第七章 第七章
第七章 結論與未來研究 結論與未來研究 結論與未來研究 結論與未來研究
7.1 結論 結論 結論 結論
本論文以「模糊理論模糊理論模糊理論模糊理論結合案例式推理法案例式推理法案例式推理法案例式推理法(CBR)與層級分析法層級分析法層級分析法層級分析法(AHP)」來產生 新產品創意，提昇「基準產品」的價值與功能。新產品創意產生，是經由檢索與 篩除機制在產品資料庫中作運算，其中產品的編碼是依據 100 個屬性—87 個以 使用情境
使用情境 使用情境
使用情境來編碼，而其他 13 個以製造與回收製造與回收製造與回收特徵來編碼。以製造與回收 Microsoft Access建 置產品屬性資料庫，以 ASP(Active Server Page)程式編碼檢索機制，並利用 Microsoft Internet Explorer作為瀏覽與操作的工具。我們所研究的執行方法之雛 形系統叫作產品創新輔助系統產品創新輔助系統產品創新輔助系統產品創新輔助系統(Product Innovation Aiding system；簡稱 PIAS)。此 種以電腦檢索來產生創意的方法，在使用時必須先設定一「基準產品」，然後從 資料庫中檢索出與此「基準產品」的使用情境類似的產品，這些被擷取產品的主 要功能被當作成「基準產品」附加新功能的候選者。亦即這些使用情境類似的產 品則稱為產品創意。
研究的第一部份第一部份第一部份第一部份主要是提出檢索機制，乃是將案例產品，透過以使用者為中以使用者為中以使用者為中以使用者為中 心的設計法
心的設計法 心的設計法
心的設計法(UCD)概念將其分解成 87 個屬性，並針對產品每一屬性，依相關程 度使用「語意變數」來描述，每個「語意變數」是以三角模糊數來呈現，此模糊 數值愈高表示此屬性愈重要(相關)。此同時為了彰顯對特定族群(本研究設定為年 輕女性)需求，我們經由AHP法所設計的問卷，求解此族群對產品屬性所隸屬的 5大構面之相對權重的看法。然後大量收集產品，建立一產品屬性資料庫系統，
再採模糊CBR 技術計算兩兩產品相似性的公式，據此建立一檢索機制來模擬人 的聯想功能，以產生新產品的創意。
研究結果顯示 研究結果顯示 研究結果顯示
研究結果顯示：我們以手機與原子筆兩產品為指定之「基準產品」，由實驗 測試後；經統計檢定顯示利用PIAS系統所產生的產品構想，其創意與價值皆比 人為BS方法產生的創意構想為佳。
研究的第二部份第二部份第二部份第二部份主要在篩除機制，乃因利用UCD屬性所檢索產品創意數量 很多，必須以電腦來濾除部分高成本、不環保的產品創意。方法乃利用製造與回製造與回製造與回製造與回 收收
收收角度將產品分解為 4 子構面(13 個屬性)，其篩除計算機制同樣採CBR 技術，
即計算每個產品與「基準產品」屬性的相容程度，當成過濾準則。
研究結果顯示 研究結果顯示 研究結果顯示
研究結果顯示：為證明執行PIAS系統篩除機制確實有其貢獻。實驗經統計 檢定顯示「擷取與篩除」機制，顯著勝過單獨採用「擷取」機制。論斷PIAS系 統之「擷取與篩除」機制比單獨採用「擷取」機制，能產生較大比例的「高創意 產品」。最後本研究提出「創意比」的概念，來說明 PIAS 系統的篩除機制，雖 然會濾除少數量有價值的產品創意，但可節省隨後專家對產品創意之評價時間，
所以篩除作業具有其正面的功能。
綜合上述，本研究的具體貢獻如下所述：
1. 過去有關產品設計的探討，在創意構想階段大多以Brainstorming為主要的 CPS 方法來產生，大多數利用電腦化來創新產品的研究學者，所發展焦點都集中在 產品設計或製造階段，本研究主軸是將創意構想階段創意構想階段創意構想階段創意構想階段的創造性思考 (Creative thinking)歷程予以電腦化，並以分解產品屬性建立可擴充的資料庫，所以當一 有新產品上市便可不斷加入資料庫中，這種以產品屬性來達成創意構想的研究 為過去所少見。
2. 本論文發展出一個整合模糊理論結合CBR 與 AHP 方法，乃針對特定使用者的 需求而言，所發展出的PIAS系統，能快速有效率的達成之產品創意方案。
3. 本論文率先提出以產品生命週期的觀點，以 UCD 的觀點描述產品的特徵，把 產品解構成多屬性向量來表達，作為檢索資料庫產品的機制，可以增加使用者 的效用。以製造與環保的觀點描述產品的另一些特徵，作為篩除不合宜產品創 意的機制，可降低企業成本與社會成本。這些觀點為其他研究產品創新的學者 提供了另一種的思想空間。
4. 研究結果顯示本產品創意輔助系統，在產品概念設計階段，某一「基準產品」
附加功能研究領域內，不但能模擬人的聯想功能，而且可由設計師單獨執行
(BS 方法需以團隊進行)，其對設計師專業的要求也較低，經實驗後統計檢定證 明，所產生的產品創意績效，比工業界最常用Brainstorming方法來的好。
7.2 未來研究 未來研究 未來研究 未來研究
本論文礙於人力與時間的限制，僅建立「產品資料庫創意檢索與篩除」之雛 形系統，為了檢索創意具多元廣度，所以需不斷的補充資料庫的產品數量。此外 為使研究更完善，提出下面四個主題，作為後續研究方向。
1. 本論文所提的方法，以電腦自動分組來進行「檢索與篩除」作業，但究竟要 分多少「屬性組」？電腦可搜尋出較多創意案例產品嗎？採人工分組其檢索出 的案例產品，創意整體效果會比較好嗎？是我們極想了解的。
2. 本論文以產品生命週期 (從生產到報廢)不同的成本/利益，將一個產品表達成 一個具有100個屬性的向量。但究竟以多少個屬性向量來表達一產品才足夠？
所得到的產品創意績效會最佳化？誠然產品以較大數量的屬性向量表達時，對 產品功能的描述將會更清楚、精確，但相對在產品資料庫初始建檔時，也需花 費更多時間。
3. 本論文所提 PIAS 系統，僅完成創意檢索與篩除部分，對圖1-2所表示的產品 開發流程中，在末端以人工進行「創意價值評分」的部分，若能一併納入電腦 化創新輔助機制，將可大量提升創意產生後專家評估之效率，是相當重要的後 續研究主題。
4. 本論文所提出的產品屬性資料庫，是將產品的功能屬性加描述，若資料庫能 結合圖形，把產品給予圖像化來展現，又是另一種嶄新的創意概念。腦力激盪 (Brainstorm)與視覺化(visualize)，是Shneiderman(2000)在創意方面所提及未來 研究產品創意的兩個主軸，相信這也是非常值得本研究後續投入的重點。