本文是一篇管理论文，本文旨在提出一种结合感性需求的产品改进优先级决策方法，基于在线评论，挖掘感性需求，获取感性需求的满意度，并考虑需求类别对满意度的影响以及产品改进实际生活中的成本约束，确定产品改进优先级，拓展了基于感性工学的感性需求分析框架和产品改进优先级决策方法。
第1章 绪论
1.1 研究背景
产品改进是指企业通过市场分析，针对产品所存在的缺陷与不足，制定相关改进策略，进行产品更新。它以用户的建议和用户满意度等作为产品改进的主要方向，将用户需求视作产品改进的主要依据。由于在线评论是动态变化的，实时性较强并且数据量较大，蕴含着大量的用户需求信息和情感信息，以在线评论为数据源进行分析能够帮助企业快速精准地传递用户需求，为产品改进提供依据[2,3]。例如，淘工厂的9.9元电动牙刷以及檀香味的洗衣凝珠，就是基于大量的产品评论推出并改进的更符合用户需求的产品。产品改进能够使企业不断自我完善产品，提高用户的产品满意度，是企业在竞争日益激烈的市场上获取并扩大市场份额的有效手段。
随着时代的发展，用户对于购物形式提出了更高的要求，便捷性成为吸引用户购物的重要考虑因素，而网络购物作为新兴的购物形式则依靠其便捷性逐渐被广大用户所接受，成为大部分用户购物的首要选择。据数据显示，我国网络购物的用户规模在2021年 6 月约达 8.12 亿。相较 2020 年 6月用户规模增长了 6267 万，在网民整体规模中占比较大，约达 80.3% [1]，如图1-1所示。
1.2 研究意义
在电商平台飞速发展的大背景下，用户逐渐热衷通过在线评论分享产品使用体验，因此在线评论反映了用户的感性需求，具有强大的实用价值。感性需求逐渐被用户所重视，对企业进行产品改进有着重要的参考价值。企业通过挖掘感性需求制定产品改进策略，提升企业的经济效益以及服务水平。本文旨在通过文献梳理和方法研究，将理论联系实践，提出具有实际应用意义的产品改进优先级决策办法。本文从用户的感性需求出发，进行感性需求挖掘，并根据感性评价的结果，制定高效产品改进策略，充分利用在线评论这一包含重要信息的数据，提出产品改进优先级决策方法。
(1) 理论意义
在以往的基于在线评论的感性需求研究中，学者或通过通用词典分析感性需求，或依赖普适性较高的感性情感种子词构建感性情感词词典，较少考虑同一产品特征可能存在不同维度的感性需求的情况，也忽略了产品特征维度对应的感性情感词词典之间存在差异。本文结合感性工学的理论思想，对感性需求展开深入研究，将感性需求细化到产品特征维度，为挖掘用户感性需求提供新视角。
此外，现有的产品改进策略研究在研究不同需求类别对满意度的影响中，缺乏与满意度不确定性的结合。因此，本文通过理论研究、构建数学模型等方法，将需求类别与满意度相结合制定改进优先级决策，并且考虑成本约束对产品改进的影响，研究产品改进的优先级策略，对后续产品快速改进的研究方法提供理论参考。
(2) 现实意义
市场容量过度饱和导致产品竞争日益激烈，用户需求也随着消费意识的多样化不断升级，感性需求日益增长。企业设计人员需要在产品设计改进过程中精准定位用户的感性需求，并以此为依据进行高效的产品改进。因此，本文从企业角度出发，结合感性工学的理论思想和文本分析技术，充分利用在线评论，挖掘用户感性需求，并获取用户满意度，对企业的设计人员精准定位用户的感性需求具有一定的参考意义。
第2章 文献综述及相关理论基础
2.1 在线商品评论的相关文献研究
“在线评论”这一概念由Chatterjee在2001年正式提出，他表明消费者的购买决策会被已购产品者分享的在线评论影响 [7]。在线评论是指消费者在使用产品后，在网络购物平台上撰写的包含商品使用感受，购买体验等的评价[8]。通常，消费者都是根据自身真实体验，发表对商品以及各个购物环节的评论，此评论蕴含的用户需求等信息真实可靠。同时，与其他传统信息媒介相比，网络平台的广泛性更强，在线评论在提高消费者的购买意愿等方面有着更强的表现力[9]。因此，在线评论的相关研究成为国内外学术热点。
近年来，数据挖掘技术的迅速发展也在不断推进与在线评论相关的各类研究。在产品特征挖掘和情感分析方面，吴东胜等综合考虑了关注度、观点值和特征修饰词，并基于句法依存关系将三者结合，提出了一种获取用户对商品的改进需求的方法[10]。李玉博则以在线评论为数据源，利用TF-IDF算法对抽取评论中的关键词，获取用户的需求，并将获取得到的用户需求映射到产品的功能特征[11]。郑丽娟和王洪伟基于在线评论，抽取特征观点对，判断观点词情感。对构建的情感本体进行情感极性与强度分析[12]。霍红和张晨鑫将信息熵作为改进计量经济模型的重要参数，通过提取产品特征观点词并结合情感分析技术，分析产品属性对用户购买意愿的影响[13]。王安宁等从在线评论中提取产品特征，并根据特征情感对用户产品满意度进行计算，最终建立了二者与不同销售区域特征的关联 [14]。周萌从京东平台上抓取了部分用户对冰箱类商品的在线评论，并利用word2vec和LSTM这两种深度学习方法对评论进行分类，并获取了评论中的典型意见[15]。邓春林等将社会网络分析法与LDA主题模型结合，提取评论文本的关键要素，得出评论归因维度，并进行情感分析，得出影响微博用户消极情感倾向的关键因素[16]。吴璠等认为同一个用户的评论质量通常具有一定程度的相似性，并且将情感分析和评论质量检测纳入模型中，研究用户和产品这两类信息分别对二者的影响[17]。
2.2 感性需求的相关文献研究
感性工学是基于感性需求提出的一种常用的分析方法。该词最初由日本企业家山本健一提出的，意指消费者对产品所产生的心理感受和情感需求[18]，其核心是一种产品开发方法，用于调查人类的感受，并发现情感反应和设计特征之间的定量关系，挖掘用户需求，从而应用到待开发的产品中[19]。相较于更关注产品实用性和功能性的传统方法来说，感性工学侧重于对消费者的心理需求与情感的考虑[20]。随着生活水平的提高，只关注产品功能的时代已经成为过去式，人们越来越追求使用体验，因此企业逐渐以抓准用户的感性需求为产品改进方向[21]。以手机机身配色为例，部分企业将以前简单的彩色转变成智能变色。从这种转变可以看出，用户对产品体验感的追求会提高企业对用户感性需求的重视。对企业而言，对用户感性需求以及情感的挖掘可以更全面以及更深入地刻画用户画像，在满足用户感性需求的过程中提升用户粘性，从而提升品牌价值[22,23]。
过去三十年里，学者对感性工学进行了大量的研究。就早期研究而言，大多数学者采用的研究方法较为类似。普遍都是参考以前的文献或依据专家知识，事先设定产品特征词和感性情感词，设计调查问卷，然后对收集到的关于不同产品要素组合的用户情感态度进行评估，并将用户情感映射到产品特征，从而优化产品设计。Llinares和Page利用问卷调查法衡量影响消费者房产购买决策的主观感知[24]。Jiang等使用此方法对手机的情感设计研究进行了一组客户调查[25,26]。林晨晔结合了NCS体系（国际色彩标准）与语义差异法，采用定量的方法对用户色彩偏好进行了研究[27]。Shieh等利用该方法探索牙刷形状和颜色之间的关系[28]。Li和Yan利用该方法分析了酒店服务的服务属性、感性词汇和顾客满意度之间的关系[29]。王雪洁和肖旺群认为在产品设计时，考虑用户的感性意向对产品创新有利，基于问卷调查数据确定了感性意向词汇以及用户评价，并通过眼动测试证实这一想法[30]。同样是问卷调查，苏畅等设计了具有语义差分法的问卷，并在确定感性词时考虑了被调查者的需求偏好[31]。田正清等以公共自行车为例，结合Kano模型和感性工学，通过主成分分析以及多重线性回归的方法，将用户感性需求与产品造型设计相联系，最终将产品特征归为三种类别：基本型、期望型和兴奋型 [32]。Wang和Chin将照相机市场进行细分，研究了不同细分市场下用户对不同产品要素组合的偏好，并提出了更具优势的营销策略[33]。王年文和王剑在主成分分析法的基础上结合了因子量化分析法，并以家庭服务机器人这类产品的造型设计要素为例进行了验证，最终结果表明这种方法对探究用户感性情感与产品造型设计要素的关联十分有效[34]。
第3章 考虑产品特征的用户感性需求分析........................ 18
3.1 产品特征的确定................................. 18
3.1.1 产品特征词的提取............................... 18
3.1.2 基于依存句法获取潜在产品特征词......................... 19
第4章 基于感性评价的产品改进优先级决策模型............................... 31
4.1 结合KANO模型与随机占优准则的产品改进优先级决策模型 .............. 31
4.1.1 结合KANO模型与随机占优准则的产品改进优先级决策流程 .... 31
4.1.2 基于KANO模型的感性需求分类 ........................ 31
第5章 实例分析........................... 40
5.1 数据收集与预处理............................ 40
5.1.1 数据收集.................................... 40
5.1.2 预处理............................... 41
第5章 实例分析
5.1 数据收集与预处理
5.1.1 数据收集
本文研究的是
