前回の共起マップではわかりにくいと思いましたので、教科書的な多空間デザインモデルに変換してみました。
これが日本初のテキストマイニングにより生成された多空間デザインモデルとなります(それがどうした、ともいわれそうですが・・・。)
これで、発表資料として許してもらえるでしょうか・・・?
あとは、教科書に記載された手法を用いて、アイデア発想ができれば完ぺきなのですが、どうなるでしょうか。
2020年5月8日金曜日
2020年5月7日木曜日
モデル生成について
コーディングルールができましたので、デザインモデルを生成してみました。
なかなかバランスがよいようには見えます・・・。
実際の多空間デザインモデルは、価値空間、意味空間、属性空間にわける必要がありますが、KHcoderで書けるのはここまでで、あとはパワーポイントなどをつかって自作するしかありません。
ここから、おむつの発想に移るわけですが、うまくゆくかわかりませんので、うまくゆけば学会発表、うまくゆきませんでしたらボツとなります。
何か面白い結果が出るといいのですが・・・。
なかなかバランスがよいようには見えます・・・。
実際の多空間デザインモデルは、価値空間、意味空間、属性空間にわける必要がありますが、KHcoderで書けるのはここまでで、あとはパワーポイントなどをつかって自作するしかありません。
ここから、おむつの発想に移るわけですが、うまくゆくかわかりませんので、うまくゆけば学会発表、うまくゆきませんでしたらボツとなります。
何か面白い結果が出るといいのですが・・・。
2020年5月6日水曜日
コードとコーディングルールについて
GWはどこへ行くこともなく、本日が最終日となりました。
今日は、ひとまず、コードとコーディングルールの第1案を作成しました。
コード設定の難しいところが、価値空間と意味空間と属性空間への分類です。例えば、コード「交換しやすい」は「価値」なのか「意味」なのか(それとも両方なのか)、考えてもよくわからないところです。
このあたりは、モデルを作りつつ、バランスをとりながら試行錯誤するしかありません。
ということで、次回は、このコーディングルールを使用して、実際に多空間モデルを生成しようと思います。
今日は、ひとまず、コードとコーディングルールの第1案を作成しました。
コード設定の難しいところが、価値空間と意味空間と属性空間への分類です。例えば、コード「交換しやすい」は「価値」なのか「意味」なのか(それとも両方なのか)、考えてもよくわからないところです。
このあたりは、モデルを作りつつ、バランスをとりながら試行錯誤するしかありません。
ということで、次回は、このコーディングルールを使用して、実際に多空間モデルを生成しようと思います。
2020年5月4日月曜日
空間検討について
緊急事態宣言が5月末にまで延長されたそうで、これについてはいろいろ言いたいことはあるのですが、落ち着いたら考えを書きたいと思います。
前回はニーズのコードをどうするか検討しましたが、その前に、多空間をどう定義するかを決めねばなりません。
多空間デザインモデルでは、価値空間と意味空間と状態空間と属性空間の4つの空間を定義します。
そして、各空間を行ったり来たりすることにより、モデルのデザインを行います。
しかし、実際このようにきちんと分類することは難しいかと感じております。
分類に関してはMECEにすることやクライテリアを揃えることが好ましいと思いますが、「デザイン科学概論」に書いてある分析例でも、きちんとMECEで空間を分類できている例はないようであり、分類のクライテリアもまちまちな印象です。
そこで今回は下図のごとく、空間を一つ減らし、空間分類の負担を減らそうと思います(要は、楽をしたいというだけですが・・・)。
こうしますと、QFDのコード設定と共通化もできますので、QFDでの分析→モデルでの発想という流れがスムースにゆくとも考えます。
また、勝手な自論ですが「デザイン科学概論」の多空間では、心理空間と物理空間が完全に分離してしまっている印象ですが、改モデルの方は、両空間にまたがる空間として「品質空間(仮称)」を設定しましたので、心理空間と物理空間が密接しているという印象となり、よいのではないかと思います。
前回はニーズのコードをどうするか検討しましたが、その前に、多空間をどう定義するかを決めねばなりません。
多空間デザインモデルでは、価値空間と意味空間と状態空間と属性空間の4つの空間を定義します。
そして、各空間を行ったり来たりすることにより、モデルのデザインを行います。
しかし、実際このようにきちんと分類することは難しいかと感じております。
分類に関してはMECEにすることやクライテリアを揃えることが好ましいと思いますが、「デザイン科学概論」に書いてある分析例でも、きちんとMECEで空間を分類できている例はないようであり、分類のクライテリアもまちまちな印象です。
そこで今回は下図のごとく、空間を一つ減らし、空間分類の負担を減らそうと思います(要は、楽をしたいというだけですが・・・)。
こうしますと、QFDのコード設定と共通化もできますので、QFDでの分析→モデルでの発想という流れがスムースにゆくとも考えます。
また、勝手な自論ですが「デザイン科学概論」の多空間では、心理空間と物理空間が完全に分離してしまっている印象ですが、改モデルの方は、両空間にまたがる空間として「品質空間(仮称)」を設定しましたので、心理空間と物理空間が密接しているという印象となり、よいのではないかと思います。
2020年5月3日日曜日
ニーズ分析について
前に宣言しましたように、学会用のデータづくりをしております。しかし、休んで免疫を維持することも重要ですので、適当にやっています。
今は、ニーズのコードをどうするか考えております。
今回は(今回も?)、あまり自分の頭で考えず、ソフトウェアの力を借りて、できるだけ機械的にデータを処理してゆこうと思います。
手順としては、レビュー情報収集→形態素解析→クラスタ分析→コードを考える、という手順となります。
レビュー情報につきましては、前回はP&Gとネピアをやりましたので、今回はユニ・チャームと花王のレビューを合わせて1000件程度収集しました。
これをKHcoderに取り込んで、クラスタ分析をしてみました。
クラスタの数は10くらいが適当かと思われるため、クラスタ数を少し多めに12にして、各クラスタに対応する特徴語を抽出したのが以下の図となります。
この特徴語からニーズを考えるのですが・・・、かなり推測しませんとわかりません。
ひとまず、「持ち運びが楽」、「着心地がよい」、「サイズがよい」、「交換しやすい」、「子供に似合う」があるかということになるとしました。
今回ニーズは深堀しませんので、このくらいでよしとして、次の作業に移ろうと思います。
今は、ニーズのコードをどうするか考えております。
今回は(今回も?)、あまり自分の頭で考えず、ソフトウェアの力を借りて、できるだけ機械的にデータを処理してゆこうと思います。
手順としては、レビュー情報収集→形態素解析→クラスタ分析→コードを考える、という手順となります。
レビュー情報につきましては、前回はP&Gとネピアをやりましたので、今回はユニ・チャームと花王のレビューを合わせて1000件程度収集しました。
これをKHcoderに取り込んで、クラスタ分析をしてみました。
クラスタの数は10くらいが適当かと思われるため、クラスタ数を少し多めに12にして、各クラスタに対応する特徴語を抽出したのが以下の図となります。
この特徴語からニーズを考えるのですが・・・、かなり推測しませんとわかりません。
ひとまず、「持ち運びが楽」、「着心地がよい」、「サイズがよい」、「交換しやすい」、「子供に似合う」があるかということになるとしました。
今回ニーズは深堀しませんので、このくらいでよしとして、次の作業に移ろうと思います。
登録:
投稿 (Atom)
note へしばらく移転します。
https://note.com/ip_design へしばらく移転します。
-
東京オリンピックのメインスタジアムの建設費用が高すぎるとして問題となっています。 今の日本であれば3000億円程度であれば、出せない額ではありませんが、世論的には批判の的となっています。 その理由はなぜかといえば、あのヌメッとしたデザインに3000億円の価値はないと日本国...
-
https://note.com/ip_design へしばらく移転します。
-
前回のMFTモデルですが、GPT-4にプログラムの改造を頼みましたら、あっさり答えを出してきました。しかも、丁寧に色分けまでしてくれました。 GPT-4の性能は高いとのうわさを聞いておりましたが、これほどとは知りませんでした。今まではGPT-3を使用していたのですが、すでに時代遅...