As the world increasingly moves towards a knowledge-based economy, user requirements become an important factor for enterprises to drive product collaborative design evolution. To map user requirements to the product model, user requirements are generally extracted into knowledge that can be used for design decisions. However, because users are interest-driven participants and not professional design engineers, the effect of user knowledge acquisition is not ideal. There are significant challenges for rapid knowledge acquisition with dynamic user requirements. This paper presents an approach to user knowledge acquisition in the product design process, which obtains the tangible requirements of users under the premise that users are adequate for participation. In this approach, the typical information flow is divided into four stages: submission, interaction, knowledge discovery, and model evolution. In the submission stage, natural language processing technology is used to transform text form solutions into data, so that computer technology can be applied to manage large-scale user requirements. In the interaction stage, users are helped to improve their solutions by the iterative recommendation process. In the knowledge discovery stage, after less concerned partial solutions are removed and vacant items are predicted to be supplemented, the final collection of user design information is obtained. Finally, based on rough set theory, design knowledge can be extracted to support the decision of the product model. The washing machine design project is used as a case study to explain the implementation of the proposed approach.

随着世界日益走向知识经济，用户需求成为企业推动产品协同设计演进的重要因素。为了将用户需求映射到产品模型，用户需求通常被提取为可用于设计决策的知识。但是，由于用户是兴趣驱动的参与者，而不是专业的设计工程师，用户知识获取的效果并不理想。对于具有动态用户需求的快速知识获取存在重大挑战。本文提出了一种在产品设计过程中获取用户知识的方法，在用户足够参与的前提下，获取用户的有形需求。在这种方法中，典型的信息流分为四个阶段：提交、交互、知识发现和模型进化。在提交阶段，利用自然语言处理技术将文本形式的解决方案转化为数据，从而应用计算机技术来管理大规模的用户需求。在交互阶段，通过迭代推荐过程帮助用户改进他们的解决方案。在知识发现阶段，去除关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。在提交阶段，利用自然语言处理技术将文本形式的解决方案转化为数据，从而应用计算机技术来管理大规模的用户需求。在交互阶段，通过迭代推荐过程帮助用户改进他们的解决方案。在知识发现阶段，去除关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。在提交阶段，利用自然语言处理技术将文本形式的解决方案转化为数据，从而应用计算机技术来管理大规模的用户需求。在交互阶段，通过迭代推荐过程帮助用户改进他们的解决方案。在知识发现阶段，去除关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。从而可以应用计算机技术来管理大规模的用户需求。在交互阶段，通过迭代推荐过程帮助用户改进他们的解决方案。在知识发现阶段，去除关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。从而可以应用计算机技术来管理大规模的用户需求。在交互阶段，通过迭代推荐过程帮助用户改进他们的解决方案。在知识发现阶段，去除关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。去掉关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。去掉关注度较低的部分解，预测补充空项后，得到最终的用户设计信息集合。最后，基于粗糙集理论，可以提取设计知识来支持产品模型的决策。洗衣机设计项目被用作案例研究来解释所提议方法的实施。