机的用户需求本体，部分结果见图2．

表4 部分“名词-动词-名词”型非分类关系

表5 部分抽象概念与具体概念间的非分类关系

图2 关于数码相机的产品本体Fig.2 Product ontology of digital camera

2.4 产品需求表征库生成与评估

运用本研究方法提取抽象概念与具体产品特征的非分类关系，体现了高层级的用户需求与低层级产品特征之间的映射．

2.4.1 产品需求表征库生成

通过对生成的产品本体进行解析，将关系转变为一条条需求实现，并加入到产品表征库中．例如，“运动型相机→银色”的非分类关系，可实现为用户对此数码相机的一条重要模糊需求,即通过“银色的相机”实现用户对“运动型相机”的需求，生成相应的产品需求，再将“银色的相机是运动型的”添加至产品需求表征库中．表征库的部分产品需求见表6．

2.4.2 需求本体评估

在解析出如表6的需求本体表征库后，还需进一步评估该本体表征库能否准确表征用户需求与产品特征的关系．

评估过程为：

1) 分别选择1位数码相机的资深用户、1位数码相机的产品经理以及1位数码相机的设计师作为领域专家；

2) 在生成的需求表征库中随机抽取100条需求本体，让领域专家对这100条需求本体从精确度与噪声(错误信息)两方面打分，分值为1～5分，其中1分表示精确度很低且噪音很高，5分则表示精确度很高且噪音很低；

3) 对收集到的需求本体的得分数据进行统计分析．

对评估结果分析可知，这100条需求本体的得分均值为3.78，方差为0.86．结果表明，本研究方法得出的需求本体整体精确度较高，噪声较低，该方法对需求本体的表征，特别是模糊需求的表征较准确．

表6 产品表征库中的部分产品需求

结 语

结合知识工程领域关于本体论的研究，提出一个基于本体论的用户需求表征方法．与本体论定义相似，用户需求表征需先提取需求概念集，通过其所处上下文来刻画概念的内涵．由于本体论方法对解决用户需求，特别是模糊需求表征有天然优势，因此通过本体的关联关系表征用户需求，特别是通过本体的非分类关系表征用户的模糊需求，可有效解决用户需求表征问题．在算法方面，本研究基于规则的语义分析方法，结合词频关联规则，找到目前分类语法树无法提取的非分类关系，提取出更准确的模糊需求．在应用方面，通过有效的解析需求本体与产品属性之间的映射,建立了一个通用的基于创新用户需求的产品表征库，企业能够通过这个整合的表征库找到从用户处获取的对同类产品或有借鉴意义的产品属性，从而帮助企业有效识别潜在用户的需求及定位新产品功能，提升企业创新竞争力．

/ References：

[1] 冯芷艳，郭迅华，曾大军，等．大数据背景下商务管理研究若干前沿课题[J]．管理科学学报，2013，16(1)：1-9． Feng Zhiyan, Guo Xunhua, Zeng Dajun, et al. On the research frontiers of business management in the context of big data[J]. Journal of Management Sciences in China, 2013, 16(1): 1-9.(in Chinese)

[2] 伊 裴，王洪伟．面向产品特征的中文在线评论情感分类：以本体建模为方法[J]．系统管理学报，2016，25(1)：103-114． Yi Pei, Wang Hongwei. Sentiment classification for Chinese online reviews at product feature level through domain ontology method[J]. Journal of Systems & Management, 2016, 25(1): 103-114.(in Chinese)

[3] 涂海丽，唐晓波，谢 力．基于在线评论的用户需求挖掘模型研究[J]．情报学报，2015，34(10)：1088-1097． Tu Haili, Tang Xiaobo, Xie Li. Research on user needs mining model based on online based on online reviews[J]. Journal of the China Society for Scientific and Technical Information, 2015, 34(10): 1088-1097.(in Chinese)

[4] Fung K Y, Kwong C K, Siu K W M, et al. A multi-objective genetic algorithm approach to rule mining for affective product design[J]. Expert Systems with Applications, 2012, 39(8): 7411-7419.

[5] Kulak O, Cebi S, Kahraman C. Applications of axiomatic design principles: a literature review[J]. Expert Systems with Applications, 2010, 37(9): 6705-6717.

[6] Huang Yuexiang, Chen C H, Khoo L P. Kansei clustering for emotional design using a combined design structure matrix[J]. International Journal of Industrial Ergonomics, 2012, 42(5): 416-427.

[7] Sivasamy K, Arumugam C, Devadasan S R. Advanced models of quality function deployment: a literature review[J]. Quality & Quantity, 2016, 50(3): 1399-1414.

[8] Mitsuo N. Perspectives and the new trend of Kansei/affective engineering[J]. The TQM Journal, 2008, 20(4): 290-298.

[9] Bhatia S M, Sharma A K. Fuzzy quality function deployment and software engineering: a literature review[J]. Software Engineering and Technology, 2014, 6(6):159-168.

[10] Ho W, He Ting, Lee C K M, et al. Strategic logistics outsourcing: an integrated QFD and fuzzy AHP approach[J]. Expert Systems with Applications, 2012, 39(12): 10841-10850.

[11] Lee Changyong, Song Bomi, Park Y. Design of convergent product concepts based on functionality: an association rule mining and decision tree approach[J]. Expert Systems with Applications, 2012, 39(10): 9534-9542.

[12] Lima-Junior F R, Carpinetti L C R. A multicriteria approach based on fuzzy QFD for choosing criteria for supplier selection[J]. Computers & Industrial Engineering, 2016, 101: 269-285.

[13] 刘征宏，谢庆生，李少波，等．基于潜在语义分析和感性工学的用户需求匹配[J]．浙江大学学报工学版，2016，50(2)：224-233． Liu Zhenghong, Xie Qingsheng, Li Shaobo, et al. Sentiment classification for Chinese online reviews at product feature level through domain ontology method[J]. Journal of Zhejiang University Engineering Science, 2016, 50(2): 224-233.(in Chinese)

[14] Khalid H M. Embracing diversity in user needs for affective design[J]. Applied Ergonomics, 2006, 37(4): 409-418.

[15] Lu Weihua, Petiot J F. Affective design of products using an audio-based protocol: application to eyeglass frame[J]. International Journal of Industrial Ergonomics, 2014, 44(3): 383-394.

[16] Sener Z, Karsak E E. A combined fuzzy linear regression and fuzzy multiple objective programming approach for setting target levels in quality function deployment[J]. Expert Systems with Applications, 2011, 38(4): 3015-3022.

[17] Liu Yuanyuan, Zhou Jian, Chen Yizeng. Using fuzzy non-linear regression to identify the degree of compensation among customer requirements in QFD [J]. Neurocomputing, 2014, 142: 115-124.

[18] Lai H H, Lin Y C, Yeh C H, et al. User-oriented design for the optimal combination on product design[J]. International Journal of Production Economics, 2006, 100(2): 253-267.

[19] Zhai Lianyin, Khoo L P, Zhong Zhaowei. A rough set based QFD approach to the management of imprecise design information in product development[J]. Advanced Engineering Informatics, 2009, 23(2): 222-228.

[20] Nepal B, Yadav O P, Murat A. A fuzzy-AHP approach to prioritization of CS attributes in target planning for automotive product development[J]. Expert Systems with Applications, 2010, 37(10): 6775-6786.

[21] Dermeval V, Vilela J, Bittencourt I, et al. Applications of ontologies in requirements engineering: a systematic review of the literature[J]. Requirements Engineering, 2016, 21(4): 405-437.

[22] 仲 茜，李涓子，唐 杰，等．基于数据场的大规模本体映射[J]．计算机学报，2010，33(6)：955-965． Zhong Qian, Li Juanzi, Tang Jie, et al. Data field based large scale ontology mapping[J]. Chinese Journal of Computers, 2010, 33(6): 955-965.(in Chinese)

[23] 李文清，孙 新，张常有，等．一种本体概念的语义相似度计算方法[J]．自动化学报，2012，38(2)：229-235． Li Wenqing, Sun Xin, Zhang Changyou, et al. A semantic similarity Measure between ontologicalconcepts[J]. Acta Automatica Sinica, 2012, 38(2): 229-235.(in Chinese)

[24] Baida Z, Gordijn J, Sle H, et al. An ontological approach for eliciting and understanding needs in e-services[J]. Advanced Information Systems Engineering, 2005, 3520: 400-414.

[25] Bock C, Zha Xuanfang, Suh H W, et al. Ontological product modeling for collaborative design[J]. Advanced Engineering Informatics, 2010, 24(4): 510-524.

[26] 杨德仁．一种改进的形式化本体模型研究[J]．深圳大学学报理工版，2007，24(4)：393-398． Yang Deren. Research on an optimized model forformal ontology[J]. Journal of Shenzhen University Science and Engineering, 2007, 24(4):393-398.(in Chinese)

【中文责编：英 子；英文责编：子 兰】

Ontology-based user requirements representation in the context of big data

Chen Xingyu1, Huang Junwen1, Zhou Zhan1, and Qu Xingda2†

1) College of Management, Shenzhen University, Shenzhen 518060, Guangdong Province, P.R.China 2) Institute of Human Factors and Ergonomics, Shenzhen University, Shenzhen 518060, Guangdong Province, P.R.China

Representation of user requirements is essential for product innovation. However, traditional market survey methods seem to fail to represent user requirements effectively in current big data context. We propose a novel ontology-based method to overcome limitations of existing research on the extraction and representation of users’ requirements.This method integrates initial data generation, requirement ontology generation and demand characterization into a complete set of scientific guidance for user demand characterization using natural semantic processing, intelligent machine learning and other artificial intelligence algorithms. It uses ontology and big data processing techniques to extract concepts, taxonomic and non-taxonomic relations from huge raw internet data, and further helps identify user’s requirements, especially fuzzy requirements. The identified user requirements can be embodied as product features, which helps build product feature representation library to provide support for new product development and innovation.

natural language processing; big data; ontology; user requirement representation; new product development; fuzzy requirements

：Chen Xingyu, Huang Junwen, Zhou Zhan, et al. Ontology-based user requirements representation in the context of big data[J]. Journal of Shenzhen University Science and Engineering, 2017, 34(2): 173-180.(in Chinese)

F 237.2；C 93-03

A

10.3724/SP.J.1249.2017.02173

国家自然科学基金资助项目(71502111，31570944)；深圳大学校基础研究启动基金资助项目(2015041)

陈星宇 (1983—)，女，深圳大学讲师、博士．研究方向：新产品体验及客户需求管理．E-mail：celine@szu.edu.cn

Received：2016-11-24；Accepted：2017-01-10

Foundation：National Natural Science Foundation of China (71502111, 31570944); Start-up Grant of Shenzhen University (2015041)

† Corresponding author：Professor Qu Xingda. E-mail: quxd@szu.edu.cn

引 文：陈星宇，黄俊文，周 展，等．基于本体论的大数据下用户需求表征[J]. 深圳大学学报理工版，2017，34(2)：173-180.