دانلود مقاله ISI انگلیسی شماره 2777 + ترجمه فارسی
عنوان فارسی مقاله

توسعه محصول با استفاده از تکنیک های داده کاوی : مطالعه موردی در طراحی دوربین های دیجیتال

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
2777 2011 7 صفحه PDF 27 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Product development with data mining techniques: A case on design of digital camera
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Expert Systems with Applications, Volume 38, Issue 8, August 2011, Pages 9274–9280

فهرست مطالب ترجمه فارسی
چکیده
کلمات کلیدی
1. مقدمه
2. مروری بر سابقه ی تحقیق در مورد توسعه ی محصولات جدید    
2. 1.  توسعه ی محصولات جدید با استفاده از روش های داده کاوی
2.2. مدل های مبنی بر قواعد ارتباطی و درخت تصمیم گیری
3. چارچوب تحقیق و روند تجزیه و تحلیل
4.آماده سازی و بررسی داده های تحقیق
5. نتایج آزمایشی
6. نتیجه گیری
کلمات کلیدی
توسعه محصول جدید - روش مبتنی بر داده کاوی - قانون انجمن - مدل های مبتنی بر درخت تصمیم گیری
ترجمه چکیده
بسیاری از شرکت ها برای اینکه محصولاتشان را از محصولات رقبایشان متمایز و آنها را مناسب احتیاجات و خواسته های مشتری هایشان سازند، بخش عمده ای از بودجه شان را به توسعه ی محصولاتشان اختصاص می دهند. بنابراین شرکت های تجاری باید محصولاتی طراحی کنند که نیازهای مشتریان را برطرف سازد، زیرا این اقدام معیاری اساسی برای کسب مشتری و سود بیشتر است و توانایی رقابت یک شرکت با شرکت های دیگر را افزایش می دهد. این مقاله موارد زیررا در زمینه ی توسعه ی محصولات جدید دوربین های دیجیتال مورد بررسی قرار می دهد: 1) نیازها و خواسته های مشتریان برای دوربین های دیجیتال دقیقاً چه هستند؟ 2) چه ویژگی هایی مهم تر از ویژگی های دیگر است؟ 3) آیا می توان طراحی محصول و برنامه ریزی خطوط تولید را با آگاهی از نیازهای مشتریان ادغام کرد؟ 4) قواعد چگونه به ما کمک می کنند تا تدبیری هنگام طراحی دوربین های دیجیتال جدید بیندیشیم؟ برای بررسی این موارد، الگوریتم های ای پرایورایوسی 5 از روش های قواعد ارتباطی و درخت های تصمیم گیری هستند که برای استخراج نیازهای مشتریان به کار می روند. اطلاعاتی که از نتایج داده کاوی بدست می آید به شکل قواعد و الگوهای اطلاعات بر روی نقشه های تولید نشان داده می شوند تا راه حل هایی عملی برای طراحی محصول و بازاریابی بدست آید.
ترجمه مقدمه
با تغییر دائمی فناوری اطلاعات و الگوهای مصرف کنونی، چرخه ی عمرمحصولات کوتاه تر و کوتاه تر می شود. شرکت ها باید به روندهای دائماً متغیر بازار تسلط کامل داشته باشند و برای توسعه ی محصولات جدیدشان که برای افزایش قابلیت رقابت شرکت ها طراحی می شوند فعالیت های تجاری سودزا ایجاد کنند. برای رفع نیازهای مشتریان بهتر است محصولات مطابق با نیازهای خاص مشتریان تولید شود. اماتولید چنین محصولاتی هزینه های تولید و قیمت محصول را افزایش می دهد. برای دستیابی به مزایای صرفه جویی در مقیاس، هزینه ی تولید را با استاندارد سازی محصولات می توان کاهش داد. مهندسی همزمان یک روند مدیریتی برای مهندسی سنتی است که ازفقدان توسعه ی محصول ناشی می شود. مهندسی همزمان یک روش اصولی ست که توسعه ی محصول را که بر جوابگو بودن در مقابل انتظارات مشتری تاکید دارد کامل می کند و ارزش های تیمیِ همکاری، اعتماد واشتراک را به گونه ای در برمیگیرد که تصمیم گیری با توافق انجام می شود و همه ی جوانب از ابتدای چرخه ی عمر محصول در نظر گرفته می شود. بنابراین می توان تمام فعالیت های مرتبط به چرخه ی عمر محصول را از ابتدای توسعه ی محصول کاملاً در نظر گرفت تا نه تنها هزینه های توسعه و زمان عرضه ی محصولات به بازار کاهش یابد بلکه کیفیت محصول نیز افزایش یافته، هزینه ها کمتر شده و امکان رقابت محصول جدید بالاتر رود. در حال حاضر، توسعه ی مهندسی همزمان و تحقیقاتی که در مورد آن انجام می گیرد دربسیاری از زمینه ها مانند طراحی برای تولید، مونتاژ، قابلیت اطمینان، کیفیت، هزینه و... نتایج خوب بسیاری دارد (بوث روید، نایت و دوهرست،2001؛ پارسایی و سالیوان،1993). اما در مورد یکپارچگی طرحی که برای مشتری در نظر گرفته شده چیززیادی نوشته نشده است. توسعه ی محصول جدید نه نتها باید مطابق حرفه ی طراحی و قابلیت تولید باشد بلکه باید مطابق با نیازها و تمایلات مشتری نیز باشد. کوپر و کلین اشمیت (1993) خاطر نشان کردند که در شرکت هایی که به مشتری اهمیت داده می شود، هنگام توسعه ی محصولات جدید باید آگاهی کامل از احتیاجات مشتری، رقابت بازاری و ماهیت بازار وجود داشته باشد، زیرا این ها عوامل مهمی در موفقیت محصول جدید هستند. در حال حاضر، جهت گیری به سمت مشتری و بازار جایگزین توسعه ی محصول شده است. اگر یک شرکت بفهمد مشتری چه می خواهد، آن گاه تمایلات و الگوهای خرید مشتریان راهنمایی هایی برای توسعه محصولات جدید فراهم می کند. این تحقیق از تکنیک های درخت تصمیم گیری و قواعدارتباطی استفاده می کند تا اطلاعات مربوط به تمایلات مشتریان را تجزیه و تحلیل و محصولی جدید برای آنها تولید کند. استفاده از این تکنیک ها بازخورد سریع و درستی برای طراحان محصول دارد وباعث می شود شرکت ها به مشکل چرخه ی عمر کوتاه مدت محصولات سریعاً رسیدگی کنند و احتیاجات حقیقی مشتریان را دریابند. این مقاله موارد زیررا در زمینه ی توسعه ی محصولاتدوربین های دیجیتال جدید مورد بررسی قرار می دهد: 1) نیازها و خواسته های مشتریان برای دوربین های دیجیتال دقیقاً چه هستند؟ 2) چه ویژگی هایی مهم تر از ویژگی های دیگر است؟ 3) آیا می توان طراحی محصول و برنامه ریزی خطوط تولید را با با آگاهی از نیازهای مشتریان ادغام کرد؟ 4) قواعد چگونه به ما کمک می کنند تا تدبیری هنگام طراحی دوربین های دیجیتال جدید بیندیشیم؟ برای بررسی این موارد، الگوریتم های ای پرایورای و سی 5 از روش های قواعد ارتباطی و درخت های تصمیم گیری هستند که برای استخراج نیازهای مشتریان به کار می روند. اطلاعاتی که از نتایج داده کاوی بدست می آیند به شکل قواعد و الگوهای اطلاعات بر روی نقشه های تولید نشان داده می شوند تا راه حل هایی عملی برای طراحی محصول و بازاریابی بدست آید. باقیمانده ی این مقاله به شرح ذیل است. بخش 2 مروری بر سابقه ی تحقیق در مورد توسعه ی محصولات جدید با استفاده از تکنیک های داده کاوی ست. بخش 3 چارچوب تحقیق و روند تجزیه و تحلیل را نشان می دهد. بخش 4 درباره ی آماده سازی اطلاعات و تجزیه و تحلیل است. تعدادی از نتایج آزمایشی در بخش 5 ارائه و تجزیه و تحلیل می شوند و در نهایت توضیحات پایانی ما در بخش 6 فراهم می شود.
پیش نمایش مقاله
پیش نمایش مقاله توسعه محصول با استفاده از تکنیک های داده کاوی : مطالعه موردی در طراحی دوربین های دیجیتال

چکیده انگلیسی

Many enterprises have been devoting a significant portion of their budget to product development in order to distinguish their products from those of their competitors and to make them better fit the needs and wants of customers. Hence, businesses should develop product designing that could satisfy the customers’ requirements since this will increase the enterprise’s competitiveness and it is an essential criterion to earning higher loyalties and profits. This paper investigates the following research issues in the development of new digital camera products: (1) What exactly are the customers’ “needs” and “wants” for digital camera products? (2) What features is more importance than others? (3) Can product design and planning for product lines/product collection be integrated with the knowledge of customers? (4) How can the rules help us to make a strategy during we design new digital camera? To investigate these research issues, the Apriori and C5.0 algorithms are methodologies of association rules and decision trees for data mining, which is implemented to mine customer’s needs. Knowledge extracted from data mining results is illustrated as knowledge patterns and rules on a product map in order to propose possible suggestions and solutions for product design and marketing.

مقدمه انگلیسی

With the ever-changing information technology and the current consumption patterns change, product life cycle becomes shorter and shorter. Enterprises must master the ever-changing market trends, and create high value business activities continuing to develop of new products designed to enhance the competitiveness of enterprises. To satisfy customers’ needs, customer-specific products should be produced. However, the latter increases production costs and the product market price. Manufacturing cost can be reduced by standardizing products to realize the benefits of the economy of scale. Concurrent engineering is a management procedure for the traditional sequential engineering arising out of the product development loss. The concept which in its product design stage can be considered as thinking the problems may faced before the product life cycle processes, the problem such as manufacturing, assembly, cost and reliability other factors, and then reached the purpose of shortening the design time and reducing development costs. Concurrent engineering is a systematic approach to integrate product development that emphasizes the response to customer expectations. It embodies team values of co-operation, trust and sharing in such a manner that decision making is by consensus, involving all perspectives, from the beginning of the product life cycle. Accordingly, the entire product life cycle related activities can all be fully taken into account early in product development, not only to reduce development costs and shorten the time to market but also to increase product and process quality, lower costs and enhance the competitiveness of the new product. At present, the development and research of concurrent engineering in many areas of integration have many good results; for example, with design for manufacturing, with design for assembly, with design for reliability, with design for quality, with design for cost and so on (Boothroyd et al., 2001 and Parsaei, 1993). However, with the design for customer on the integration of the design, there is not much written. A new product development cannot only be pursuant to the business of the design and manufacturing capability one also has to consider the customer’s needs and preferences and translate then into the design map. Cooper and Kleinschmidt (1993) also pointed out that with customer-oriented enterprises, when developing new products, one must be fully aware of the needs of customers, market competition and the nature of the market as these are critical success factor to new any product. The model of product development driven by sales has been gradually replaced by the customer and market orientation. If an enterprise can exactly understand what the customer wants, preferences and buying behavior will provide clues to the development of new products. This study applies association rule and decision tree techniques to analyze customer preferences portfolio information and make a new product to customers. This will bring fast and accurate feed back to the product designers; the enterprises can make a quick response for short-lived product life cycle, and grasp the real needs of customers. This paper investigates the following research issues in the development of new digital camera products: (1) What exactly are the customers’ “needs” and “wants” for digital camera products? (2) What features is more importance than others? (3) Can product design and planning for product lines/product collection be integrated with the knowledge of customers? (4) How can the rules help us to make a strategy during we design new digital camera? To investigate these research issues, the Apriori and C5.0 algorithms are methodologies of association rules and decision trees for data mining, which is implemented to mine customer’s needs. Knowledge extracted from data mining results is illustrated as knowledge patterns and rules on a product map in order to propose possible suggestions and solutions for product design and marketing. The remainder of this paper is structured as follows. Section 2 presents a research background review focused on the new product development using data mining techniques. Section 3 presents a research framework and analysis procedure. Section 4 presents data preparation and analysis. Some experimental results are presented and analyzed in Section 5, and finally our concluding remarks are provided in Section 6.

نتیجه گیری انگلیسی

Customer needs and wants are sensitive and complex. If a firm can understand them and make efforts to fulfill customer demands and provide friendly service, then customers will be more supportive and loyal to the enterprise. During the process of development from the product concept to the actual product, the customer can only passively receive new information, and can only select from the products that are currently on sale in the market. No matter which type of product, the customer cannot individually come up with a product concept and then develop it. Furthermore, buying what is available on the market does not mean that customers are satisfied with the current product, because the customer’s experiences and preferences were not considered in developing the product so they can only accept the product as it is. As a result, a business should develop products that fulfill the customer’s needs and wants, since this will increase the enterprise’s competitiveness and it is an essential criterion to earning higher loyalties and profits. Data mining technology can make dramatic changes to business practice which gathering of information about the customer to analyze and integrate, provide the engine to realize the knowledge of customer’s requirements. In this paper, mining customer information for new product development is an example of implementing a data mining approach for analyzing and providing decision supports. Data mining techniques should be implemented using the on data mining process in order to enhance data analysis capabilities for classification, clustering, and prediction analysis. In this study, the functional attributes of digital cameras that influence the digital camera purchase were found and emphasized to increase the digital camera repurchase rate and to present a product sales strategy for digital camera manufacturers and relevant researchers. This paper suggested that integrated rules were extracted from the association rules and C5.0 algorithm, which is implemented for mining product knowledge from customers. Knowledge extraction from data mining results is shown as rules in order to propose suggestions and solutions for new product development and possible marketing solutions. Despite the many findings from this study, it has some limitations. Firstly, the results from the study should be generalized. It would be better to investigate more products in order to generalize the results of this study. Secondly, the sample of this study is mainly on undergraduate and full-time MBA students. Actually, we should extend the range and amount of the sample to get more data if that we can get more detail information, the rules will be better than now. The result of the study also should be analyzed with the engineers to research the feasibility of the rules. For future study, we could focus on combine the rules and the customers in details and use other data mining techniques such as neural networks, genetic algorithms, and support vector machines by analyzing past years data to predict future new product design direction.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.