MétaCan
Menu
Retour à la cohorte
Enregistrement W2019258268 · doi:10.1115/detc2013-13415

An Agent-Based Method to Investigate Customers’ Preference in Product Lifecycle

2013· article· en· W2019258268 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueVolume 4: 18th Design for Manufacturing and the Life Cycle Conference; 2013 ASME/IEEE International Conference on Mechatronic and Embedded Systems and Applications · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality Function Deployment in Product Design
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésQuality function deploymentProduct lifecycleProduct (mathematics)Computer scienceProduct managementNew product developmentProduct design specificationQuality (philosophy)PreferenceVoice of the customerProduct designProcess managementSystems engineeringBusinessEngineeringMarketingService qualityCustomer retentionService (business)Mathematics

Résumé

récupéré en direct d'OpenAlex

Consumer requirements for products vary dynamically based on the change of technologies, social influence, individual taste, etc. A sustainable product should meet customer requirements in its lifecycle. Different methods and techniques have been proposed to find possible changes of product needs or customers’ preferences. This paper introduces an agent-based technique to address the change of product requirements. Major contribution of the proposed method is to embed customers’ preference in the analysis of product performance using agent interactions. Using the combination of Quality Function Deployment (QFD), agent-based modeling and data mining methods, customers’ preference trends related to elements and functions of product are simulated. The prediction period is flexible based on estimated product lifecycle. The proposed method is compared with other techniques in a case study.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,092
Tête enseignante GPT0,300
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle