２０１３年１月 机械设计与制造工程 Ｊａｎ．２０１３ 第４２卷第１期 Ｍａｃｈｉｎｅ Ｄｅｓｉｇｎ ａｎｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏ１．４２ Ｎｏ．１ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．２０９５—５０９Ｘ．２０１３．Ｏ１．０１１ 大规模定制环境下客户需求获取支持系统研究 陈磊，吴清烈，杨惠，王勤勤 （东南大学管理工程研究所，江苏南京２１１１８９） 摘要：为了便捷有效地获取不同客户的定制需求，对大规模定制客户需求获取支持系统进行了研 究。提出了大规模定制客户需求获取支持系统的总体框架，对系统进行了总体结构设计，并对主 要功能模块进行了阐述，给出了部分功能的实现方法。通过获取客户个人特征信息和初始需求 信息，利用ｗｅｂ技术、个性化推荐技术等关键技术，为客户推荐合适的定制选项生成个性化的定 制界面，更加有效地获取客户的需求，帮助客户完成产品的定制。最后通过案例说明了该系统的 有效性和实用性。 关键词：大规模定制；客户需求；支持；个性化推荐 中图分类号：ＴＰ３９１ 文献标识码：Ａ 文章编号：２０９５—５０９Ｘ（２０１３）０１—００３９—０５ 大规模定制是指企业以接近大规模生产的成 化，便于信息的共享、传递和重用，但该方法更多的 本和效率向客户提供个性化的产品和服务…。通 是从企业设计者的角度建立模板，了客户的主 过实施大规模定制模式，企业可以有效地满足众多 动性和个性化需求的表达。 客户的个性化需求，同时也能够实现自身的规模经 此外还有选择菜单法，即系统提供给客户定 济。如何便捷有效地获取客户的定制需求，为客户 制选项，客户通过选择一组属性、部件、价格等 提供满意的需求响应方案，是保证产品定制成功的 选项来实现产品个性化定制 Ｊ。然而这种定制系 首要环节，对企业实施大规模定制模式具有重要意 统向客户提供的是一个统一的定制界面，忽视了 义。 客户本身的知识水平以及需求表达能力方面的差 近年来，随着Ｉｎｔｅｒｎｅｔ和Ｗｅｂ技术的日益成 异性，导致客户无法顺利完成定制选项的选择， 熟，以及电子商务的蓬勃发展，为企业获取客户的 而且过多的选项会给客户决策造成很大的困扰， 需求提供了一个便捷的渠道 Ｉ４ Ｊ。梁棵等提出了 也无法实现辅助客户作出定制决策的作用¨ …。 在Ｉｎｔｅｒｎｅｔ上通过交互式对话获取客户需求信息， 文献［１２］提出了一种咨询界面方法辅助客户进 然后应用ＱＦＤ和ＴＯＳＩＳ法进行产品配置优化分 行定制选项设置，在客户设置选项遇到困难时提 析 ；刘飞等提出了企业设计人员与客户通过Ｉｎ— 供建议，并将合适的选项推荐给客户；文献 ｔｅｍｅｔ进行协同配置的思想和方案。。 。企业基于 ［１３］基于模拟领域专家与客户智能对话获取其 Ｉｎｔｅｒｎｅｔ与客户交互，虽然可以获得较为准确的需 需求的思想，提出了咨询系统的体系结构，但未 求信息，但无法实现低成本、高效率为众多客户服 给出实现方法；文献［１４］借鉴计算机领域的人 务的目标。 机个性化交互思想提出了个性化需求获取方法的 岳同启等通过引入智能Ａｇｅｎｔ建立智能客户 框架模型，也未给出具体实现方法。 需求获取系统，采用智能Ａｇｅｎｔ技术和需求模板检 综上所述，针对目前大规模定制客户需求响应 索技术相结合的方法，将获取的客户需求从模糊、 支持这方面的研究还难以满足大规模定制对获取 粗糙状态逐渐具体化 。文献［８］研究了基于 客户需求信息的要求，本文研究了为不同客户提供 Ｗｅｂ的客户集成化面向订单设计的方法，通过应 合适的客户需求交互过程和界面的支持方法，该方 用模板生成符合客户需求的ＣＡＤ模型，并采用有 法首先通过获取客户个人特征和初始需求信息等， 限元法对产品模型的结构进行分析评估。采用需 应用协同推荐算法向客户推荐与其需求最接近的 求模板获取客户需求，有利于客户需求描述的规范 定制选项，结合Ｗｅｂ和Ａｇｅｎｔ技术，使系统随着客 收稿日期：２０１２—０９—１７ 基金项目：教育部人文社会研究规划基金资助项目（０９ＹＪＡ６３ｏｏ２２） 作者简介：陈磊（１９８８一），男，江苏南通人，东南大学硕士研究生，主要研究方向为大规模定制。 ・３９・ ２０１３年第４２卷 机械设计与制造工程 户信息的不断完善快速生成个性化定制界面，用以 支持快捷有效地获取客户的需求信息。本文阐述 了大规模定制环境下客户需求获取支持系统的设 ２大规模定制客户需求获取支持系统总体 结构设计 本文将个性化推荐技术应用于客户需求获取系 统中，构建了一个融合语义分析技术、推荐技术、 ＣＭＳ技术以及电子商务等为一体的大规模定制客户 需求获取支持系统。系统利用Ｗｅｂ挖掘技术和自 计思路，对总体结构进行了设计，并给出了部分功 能的实现方法。 １大规模定制需求获取支持系统设计思路 大规模定制客户需求获取是指企业和客户进 行交互获取客户对产品功能、性能、外观以及价格 等定制特征需求描述信息的过程。企业要为每一 主学习技术来获取客户信息及其需求信息，挖掘客 户兴趣特征和需求特征，在客户进行需求表述时，利 用智能检索匹配技术和推荐技术主动地将相关信息 推荐给客户，帮助客户完成需求表述的过程。 ２．１ 系统总体框架 位客户提供定制化的产品或服务，就必须能够准确 地获取每一位客户的个性化需求信息。在大规模 定制过程中，客户主要是通过企业提供的产品定制 平台进行自助配置，完成个性化需求的表述。 目前的产品定制系统自动引导客户表达需求， 主要是结构化和参数化的功能要求¨ ，需要客户 从设计者的角度去考虑问题，而且客户需 大规模定制客户需求获取支持系统从功能来 划分主要分为以下几个组成部分：学习和知识发 现、客户信息库管理、初始需求分析推理、需求特征 检索匹配、零部件信息库管理、协同过滤推荐、定制 界面生成等。系统的总体框架如图１所示。 要一定的专业知识才能够将自己的需求转 化为功能要求去表达，对于客户来说是很 大的考验。客户在定制初始阶段，对自己 的需求往往只有一个模糊概念或者仅仅局 限于自己关注的某一方面，对于整个定制 产品并不是很了解，对于企业提供的配置 选项也不是很清楚，不知道有的选项应该 如何选择，如果没有任何提示和引导，就不 能立即给出正确而且完整的需求描述。因 此，客户在表述需求的过程中允许客户以自然语言 的形式表述某些需求，这样既符合客户的语言表达 习惯，同时企业也能获得客户真实的需求；此外在 图１ 大规模定制客户需求获取支持系统总体框架 ａ．学习和知识发现模块。 学习和知识发现模块采用机器学习和数据挖 掘的算法对Ｗｅｂ服务器传递过来的记录客户行为 的日志文件进行分析处理，发现客户的行为模式和 定制过程中提供相应的辅助支持，为客户提供合适 的推荐，对于提高客户满意度来说，也具有很大的 帮助。 基于以上分析，本文提出了大规模定制客户需 求获取支持系统。首先，通过初始界面获取客户的 个人特征和初始需求信息，运用模糊推理规则对这 兴趣向量，生成相应的客户兴趣配置文件，建立个 性化的客户模型，将其存人到客户信息库中，并且 它还会接受客户的反馈信息，通过不断分析学习客 户的反馈信息，跟踪客户的兴趣变化，修改客户兴 趣配置文件，更新客户个性化模型。 ｂ．分析推理模块。 该模块主要是实现自然语言的处理，通过应用 些信息进行推理分析和模糊处理，采用智能检索匹 配技术检索符合其需求的定制选项，并结合个性化 推荐系统推荐可能需要的定制选项，根据客户表达 能力情况，向客户提供合适的定制需求交互过程和 界面，并可以完成客户输入的一致性检验。该支持 系统根据客户的个人信息和初始需求信息，向客户 提供可定制的需求交互过程和界面，不需要客户对 定制产品所有需求特征都进行描述，从而支持客户 更加便捷地表达自己的需求，企业更加有效地获取 客户的需求信息。 ・模糊推理规则对Ｗｅｂ服务器获取的客户初始需求 信息进行推理分析，初步推断客户对产品定制特征 的要求。其中模糊推理矩阵是模糊推理规则的结 构化表示形式。将需求信息中包含的特征值映射 到模糊矩阵，通过模糊分析推断相应产品定制需求 的特征值。 ｃ．检索匹配模块。 检索匹配模块是根据前面推理分析得出的特 征值借助智能搜索引擎在企业的零部件信息库中 ４０・ 第１期 陈磊，等：大规模定制环境下客户需求获取支持系统研究 进行检索匹配，将符合定制要求的零部件信息提取 偏好等信息，依此产生可能满足客户需求的推荐， 出来，并将他们写人到产品定制特征集合中，为下 生成个性化的定制界面供客户定制选择。在这一 一步协同过滤产生推荐提供数据保障。 过程中主要有特征推理分析、智能检索匹配和个性 ｄ．协同过滤模块。 化推荐等功能，关于特征推理分析的实现文献 该部分是支持系统的核心，主要包括基于客户 ［１６］做了详细的研究，本文就不再重复，这里主要 的协同过滤和基于产品定制特征协同过滤２个功 对检索匹配和个性化推荐的实现进行详细阐述。 能，通过两方面结合，完成整个产品定制信息的推 ３．１检索匹配的实现方法 荐。其中基于客户的协同推荐是通过客户个性化模 检索匹配即是根据推理分析得到定制需求特 型描述，根据兴趣相似的客户群的意见产生推荐；基 征值，从企业零部件信息库中检索出符合客户定制 于产品定制特征的协同过滤则是根据定制特征从零 需要的零部件信息，并且智能地计算这些零部件信 部件库中推荐可能符合定制需求的定制选项。 ｅ．定制界面生成模块。 息和客户需求的匹配程度，有选择地提供给客户。 定制界面生成模块主要功能是生成能够尽量 由于中文有许多同义词、近义词，特征值提取出后， 满足当前客户需求描述的个性化定制界面。它接 仍然需要对它们进行分析。使用潜在语义分析方 受协同过滤产生的推荐信息，生成推荐的定制选 法可以在一定程度上识别同义、近义词。此外，由 项，利用ＣＭＳ技术实现个性化定制界面的快速生 于根据客户初始需求推理分析得到的特征值往往 成。 比较零散不够规范全面，包含的信息也相对较少。 ２．２系统体系结构 为此，需要借助查询扩展算法对特征值进行适当的 图２所示系统采用基于Ｂ／Ｓ的３层体系结构， 扩展，才能生成合适的查询向量。 即表示层、业务逻辑层和数据层，将系统功能实现 客户定制需求特征值经过潜在语义分析和查询 核心部分集中在服务器端，提高了系统的灵活性和 扩展后，就得到参与匹配检索的关键词。这些关键 可靠性。把业务逻辑、数据源操作、系统生成的数 词就形成了匹配查询向量：Ｑ＝（ＯＬ。，ＯＬ：，…，ａ ），为 据和数据的表现形式相互，将各个部分分解出 查询向量，Ｗ＝（ ， ，…，Ｗ ），为所对应的词汇向 来交给特定的模块处理。 量， 为待匹配检索关键词数目， 指该关键词的频 度。同样的，对于零部件信息库经过类似处理也存 表示层 ： 业务逻辑层 ：数据层 窖， 端 ＷｅｂＪ］￣务器 啦用服务器 在词汇一信息库矩阵Ａ 以及它所对应的查询向量 浏览器 ＨＴＭＬ￣态页面 ∞ 知识发现转学习 Ｑ。为了进行匹配检索需要构造出ＡＱ 和ＡＱ，其中 ＪＳＰ ＼ 客户绱息管理 Ａ 是加人了查询向量中已含有关键词的矩阵、ＡＱ Ｓｅｒｖｌｅｔ Ｉ 零部件锗息管理。 是未含有关键词的矩阵。由于这２个矩阵含有丰富 ｔ …● ● －．…的信息，是高维矩阵，因此需要对它们进行降维处 理，这里采用奇异值分解 的方法来处理。 经过降维处理得到新的矩阵ＡＱ ，ＡＱ ，可以 图２ 大规模定制客户需求获取支持系统体系结构 将新生成的零部件信息文档之间的语义关系显现 系统体系结构中，表示层通过客户端浏览器负 出来。然后通过计算２个零部件信息文档之间的 责实现应用逻辑的表达。在业务逻辑层，Ｗｅｂ服 相关程度，就可以得到２个零部件的相关程度。２ 务器通过ＨＴＭＬ静态页面、ＪＳＰ、Ｓｅｒｖｌｅｔ等技术实现 个零部件信息文档之间的相关度可以直接通过计 。信息动态发布，与客户进行信息交互；应用服务器 算信息文档矩阵转置与该矩阵的乘积来求得： 则是完成相应的业务过程，如知识发现与学习、协 Ｉｋ＝Ａ～ ＇Ｔ ｘＡＱ 同过滤的实现、定制界面的生成等。数据层为业务 Ｊ＝ＡＱ ｘＡＱ’ 逻辑层提供数据的支持。 和ｊ这２个矩阵中的元素表示２个零部件 的相关程度，由此可以通过查找相关矩阵元素的大 ３ 系统业务逻辑功能的实现 小来确定每个零部件的相关程度，进行零部件信息 大规模定制客户需求获取首先需要对客户以 与客户需求信息的匹配检索。 自然语言描述的初始需求进行推理分析，获取其中 ３．２协同过滤推荐的实现方法 的定制特征值，然后再在产品零部件信息库中检索 由于客户的初始需求匹配出来的定制选项往 符合要求的零部件，此外还需要获取客户的特征和 往很少，依据此生成定制界面不够完整，因此通过 ．４１． ２０１３年第４２卷 机械设计与制造工程 寻找和当前用户偏好最匹配的客户群来产生定制 选项的推荐。本文采用基于定制选项满意度预测 的协同过滤算法来实现定制选项推荐，该算法主要 是根据定制选项的相似性初步预测客户对未评价 的定制选项的满意度，分为寻找最近邻域和产生推 荐２部分。 ３．２．１寻找最近邻域 为了计算客户ｉ和客户 之间的相似性，首先计 算经客户ｉ和客户 选择的定制选项集合的并集 ， 设客户Ａ的定制选项集合用厶表示，则 ＝Ｉｉ ｕ，『。 客户ｉ和客户 在 中未选择的定制选项的满意度 通过客户对相似定制选项的满意度预测出来，然后 在定制选项集合 上计算客户ｉ和客户 之间的相 似性。预测客户ｉ对定制选项集合 中未选择定制 选项的满意度是基于定制选项相似性的协同过滤推 荐算法的关键。设客户 在定制选项 ｉ 中未选择定 制选项用 表示，即 ＝ — 。对任意定制选项 Ｐ∈Ｎｉ使用下面的方法预测客户ｉ对定制选项Ｐ的 评价Ｐ ＿ｌ ：计算定制选项Ｐ和其他定制选项之间 的相似性，和计算客户之间的相似性类似，即对任意 的两个定制选项ｓ和ｔ，首先要获得所有客户对他们 的满意度评价，然后再计算ｓ和ｔ之间的相似性。 通过计算可以获得其他定制选项与选项Ｐ的 相似性，将相似性最高的一些定制选项作为Ｐ的邻 居定制选项集合，即在整个空间中查找定制选项集 合 ＝｛， ，，２，…， ｝，使Ｐ不属于 ，并且选项，ｌ 与选项Ｐ的相似性ｓｉｍ（ｐ，，。）最高，，２与尸的相似 性ｓｉｍ（ｐ，，２）次之，依次类推。 得到Ｍ 后，采用以下公式预测客户ｉ对定制 选项Ｐ的满意度Ｐ ： ｓｔｒｏｐｘ ， Ｐｉ，ｐ ｎＥ 经过上述方法处理后，对于 中每一个定制 选项客户ｉ和客户 都有了一个满意度评价，即对 于任意Ｐ∈Ｕ¨客户ｉ对Ｐ的满意度评价为： Ｒ．：ｆ一 【Ｐ ，客户ｉ和选项Ｐ无关Ｊ ！查 垄 塑 ｌ 然后再基于定制选项集合 ，来计算客户ｉ和 客户 的相似性，具体为： ａ．余弦相似性 ∑（Ｒｉ， ， ） ５ｉｍ（ｉ， ）：— 兰兰＝＝＿ ＝＝ ．／∑Ｒ” ．、／“ｅ ／∑ ． 。 ｂ．修正的余弦相似性 －４２－ ∑（Ｒ 一Ｒ ）（ ， 一 ） ｓｉｍ（ｉ，． ）：— 兰 ＝＝＝＝— ＝＝＝＝＝＝＝ ．／∑（ Ｒｉ ．／∑（ ） 因此寻找最近邻域就是对于每个客户ｕ，在整 个客户空间中找客户集合Ｃ＝｛Ｃ ，ｃ：，…，Ｃ ｝，使“ 不属于ｃ，并且ｃ。和 的相似性ｓｉｍ（“，ｃ。）最高，ｃ 与“的相似性ｓｉｍ（“，Ｃ：）次之，依次类推。 ３．２．２产生推荐 通过上述方法得到了目标客户的最近邻居，接 下来将产生相应的推荐。设客户ｉ的最近定制选 项集合用ＮＢＳ 表示，则客户ｉ对任意定制选项Ｐ的 预测满意度Ｐ 可由下面的公式计算出¨ ： ∑ｓｉ‘． ｒｅ（ｉ，、 ｎ）×（Ｒ ．、 “’ｐＰ一 ） … Ｐｉ＝ｐＲｉ＋ ，ｎ ＮＢＳ 式中：ｓｉｍ（ ，１１，）表示客户ｉ和客户ｒｔ之间的相似 性；Ｒ 表示客户 对定制选项Ｐ的满意度评价；Ｒ 分别表示客户ｉ和客户ｎ对定制项目的平均满意度 评价。通过这一系列的分析计算最终得到了最有 可能满足客户需求的定制选项，从而实现了对客户 定制选项的推荐。 ４系统应用举例 基于以上研究，本文开发了笔记本电脑的定制 需求获取支持系统。客户通过笔记本电脑定制界 面，直接输人自己对需求特征的描述，如：显示器 １２英寸左右、内存高一些、质量比较轻、价格４ ０００ 元左右等，其需求信息在传到服务器端后，由推理 分析模块执行处理，获取其中的关键特征词，经过 查询扩展后再由检索匹配模块到零部件信息库中 进行检索匹配。与此同时系统也会对客户操作行 为自动进行跟踪，获取客户的一些偏好信息，比如： 客户浏览商务系列的产成品频率比较高，系统会推 断客户可能是应用于商务办公。依据客户直接表 述的需求信息及系统自动获取的客户偏好信息再 推荐产生可能符合客户定制需求的定制选项，生成 个性化的定制界面。客户在新的定制界面进行详 细的需求描述，并与企业进行互动定制出自己满意 的产品。系统通过生成个性化的定制界面，模拟销 售人员帮助客户完成定制需求表述，从而可以提高 企业需求获取的效率以及客户的满意度。 ５结束语 大规模定制环境下，产品定制成功的关键在于 准确地获取客户的个性化需求，为客户提供个性化 第１期 陈磊，等：大规模定制环境下客户需求获取支持系统研究 的服务。目前，个性化推荐系统已经成为解决个性 ［Ｊ］．Ｉｎｔｅｇｒａｔｅｄ Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｅｎｇｉｎｅｅｉｒｎｇ，２００６，１３（２）： 化服务的有效手段，它能够利用智能化的方法引导 １３３—１４８． 客户从大量的信息中选择最适合自己需要的信息。 ［９］Ｂｈａｒａｔｉ Ｐ，Ｃｈａｕｄｈｕｒｙ Ａ．Ｕｓｉｎｇ ｃｈｏｉｃｅｂｏａｒｄｓ ｔｏ ｃｒｅａｔｅ ｂｕｓｉｎｅｓｓ ｖａｌ－ ｕｅ［Ｊ］．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｏｆ ｔｈｅ ＡＣＭ，２ＯＯ４，４７（１２）：７７－８１． 本文将语义分析技术和推荐技术相结合，提出了一 ［１０］Ｍｉｃｅｌｉ Ｇ，Ｒｉｃｏｔｔａ Ｆ，Ｃｏｓｔａｂｉｌｅ Ｍ．Ｃｕｓｔｏｍｉｚｉｎｇ ｃｕｓｔｏｍｉｚａｔｉｏｎ：ａ 种基于定制选项推荐的客户需求获取系统模型。 ｃｏｎｃｅｐｔｕａｌ ｆｒａｍｅｗｏｒｋ ｆｏｒ ｉｎｔｅｒａｃｔｉｖｅ ｐｅｍｏｎａｌｉｚａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ 通过对该系统总体框架、体系结构以及关键技术的 ｏｆ Ｉｎｔｅｒａｃｔｉｖｅ Ｍａｒｋｅｔｉｎｇ，２００７，２１（２）：６—２５． 研究，开发了大规模定制环境下客户需求获取支持 ［１ １］Ｃｈｅｎ Ｚ Ｘ，Ｗａｎｇ Ｌ Ｙ．Ｐｅｒｓｏｎａｌｉｚｅｄ ｐｒｏｄｕｃｔ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｒｕｌｅｓ 系统。系统利用Ｗｅｂ挖掘技术、个性化推荐技术 ｗｉｔｈ ｄｕａｌ ｆｏｒｍｕｌａｔｉｏｎｓ：ａ ｍｅｔｈｏｄ ｔｏ ｐｍａｃｔｉｖｅｌｙ ｌｅｖｅｒａｇｅ ｍａｓｓ ｃｏｎｆｕｓｉｏｎ［Ｊ］．Ｅｘｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１０，３７ 和网络技术等来分析客户行为，引导客户快速选择 （１）：３８３—３９２． 符合需求定制选项，实现了准确、高效的客户需求 ［１２］Ｈａｎｓｅｎ Ｔ，Ｓｃｈｅｅｒ Ｃ，Ｌｏｏｓ Ｐ．Ｐｒｏｄｕｃｔ Ｃｏｎｆｉｕｇｒａｔｏｍ ｉｎ Ｅｌｅｃｔｒｏｎｉｃ 获取。 Ｃｏｍｍｅｒｃｅ—－Ｅｘｔｅｎｓｉｏｎ ｏｆ ｔｈｅ ｃｏｎｆｉｇｕｒａｔｏｒ ｃｏｎｃｅｐｔ ｔｏｗａｒｄｓ ＣＵＳ・・ ｏｔｍｅｒ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２ｎｄ Ｉｎｔｅｄｒｉｓｃｉ・ 参考文献： ｐｌｉｎａｒｙ Ｗｌ０ｄｄ Ｃｏｎｇｒｅｓｓ ｏｎ Ｍａｓｓ Ｃｕｓｔｏｍｉａｚｔｉｏｎ ａｎｄ Ｐｅｒｏｏｎａｌｉｚａ・ ［１］Ｔｓｅｎｇ Ｍ Ｍ，Ｐｉｌｌｅｒ Ｆ Ｔ．Ｔｈｅ Ｃｕｓｔｏｍｅｒ Ｃｅｎｔｒｉｃ Ｅｎｔｅｒｐｒｉｓｅ：Ａｄ— ｔｉｏｎ（ＭＣＰＣ）．Ｂｅｒｌｉｎ：［ｓ．ｎ．］，２００３． ｖａｎｃｅｓ ｉｎ Ｍａｓｓ Ｃｕｓｔｏｍｉｚａｔｉｏｎ ａｎｄ Ｐｅｒｓｏｎａｌｉｚａｔｉｏｎ［Ｍ］．Ｎｅｗ ［１３］Ｂｌｅｃｋｅｒ Ｔ，Ａｂｄｅｌｋａｆｉ Ｎ，Ｋｒｅｕｔｌｅｒ Ｇ，ｅｔ ａ１．Ａｎ ａｄｖｉｓｏｒｙ ｓｙｓｔｅｍ ｏｆｒ ｃｕｓｔｏｍｅｒｓ ｏｂｊｃｅｔｉｖｅ ｎｅｅｄｓ ｅｌｉｅｉｔａｔｉｏｎ ｉｎ ｍａｓｓ ｃｕｓｔｏｍｉｚａｔｉｏｎ Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ，２００３． ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ｔｈｅ ４ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ ＩＣＳＣ Ｓｙｍｐｓｉｕｍ ｏｎ Ｅｎ— ［２］Ｄｅｗａｎ Ｒ，Ｊｉｎｇ Ｂ，Ｓｅｉｄｍａｎｎ Ａ．Ｐｒｏｄｕｃｔ ｃｕｓｔｏｍｉｚａｔｉｏｎ ａｎｄ ｐｒｉｃｅ ｉｇｎｅｅｒｉｎｇ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ（ＥＩＳ ２００４），Ｆｕｎｃｈａｌ，Ｐｏ￣ｕｇａｌ： ｃｏｍｐｅｔｉｔｉｏｎ ｏｎ ｔｈｅ Ｉｎｔｅｒｎｅｔ［Ｊ］．Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ，２００３，４９ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍａｄｅｉａｒ，２００４． （８）：１０５５—１０７０． ［１４］Ｋｒｅｕｔｌｅｒ Ｇ，Ｊａｎｎａｅｈ Ｄ．Ｐｅｒｓｏｎａｌｉｚｅｄ Ｎｅｅｄ Ｅｌｉｃｉｔａｔｉｏｎ ｉｎ Ｗｅｂ— ［３］Ｌｏｍｂａｒｄｏｎｉ Ａ，Ｎｏｒｒｉｅ Ｍ，Ｗｅｉｂｅｌ Ｎ，ｅｔ ａ１．Ａ ｓｙｓｔｅｍａｔｉｃ ａｐ— ｂａｓｅｄ Ｃｏｎｉｆｇｕｒａｔｉｏｎ Ｓｙｓｔｅｍｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ Ｓｃｉｅｎｃｅ， ｐｒｅａｃｈ ｔｏ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｅ—－ｃｏｍｍｅｒｃｅ ｓｉｔｅｓ ｆｏｒ ｍａｓｓ ｃｕｓｔｏｍ— ２００６：２７—４２． ｉｚａｔｉｏｎ［ｃ］．Ｔｈｅ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００５ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ｅ—Ｔｅｃｈｎｏｌｏｇｙ，ｅ—Ｃｏｍｍｅｒｃｅ ａｎｄ ｅ—Ｓｅｒｖｉｃｅ， ［１５］邓超，马晓彬，吴军，等．基于粗糙集理论的质量屋顾客需求 ＨｏｎＩｇｋｏｎｇ：［ｓ．ｎ］，２００５：２４６—２４９． 分析技术［Ｊ］．计算机集成制造系统，２００７，１３（６）：１１９１— １１９５． ［４］Ｇｒｅｎｃｉ Ｒ Ｔ，ＷＡＴＴＳ Ｃ Ａ．Ｍａｘｉｍｉｚｉｎｇ ｃｕｓｔｏｍｅｒ ｖａｌｕｅ ｖｉａ ｍａｓｓ ［１６］经有国，但斌，张旭梅，等．基于本体的非结构化客户需求智 ｃｕｓｔｏｍｉｚｅｄ ｅ—ｃｏｎｓｕｍｅｒ ｓｅｒｖｉｃｅｓ［Ｊ］．Ｂｕｓｉｎｅｓｓ Ｈｏｒｉｚｏｎｓ，２００７， 能解析方法［Ｊ］．计算机集成制造系统，２０１０，１６（５）：１０２６— ５０（２）：１２３—１３２． １０３３． ［５］ 梁操，周俊，罗彬．ＭＣ模式下基于顾客需求的产品配置优化 分析［Ｊ］．管理科学学报，２００３，６（３）：５２—５６． ［１７］但斌，经有国，孙敏，等．在线大规模定制环境下面向异质客 户的需求智能获取方法［Ｊ］．计算机集成制造系统，２０１２，１８ ［６］ 刘飞，李世新，刘胜．面向大规模定制的用户需求协同配置思 （１）：１５—２４． 想及其应用［Ｊ］．机械工程学报，２００４，４０（１）：１１３—１１７． ［１８］Ｓａｒｗａｒ Ｂ，ｋａｒｙｐｉｓ Ｇ，Ｋｏｎａｓｔａｎ Ｊ，ｅｔ ａ１．Ｉｔｅｍ—Ｂａｓｅｄ ｃｏｌｌａｂｏｒａ－ ［７］ 岳同启，王吉军，王海军，等．智能客户需求获取系统的结构 ｔｉｖｅ ｉｆｌｔｅｉｒｎｇ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｌａｇｏｒｉｔｈｍｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ 设计［Ｊ］．大连大学学报，２００３，２４（４）：５９—６２． ｌＯｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｄ Ｗｉｄｅ Ｗｅｂ Ｃｏｎｆｅｒｅｎｃｅ．Ａｍｓｔｅｒｄａｍ： ［８］ Ｓｉｄｄｉｑｕｅ Ｚ，Ｎｉｎａｎ Ｊ Ａ．Ｍｏｄｅｌｉｎｇ ｏｆ ｍｏｄｕｌａｒｉｔｙ ａｎｄ ｓｃａｌｉｎｇ ｆｏｒ ［ｓ．ｎ．］，２００１：２８５—２９５． ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｃｕｓｔｏｍｅｒ ｉｎ ｄｅｓｉｇｎ ｏｆ ｅｎ￣ｎｅｅｒ・—ｔｏ—－ｏｒｄｅｒ ｐｒｏｄｕｃｔｓ Ｒｅｓｅａｒｃｈ ｏｆ Ｓｕｐｐｏｒｔ Ｓｙｓｔｅｍ ｆｏｒ Ｃｕｓｔｏｍｅｒ Ｎｅｅｄｓ Ａｃｑｕｉｒｅｍｅｎｔ ｉｎ ＣＨＥＮ Ｌｅｉ，ＷＵ ＱＩＮＧｌｉｅ，ＹＡＮＧ Ｈｕｉ，ＷＡＮＧ Ｑｉｎｑｉｎ （Ｓｏｕｔｈｅａｓｔ Ｕｎｉｖｅｒｓｉｔｙ，Ｊｉａｎｇｓｕ Ｎａｎｊｉｎｇ，２ １ １ １ ８９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ａｃｑｕｉｒｅ ｔｈｅ ｃｕｓｔｏｍｉｚａｔｉｏｎ ｎｅｅｄｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｃｕｓｔｏｍｅｒｓ ｃｏｎｖｅｎｉｅｎｔｌｙ ａｎｄ ｅｆｉｆｃｉｅｎｔｌｙ，ａ ｓｕｐ． ｐｏｒｔ ｓｙｓｔｅｍ ｆｏｒ ａｃｑｕｉｒｅｍｅｎｔ ｃｕｓｔｏｍｅｒ ｎｅｅｄｓ ｏｆ ｍａｓｓ ｃｕｓｔｏｍｉｚａｔｉｏｎ ｉｓ ｓｔｕｄｉｅｄ．Ｔｈｅ ｆｒａｍｅｗｏｒｋ ｏｆ ｓｕｐｐｏｒｔ ｓｙｓｔｅｍ ｆｏｒ ｃｕｓｔｏｍｅｒ ｎｅｅｄｓ ａｃｑｕｉｒｅｍｅｎｔ ｉｎ ｔｈｅ ｍａｓｓ ｃｕｓｔｏｍｉｚａｔｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆ ｓｕｐｐｏｒｔ ｓｙｓｔｅｍ ｉｓ ｃｏｎ－ ｓｔｒｕｃｔｅｄ．Ｔｈｅ ｍａｉｎ ｆｕｎｃｔｉｏｎ ｏｆ ｃｏｍｐｏｎｅｎｔｓ ｉｓ ｅｌａｂｏｒａｔｅｄ，ａｎｄ ｔｈｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄｓ ｏｆ ｓｏｍｅ ｆｕｎｃｔｉｏｎｓ ａｒｅ ｇｉｖｅｎ．Ｔｈｒｏｕｇｈ ａｃｑｕｉｉｒｎｇ ｐｅｒｓｏｎａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｉｎｉｔｉａｌ ｎｅｅｄｓ ｏｆ ｔｈｅ ｃｕｓｔｏｍｅｒ，ａｎｄ ｂａｓｅｄ ｏｎ Ｗｅｂ ｔｅｃｈ— ｎｉｑｕｅｓ，ｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ ａｎｄ ｏｔｈｅｒ ｃｒｉｔｉｃａｌ ｔｅｃｈｎｉｑｕｅｓ，ｔｈｅ ｓｙｓｔｅｍ ｃａｎ ｒｅｃｏｍｍｅｎｄ ａｐｐｒｏ－ ｐｒｉａｔｅ ｃｕｓｔｏｍｉｚａｔｉｏｎ ｏｐｔｉｏｎｓ ａｎｄ ｇｅｎｅｒａｔｅ ｐｅｒｓｏｎａｌｉｚｅｄ ｃｕｓｔｏｍｉｚａｔｉｏｎ ｉｎｔｅｒｆａｃｅ ａｕｔｏｍａｔｉｃａｌｌｙ，ｔｈｒｏｕｇｈ ｗｈｉｃｈ ＣＵＳ－ ｔｏｍｅｒ ｎｅｅｄｓ ｃａｎ ｂｅ ａｃｑｕｉｒｅｄ ｍｏｒｅ ｅｆｆｅｃｔｉｖｅｌｙ．Ａｔ ｌａｓｔ，ａｎ ｅｘａｍｐｌｅ ｉｓ ｕｓｅｄ ｔｏ ｉｌｌｕｓｔｒａｔｅ ｔｈｅ ｐｒａｃｔｉｃａｂｉｌｉｔｙ ａｎｄ ｅｆ－ ｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｓｙｓｔｅｍ． Ｋｅｙ ｗｏｒｄｓ：Ｍａｓｓ Ｃｕｓｔｏｍｉｚａｔｉｏｎ；Ｃｕｓｔｏｍｅｒ Ｎｅｅｄｓ；Ｓｕｐｐｏｒｔ；Ｐｅｒｓｏｎａｌｉｚｅｄ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ・４３・
