一种面向汽车个性化定制的智能交互方法

华尔天 孙琦宗 刘肖健 钟嘉佶 陈 川

1. 浙江省高端激光制造装备协同创新中心，杭州,310014 2. 浙江工业大学特种装备制造与先进加工技术教育部重点实验室，杭州,310014 3.浙江工业大学工业设计研究所，杭州,310023

一种面向汽车个性化定制的智能交互方法

华尔天1,2孙琦宗2刘肖健3钟嘉佶2陈 川2

1. 浙江省高端激光制造装备协同创新中心，杭州,310014 2. 浙江工业大学特种装备制造与先进加工技术教育部重点实验室，杭州,310014 3.浙江工业大学工业设计研究所，杭州,310023

针对传统汽车在线个性化定制服务中缺乏有效的交互，且消费者隐性需求的获取和转化研究不足等问题，研究了隐性需求的获取和转化以及产品定制特征的分析和表述，建立了产品特征与用户需求的映射模型，提出了一种基于组织符号学思想的智能交互方法，并采用黄金分割法对所提方法进行了迭代优化。最后利用汽车颜色的定制对此方法进行了测试。测试结果表明，该方法能在一定程度上提高个性化定制服务的互动性和引导性。

智能交互；个性化定制；交互问答法；隐性需求；组织符号学

Abstract:Aiming at the problems that the absence of taking the considerations of the effective interactivity and that of the research on the acquisition and transformation for consumers’ implicit demands in traditional automotive customization services, acquisitions and transformation for implicit demands were conducted, statements and analyses for customization characteristics were researched; and the mapping model between product characteristics and customer requirements was established, a method of intelligent interaction was proposed, which was based on organizational semiotics，then this method was optimized by golden section method. In final, the proposed method was tested by using the example of the customization in automotive colors. The results indicate that the method may improve interaction and the guidance of customization service in some ways.

Keywords:intelligent interaction; personalized customization; method of interactive question answering; implicit demand; organizational semiotics

0 引言

随着计算机技术的发展，个性化定制服务的方式由传统的线下实体定制逐渐扩展到线上借助互联网来完成跨地区的更广泛的定制[1]，个性化定制服务具有减少库存积压、降低营销成本、缩短产品开发周期和提高品牌竞争力等优势，已经进入到了服装、家具、汽车、旅游、服务等行业。传统的在线个性化定制系统大多是按照产品参数的选择来实现个性化定制服务，如高端品牌汽车保时捷[2]、玛莎拉蒂[3]等，在其官网上，客户可对选定的车型进行颜色、材料、性能、配件等定制，此种定制方式需要用户有一定的专业基础，但大多数定制用户在定制过程中，并不清楚用户需求与产品特征参数映射关系，甚至有的用户不清楚自己需要什么，其定制需求信息是隐性的、模糊的。

在隐性需求的处理方面，日本知识管理专家野中郁次郎提出了显性知识和隐性知识相互转换的SECI过程，即知识转化过程中的潜移默化(socialization)、外部明示 (externalization)、汇总组合(combination)和内部升华 (internalization) 这4种模式[4]。王新海等[5]借鉴系统动力学建模的核心思想，提出了隐性需求演化的因果关系模型，建立了隐性需求层次演化动力模型。RONALD等于1973年提出了组织符号学(organizational semiotics，OS)[6]，将SAUSSURE-HAUKES等创立的传统符号学从语言学扩展到系统信息学，从信息系统的角度审视组织中的角色、职能和行为模式。组织符号学起初是一个基于符号学原理的组织需求识别工具，该工具随后延伸为一种用于提取、分析和识别用户需求的商业系统建模方法[7]。组织符号学已被广泛应用在汽车分享服务[8]、农作物疾病诊断[9]、广告语义分析[10]、教育管理[11]、协同工作环境[12]、工程成本估算[13]等领域。目前国内的相关研究还比较少，主要集中在应用领域[14-15]。

随着个性化定制服务的兴起和人工智能的发展，交互式系统在改善用户体验方面扮演着越来越重要的角色，让计算机产品终端具有智能交互能力是人工智能和计算机技术发展的核心和重要目标[16]。李敏等[17]在Storm框架的基础上，建立了物联网环境下基于上下文感知的智能交互模型，提高了物联网环境下平台交互的实时性。曹凤雪等[18]针对云消费者的云服务组合请求，提出了一种基于Agent的云服务组合交互模型，提高了云服务组合成功率。

本文从提高汽车个性化定制系统服务的交互性和引导性角度出发，以组织符号学为理论基础，以最大化地满足用户定制体验为目的，提出了一种智能交互方法，该方法可以细化定制过程，最大限度地满足客户的个性化需求。

1 基于组织符号学的定制需求的获取、分析和处理

对于一个产品，不可能任意部件都让客户去定制，这样既不符合常理，且会使定制任务复杂化，因此在智能交互定制模型研究前期，需要对产品定制特征及特征参数进行探究，以简化定制交互模型。本文利用组织符号学原理进行需求数据的处理。组织符号学[19]是利用符号、文字和文档等来诠释组织。将个性化定制服务和定制产品看作是一个组织系统，并用符号学的知识作为理论基础，则定制过程可以看成是个性化定制模型通过符号来与人进行智能交互从而达到执行某种产品的定制目标。

1.1 定制需求的获取

定制需求的获取以组织符号学原理为工具，经过产品分析，产品特征组织符号学处理，需求获取，需求理解与分析，生成需求定制方案并编辑存入文档，最后确认验证。产品分析阶段是将定制产品进行功能分解，并对分解所得到的产品特征参数进行分析、分类和优化。产品特征组织符号学处理阶段是将产品特征参数用图表、图示、文字、公式等符号语言表示，此过程可以清晰地罗列产品各特征参数之间的联系，使产品特征参数以符号学语言的形式形成一个产品组织系统。需求理解与分析阶段是对获取的需求进行分析、归类等处理，确定产品定制参数的优先级，优先级对产品的定制特别是复杂产品的定制是不可缺失的，设定优先级不仅可以处理在资源有限的情况下，应该优先满足哪些需求，以最低的成本提供最佳的产品，还可以在同一个产品的两个需求因某种不可抗因素发生冲突时，了解客户需求中哪些最重要，哪些次要，做到权衡整体。生成需求定制方案阶段是对不同用户人群的定制方案进行细化，明确产品特征参数与参数之间的约束关系，并将可能的定制方案归类，编写文档。在验证确认阶段，如果生成的方案可行性有问题，需要根据特定需求对产品进行重新分析，因此这些需求开发的活动不是线性地、顺序性地完成的，实际上，这些活动过程是交叉反复进行的，其迭代过程如图1所示。

图1 需求捕捉的迭代过程Fig.1 The iterative process of the demand capture

1.2 隐性需求的处理

对于智能交互定制模型，外显化是将用户模糊不清的隐性需求转译为可用符号学语言清晰表述的显性知识的概念化过程。如图2所示，从下往上看，客户隐性需求要经过客观层、意识层、认识层和表达层，最终到达显性需求，体现出各层次之间的逐层向上升级关系，逐级向显性需求靠拢关系。实现此过程，可借助修辞、模型、转化、类比和隐喻等一定的技术手段，例如，对于产品颜色这一个定制特征参数，计算机可通过准确地识别颜色的RGB参数值来进行色彩的搭配，而大多数用户不了解某种颜色所对应的RGB值，甚至不了解RGB是什么，用户只会简单地说出需求颜色的大致特性，在此情况下，通过思想转化，将颜色所对应的RGB值转化为普通用户所能理解的颜色相关符号特征，智能交互定制模型通过转化后的颜色相关符号特征来实现定制。组织符号学是将隐性知识转化为显性知识的最有力管理工具，隐性知识的显性化为智能交互环境下个性化定制系统模型的创建提供了基础条件。

图2 隐性需求外显化模型Fig.2 Explicit model of implicit demands

2 客户需求参数与产品特征的映射关系

个性化定制产品系统要求尽量准确理解客户的各种需求，并能做到适当引导，将客户模糊的需求信息表达成对产品功能的需求信息，然后再将这些确定的功能需求转化成具体的定制化产品特征属性变量的取值信息。模糊的客户需求向产品特征需求转化后，需进一步映射为产品结构需求，清楚地将个性化需求分配到设计、制造、装配服务中。

将客户个性化需求用矩阵表示为

(1)

式中，元素a1j(j=1,2,…,n)为客户的第j个需求。

将定制产品的特征用矩阵表示为

(2)

式中，bpk为定制产品的特征k所对应的第p个特征参数变量值，bpk允许为0。

3 基于组织符号学的表示方法分析

对于智能交互定制系统，知识表示就是指将定制产品的需求特征参数用组织符号学原理的思想来描述，便于理解设计过程和交互式系统的开发。对于汽车定制，就是将汽车各定制特征的相关参数编码成一组计算机能高效处理的数据结构。

基于前文研究的需求理解和组织符号学的思想，将定制目标产品进行需求分解。在此，假定定制目标产品的定制目标部件用符号T(Target的首字母)表示，那么每一个目标定制部件有多个子部件，子部件用符号P(Parts的首字母)表示。每个子部件又可以看成单独的新的定制目标部件，此时这个新的定制目标部件又可表示为符号T，新的定制目标部件又有多个子部件属性，可表示为符号P，无限的分析与分解可将需求细化。通过细化产品特征，可以最大限度地满足客户的个性化定制需求。

用多分树形图结构来表示这种思想，如图3所示，其中N的范围为定制目标产品的定制目标部件或子部件最大值。

图3 定制目标产品的多分树形结构图Fig.3 The multi-point tree structure of the customized target product

在个性化定制中，智能交互定制模型根据每一个定制特征的属性值分别与客户进行反复的交互问答，直到此特征满足客户要求，客户确认后，进入下一个特征属性的定制，直到最终个性化定制产品的生成。用特征矩阵表示这种思想如下：

目标部件

(3)

子部件

(4)

整体合并为

(5)

式(3)中，目标部件T有N个一级子部件，每个一级子部件又可以分为次级子部件，这时每个一级子部件都可看作一个新的目标部件T。p代表部件的属性值，对于一个特定的个性化定制产品，当目标部件或子部件的属性值为特定范围时(如产品尺寸)，将其定义域标记为[αi，βi]，客户可在此范围内选取满足需求的特征值。以汽车Tc为例，其车型Pc11、颜色Pc12、车身大小Pc13和车门开启方式Pc14的定制特征参数表示过程如下：

目标部件

(6)

子部件

(7)

(8)

(9)

(10)

合并为

(11)

4 智能交互方法

4.1 智能交互方法的定义

基于前文研究的需求理解和组织符号学的思想，将定制目标产品进行需求分解后，提出了一种智能交互方法，命名为 “Tp+1”交互问答法，它是为了提高个性化定制的引导性和交互性，并解决传统个性化定制过程中，因背景文化差异而出现隐性定制需求时的系统处理方法。“1”代表智能交互定制中客户的确认过程。不管某种目标产品的个性化定制工作有多复杂，总可将其分解成有限种定制子部件，每一个定制子目标又可以细分成次子部件。对于不同的客户和不同的定制特征，总能通过智能交互定制模型的多次交互问答，得到最终的客户定制结果。

4.2 “Tp+1”交互问答法的求解过程模型

在个性化定制中，智能交互定制模型根据每一个定制部件特征的属性值分别与客户进行反复的交互问答，直到此定制部件满足客户要求，客户确认后，进入下一个目标的定制，直到最终个性化定制产品的生成。“Tp+1”交互问答法的求解过程模型如图4所示。

图4 “Tp+1”交互问答法系统求解过程模型Fig.4 “Tp+1” Interactive question and answer system process model

5 智能交互定制模型问答次数优化

将定制特征变量进行迭代优化，计算出每一种定制产品特征的交互问答次数，该次数与智能交互的设计有着密切的关系，数值迭代收敛的速度越快，迭代次数就越少，对应的智能交互的问答次数也就越少。个性化定制服务系统需要考虑所有客户的定制可能性，定制部件的交互设计需按照此迭代方法计算出的最大定制问答次数来备份交互数据库。常用的迭代方法有牛顿迭代法、梯度下降法、共轭梯度法和黄金分割迭代法，但前三种方法都求解复杂，黄金分割法是我国数学家华罗庚[20]大力推行的优选法，它以最少的试验次数迅速找到最佳点，可用于目标函数没有明显表达式的优选问题中。智能交互方法的对象是定制产品部件及其属性值，没有明确的函数表达式，故本文采用黄金分割法进行智能交互方法的优化。

5.1 独立变量参数优化

设某个定制特征是独立的，其属性值的总数为K，则首先对此定制参数进行第一次黄金分割。将所有定制参数分为排序靠前的0.382K个特征及排序靠后的0.618K个特征，舍去非定制特征参数，保留定制参数，然后对定制参数特征再进行一次黄金分割，依此类推，直到K<2。运用黄金分割的次数记为Q，则Q的最小值为

K×0.382Q<2

(12)

故

(13)

Q的最大值为

K×0.618Q<2

(14)

故

(15)

5.2 有限复杂变量参数优化

5.2.1二维相关变量的参数优化

假设定制特征变量x1与x2是线性相关的，相关性系数为ρ，ρ根据不同的定制产品进行设定。设优先级x1大于x2时，利用黄金分割法，则将x1看作独立变量，其定制变量特征参数的定制问答次数Q的取值范围为

(16)

x2是与x1线性相关的变量，其定制变量特征参数的定制问答次数Q的取值范围为

(17)

5.2.2多维相关变量的参数优化

假设定制特征变量x1,x2,…,xn是线性相关的，两两相关性系数为ρ1,ρ2,…,ρn，设优先级x1>x2>…>xn，利用黄金分割法，则：

(1)将x1看作独立变量，其定制变量特征参数的定制问答次数Q的取值范围为

(18)

(2)x2是与x1线性相关的变量，其定制变量特征参数的定制问答次数Q的取值范围为

(19)

(3)x3是与x1、x2都相关的变量，其定制变量特征参数的定制问答次数Q的取值范围为

(20)

(4)依此类推，xn是与x1,x2,…,xn-1都相关的变量，其定制变量特征参数的定制问答次数Q的取值范围为

(21)

6 应用实例

以汽车产品为应用案例，研究开发汽车个性化智能交互定制系统，该系统通过图形化的操作界面，向用户提供基于Web的汽车个性化智能交互定制系统，客户可以根据自己的喜好和需求来实现汽车的个性化定制设计。

6.1 汽车需求产品参数设计分析

汽车是一个复杂的定制产品，对汽车进行分析，把汽车的特征参数分为共性特征和选择性特征，共性特征是汽车设计中关乎安全的特征参数，这部分特征需要专业人员进行试验后才能更改，定制服务将对这一部分特征进行限制定制操作，只对选择性特征进行个性化定制操作。

汽车的智能交互定制特征主要包括外观造型需求、颜色需求、内部装饰需求、性能需求、外延功能需求五大类。每一类包括很多子定制需求特征，如：外观造型需求的子定制特征有后备箱、箱体数、车型、车门开启方式等；内饰需求的子定制特征有座椅、材质和转向盘等；性能选择包括发动机参数和变速箱参数等；外延功能选择包括多媒体、冰箱和儿童座椅等。这些定制特征以文字、符号、图表、数学公式等符号的形式相互关联，形成一个庞大的组织关系网。汽车产品定制需求参数如图5所示。

图5 汽车产品定制需求参数Fig.5 Customization requirements for automotive products

6.2 案例实现

为验证所提方法的有效性，建立了基于Web的汽车在线个性化交互定制系统。对于消费者的专业背景问题，本定制系统采用两种定制渠道，分别为专业定制和普通定制，汽车模型的三维预览展示采用第三方在线数据模型库，将SolidWorks建好的汽车模型用第三方插件进行解码并上传至在线数据库，上传的模型可以在线生成关联代码，将代码置入在线个性化智能交互系统中即可实现模型的三维展示。模拟用户关于汽车颜色这一定制特征的定制过程，经过5次的交互问答，最终得到了特定用户客户定制结果。

7 结束语

本文从满足客户个性化需求的角度出发，解决传统在线个性化系统中忽略的隐性需求的问题，并将问答交互思想融入个性化定制服务中，以提高个性化定制系统的易用性和引导性，从而提高用户定制服务的用户满意度，对定制产品的需求开发进行分析，在此基础上，提出了一种智能交互方法，并用迭代法的思想对这种方法进行了优化，最后通过实例，验证该方法是可行性的、有效的。本文提出的方法只对汽车实例的部分部件定制进行了验证，后续将研究该方法在其他产品领域的应用。

[1] 严建援, 甄杰, 谢宗晓, 等. 基于消费者创新的在线个性化产品定制模式研究[J]. 中国科技论坛,2016(10):109-114. YAN Jianyuan, ZHEN Jie, XIE Zongxiao, et al. Pattern of Online Product Personalization Based on Consumer Innovation[J]. Forum on Science and Technology in China,2016(10):109-114.

[2] 保时捷中国官网. 保时捷个性化定制系统[EB/OL]. [2017-05-25]. http://www.porsche.com/china/zh/modelstart/. Official Porsche Website. Personalized Customization System of Official Porsche [EB/OL]. [2017-05-25]. http://www.porsche.com/china/zh/modelstart/.

[3] 玛莎拉蒂中国官网. 玛莎拉蒂定制系统 [EB/OL]. [2017-05-25]. http://www.maserati.com.cn/maserati/cn/zh/shopping-tools. Official Maserati Website. Personalized Customization System of Official Maserati [EB/OL]. [2017-05-25]. http://www.maserati.com.cn/maserati/cn/zh/shopping-tools.

[4] 高章存, 汤书昆. 基于认知心理学的企业知识创造机理探析——兼对野中郁次郎SECI模型的一个拓展[J]. 情报杂志, 2008, 27(8):87-91. GAO Zhangcun, TANG Shukun. The Analysis of Mechanism of Enterprise Knowledge Creating Based on Cognitive Psychology[J]. Journal of Information, 2008, 27(8):87-91.

[5] 王新海, 王志宏, 杨彤骥. 隐性需求层次演化系统动力学模型研究[J]. 情报杂志, 2009, 28(7):204-206. WANG Xinhai, WANG Zhihong, YANG Tongyi. Research on the System Dynamics Model of Inexplicit Demand’s Levels Evolution[J]. Journal of Information, 2009, 28(7):204-206.

[6] RONALD S, KECHENG L, MARK H, et al. Understanding the Roles of Signs and Norms in Organizations: a Semiotic Approach to Information Systems Design[J]. Behaviour & Information Technology,2000,19(1):15-27.

[7] RIPAMONTI L A, PERABONI C A . Managing the Design Manufacturing Interface in Virtual Enterprises through Multi User Virtual Environments: a Perspective Approach[J]. International Journal of Computer Integrated Manufacturing,2010,23(8):758-776.

[8] NOY C. Inhabiting the Family-car: Children-passengers and Parents-drivers on the School Run[J]. Semiotica,2012,191(12):309-333.

[9] MOAWAD N, LIU K, EL-HELLY M. Knowledge Elicitation and Representation in a Normative Approach: a Case Study in Diagnosis of Plant Diseases in Egypt[C]// Intelligent Systems (IS), 6th IEEE International Conference. Sofia, Bulgaria,2012:28-34.

[10] UTOYO A W. How Do People’s Perceptions of Enjoy Jakarta Advertising Campaign Using a Social Semiotics Opinion?[J]. Advanced Science Letters,2017,23(1):92-95.

[11] EFFAH J, LIU K. Virtual Process Modelling Informed by Organizational Semiotics: a Case of Higher Education Admission[J]. IFIP Advances in Information & Communication Technology,2016,426(18):42-51.

[12] LI Weizi, LIU Kecheng, LIU Shixiong. Semiotics in Interoperation for Information Systems Working Collaboratively[J]. Communications in Computer & Information Science,2015,454:370-386.

[13] XU Shen, LIU Kecheng, TANG L C. Applying Organizational Semiotics for Developing Knowledge-based Cost Estimation of Construction Project[C]// International Conference on Informatics and Semiotics in Organizations. Toulouse,2015:80-91.

[14] 程乐, 宫明玉, 李俭. 社会符号学视角下法律翻译对等研究[J]. 浙江大学学报(人文社会科学版),2016,46(4):60-70. CHENG Le, GONG Mingyu, LI Jian. Equivalence in Legal Translation: Form a Sociosemiotic Perspective[J]. Journal of Zhejiang University (Humanities and Social Sciences),2016,46(4):60-70.

[15] 姚锡凡, 李彬, 董晓倩,等. 符号学视角下的智慧制造系统集成框架[J]. 计算机集成制造系统,2014,20(11):2734-2742. YAO Xifan, LI Bin, DONG Xiaoqian, et al. An Integrated Framework for Wisdom Manufacturing Systems in a Semiotic Perspective[J]. Computer Integrated Manufacturing System,2014,20(11):2734-2742.

[16] 蒋树强, 闵巍庆, 王树徽. 面向智能交互的图像识别技术综述与展望[J]. 计算机研究与发展,2016,53(1):113-122. JIANG Shuqiang, MIN Weiqing, WANG Shuhui. Survey and Prospect of Intelligent Interaction-oriented Image Recognition Techniques[J]. Journal of Computer Research and Development,2016,53(1):113-122.

[17] 李敏, 倪少权, 黄强, 等. 物联网环境下基于上下文感知的智能交互模型[J]. 西南交通大学学报,2016,51(6):1239-1249. LI Min, NI Shaoquan, HUANG Qiang,et al. Intelligent Interaction Model of Internet of Tings Based on Context Awareness[J]. Journal of Southwest Jiaotong University,2016,51(6):1239-1249.

[18] 曹凤雪, 黄成, 薛小锋. 一种基于Agent的云服务组合的交互模型[J]. 计算机应用研究，2014,31(12):3804-3807. CAO Fengxue, HUANG Cheng, XUE Xiaofeng. Interaction Model of Cloud Service Composition Based on Agent[J]. Application Research of Computers,2014,31(12):3804-3807.

[19] 吴菊华, 孙德福, 李骏. 基于组织符号学的企业建模方法与应用研究[J]. 计算机应用研究,2009,26(1):230-232. WU Juhua, SUN Defu, LI Jun. Business Model Framework Research Based on Organization Semiotics[J]. Application Research of Computers,2009,26(1):230-232.

[20] 华罗庚. 华罗庚文集:应用数学卷.[M]. 北京：科学出版社,2010. HUA Luogeng. Collection of Hua Luogeng: Applied Mathematics Volume[M]. Beijing：Science Press,2010.

(编辑袁兴玲)

AKindofIntelligentInteractiveMethodforAutomotiveCustomization

HUA Ertian1,2SUN Qizong2LIU Xiaojian3ZHONG Jiaji2CHEN Chuan2

1.Zhejiang Provincial Collaborative Innovation Center of High-end Laser ManufacturingEquipment, Hangzhou,3100142.Key Laboratory of Special Purpose Equipment and Advanced Manufacturing Technology,Ministry of Education, Zhejiang University of Technology, Hangzhou,3100143.Institute of Contemporary Industrial Design, Zhejiang University of Technology, Hangzhou,310023

TP391；TH166

10.3969/j.issn.1004-132X.2017.19.002

2017-03-09

国家自然科学基金资助项目(71373242)

华尔天，男，1963年生。浙江省高端激光制造装备协同创新中心主任，浙江工业大学机械工程学院教授、博士研究生导师。研究方向为数据挖掘、产品创新设计、设计参数优化。获浙江省科技进步奖2项、宁波市科技进步奖2项、浙江省教委科技进步奖1项。出版专著1部。发表论文40余篇。E-mail：het@zjut.edu.cn。孙琦宗，男，1989年生。浙江工业大学机械工程学院硕士研究生。刘肖健，男，1972年生。浙江工业大学工业设计研究所教授。钟嘉佶，男，1992年生。浙江工业大学机械工程学院博士研究生。陈川，男，1986年生。浙江工业大学机械工程学院博士研究生。