基于机器学习的智能创新方法关键技术研究与应用示范

• 作者: 于国栋 刘丙强 崔立真 李海生
• 来源期刊: 科技成果管理与研究
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 创新成果
• 页码范围: 72-75
• 页数: 4页
• 语种: 中文
• DOI: 10.3772/j.issn.1673-6516.2020.08.024

摘要

当前,社会个性化需求及消费特征越来越明显,产品寿命周期明显缩短,这就要求企业不断加速创新研发效率以适应多变的社会需求.但企业传统的"闭门造车""渐进式""序贯性"创新行为或过程已难以满足新时代对创新效率的要求;另外,面对市场中存在的各类大数据,传统的挖掘分析方法已难以快速、准确捕获市场的真正需求及各类现象或元素间的关联,也制约了创新研发效率的提升;同时,消费者需求往往是多变的,及时快速洞察这类变化并做出响应,针对性更改产品创新研发方案,是在创新过程中必须重视的环节,然而,由于创新过程的复杂性,单方面或局部的变更往往会产生"雪崩"连锁效应,此时面对如何高效准确确定变更路径、明确所需资源知识、合理调度相关创新任务进而完成变更响应等这一系列创新问题,传统基于矩阵式、一般图的分析方法在大数据规模下已难以应付.综上所述,研究在不确定环境下具有高效、准确分析各类需求,可快速形成针对性创意及创新方案,且对各类变化及时捕获并及时做出响应的创新方法,对于加快创新进程、降低创新成本并提高创新效能至关重要.