<< TOPへ
A semantic analysis‑driven customer requirements mining method for product conceptual design
・自然言語処理、マイニングで、プロダクトの設計の新しいやり方を提案。2022年。
・生成AIが大々的に世に出てくる前なので、今となっては内容が大きく改善されそうな気がする。
・システムの要件定義とした場合にはどのような分析構造になるのかが気になった。
・重要なキーワードは以下。
- BERT(自然言語処理のための深層学習モデルの一種)
- ILDA(トピック分析手法の一種)
- VPA(思考発話プロトコル分析:人の思考プロセスを言語化して分析する手法)。以下はVPAの例を引用。
VPAとは、ウェブサイトのユーザビリティ評価や学習者の思考プロセスの理解など、様々な分野で用いられる手法。人の思考プロセスを言語化するという点で、アンケートやインタビューとは異なる特徴を持っている
>被験者に問題や課題を与えます。
>被験者にその問題について考えてもらいながら、頭に浮かんだことを口に出して言葉にしてもらいます。
>被験者の発話内容を記録します。
>記録された発話内容を分析し、問題解決プロセスを理解します。
・内容が難しいので、（おそらくだけど）自分が把握した範囲ではこんな感じだと思う。エレベーターを対象とした場合について
---
# 例えば、エレベーターを利用する10人の顧客から以下のようなコメントが寄せられたとする。
1. エレベーターの中で音楽が流れると良いな。
1. エレベーターの速度をもっと速くしてほしい。
1. エレベーターのボタンの位置が分かりにくい。
1. エレベーターの中をもっと広くしてほしい。
1. エレベーターの揺れを減らしてほしい。
1. エレベーターの中に鏡があると便利だと思う。
1. エレベーターの停止位置をもっと正確にしてほしい。
1. エレベーターの中の空気をもっと快適にしてほしい。
1. エレベーターの到着をもっと早く知らせてほしい。
1. エレベーターの中で非常時の対応方法を表示してほしい。
これらのコメントを収集して、**機能**、 **行動**、 **構造** の3つの領域に分類する
- 機能：音楽(1)、速度(2)、空気の質(8)、到着通知(9)、非常時対応(10)
- 行動：揺れ(5)、停止位置(7)
- 構造：ボタンの位置(3)、広さ(4)、鏡(6)
# そして分類されたデータを **BERTモデル** で分析し、顧客要求をより詳細に理解する
- 例えば、「音楽」と「空気の質」は快適性に関する要求
- 「速度」と「到着通知」は利便性に関する要求
# **ILDA** を用いて、顧客が最も重視する機能面での要求を抽出する
例えば、「速度」「空気の質」「非常時対応」が上位にランクされるかも？
# 分析結果をエレベーターの設計に反映する。優先順位の高い要求から改善案を検討する
- エレベーターの速度を上げるために、モーターを強化する。
- 空気の質を改善するために、換気システムを導入する。
- 非常時対応について、分かりやすい案内を表示する。