基于潜在语义分析和感性工学的用户需求匹配

摘要

为了更加精确地满足用户需求并提高设计精度,结合潜在语义分析(LSA)和感性工学(KE),提出基于潜在语义分析和感性工学(LSA-KE)的用户需求匹配方法.通过构建RKE模型,获得感性词汇对和设计元素权重;使用RKE模型构建LSA-KE语义空间和计算设计方案的感性值,通过用户调查获得用户需求感性值;使用感性工学和LSA-KE语义空间匹配用户需求和设计方案,并与匹配结果进行对比.以机床造型设计为案例对该方法进行描述,结果表明该方法能明显提高用户匹配精度.