盧葦 劉丹

摘 要：利用文獻(xiàn)計量工具CiteSpace和書目共現(xiàn)分析系統(tǒng)（bibliographic items co-occurrence matrix builder，BICOMB）對2000—2020年CNKI數(shù)據(jù)庫中收錄的大規(guī)模個性化定制研究的相關(guān)文獻(xiàn)進(jìn)行可視化分析，繪制其關(guān)鍵詞共現(xiàn)、知識聚類、時區(qū)圖等圖譜，歸納大規(guī)模個性化定制研究的關(guān)鍵技術(shù)和演變歷程。研究發(fā)現(xiàn)：大規(guī)模個性化定制領(lǐng)域已有一定的理論成果，并在服裝、家電等行業(yè)進(jìn)行了實踐驗證，但研究主要集中在配置設(shè)計和模塊化上，前沿分支較少;其關(guān)鍵技術(shù)有客戶需求獲取、配置設(shè)計、產(chǎn)品平臺以及模塊化;明確其演化路徑是以大規(guī)模定制為載體發(fā)展為智能制造下的特色分支，依托智能制造技術(shù)加深定制程度，實現(xiàn)真正意義上的大規(guī)模個性化定制。

關(guān)鍵詞：大規(guī)模個性化定制;知識圖譜;客戶需求;智能制造

中圖分類號：TP305

文獻(xiàn)標(biāo)志碼：A

隨著經(jīng)濟(jì)的發(fā)展和消費(fèi)水平的提升，多樣化產(chǎn)品仍不能滿足新一代消費(fèi)者個性化需求，彰顯個性的定制產(chǎn)品的需求越來越迫切，為應(yīng)對這一需求，大規(guī)模個性化定制應(yīng)運(yùn)而生，其特點(diǎn)是以接近大規(guī)模生產(chǎn)的效率和成本滿足客戶的個性化需求。1987年，大規(guī)模個性化定制的概念被提出[1]，其核心是增加產(chǎn)品多樣性和定制化，而不增加其成本，同時滿足人們個性化需求的大規(guī)模生產(chǎn)[2]。接著更多的研究集中在模塊化、產(chǎn)品配置等方面，用以加快產(chǎn)品的成型[3]。現(xiàn)今，大規(guī)模個性化定制與物聯(lián)網(wǎng)、智能制造等技術(shù)相結(jié)合[4]，以整體優(yōu)化的思想，指導(dǎo)產(chǎn)生一批客戶需求驅(qū)動型企業(yè)，給客戶提供優(yōu)質(zhì)、高效、低成本的個性化產(chǎn)品。大規(guī)模個性化定制在理論研究上取得一定的成果，但缺少對相關(guān)理論的梳理，對了解該領(lǐng)域的發(fā)展和研究概貌有一定的限制。因此，利用知識圖譜理清大規(guī)模個性化定制研究的階段性成果，通過關(guān)鍵詞共現(xiàn)、知識聚類和時區(qū)圖等來了解該領(lǐng)域的現(xiàn)狀、關(guān)鍵技術(shù)以及演變歷程，以指導(dǎo)企業(yè)更好地應(yīng)用這種新的生產(chǎn)模式，也為學(xué)者理解大規(guī)模個性化定制內(nèi)涵和進(jìn)行更加深入的研究提供參考。

本文擬利用2000—2020年CNKI數(shù)據(jù)庫為數(shù)據(jù)源，以“大規(guī)模個性化定制”為主題，得到718篇文獻(xiàn)。用CiteSpace繪制該領(lǐng)域的關(guān)鍵詞共現(xiàn)和知識聚類等圖譜，用書目共現(xiàn)分析系統(tǒng)（bibliographic items co-occurrence matrix builder，BICOMB）進(jìn)行計量分析，達(dá)到大規(guī)模個性化定制研究理論基礎(chǔ)的客觀分析，以便清楚地展現(xiàn)該領(lǐng)域的研究現(xiàn)狀，把握其研究熱點(diǎn)和發(fā)展趨勢。

1 研究方法

CiteSpace是一款能進(jìn)行復(fù)雜網(wǎng)絡(luò)分析的可視化知識圖譜軟件[5]，通過圖譜中的關(guān)鍵節(jié)點(diǎn)、聚類、突顯詞以及顏色的不同，幫助理解某個領(lǐng)域的研究熱點(diǎn)、演變過程、值得關(guān)注的學(xué)者和機(jī)構(gòu)等信息。為了更好地呈現(xiàn)大規(guī)模個性化定制研究的量化結(jié)果，利用BICOMB進(jìn)行輔助分析。該軟件可對文獻(xiàn)的書目信息進(jìn)行快速讀取，并歸類存儲、統(tǒng)計，為進(jìn)一步研究提供全面、準(zhǔn)確的基礎(chǔ)數(shù)據(jù)[6]。

2 大規(guī)模個性化定制研究文獻(xiàn)計量分析

2.1 文獻(xiàn)發(fā)文量分析

發(fā)文量在一定程度上代表該領(lǐng)域的研究進(jìn)程，還可預(yù)測其未來的發(fā)展。利用BICOMB2.0得到大規(guī)模個性化定制研究的文獻(xiàn)發(fā)文量時間分布，如圖1所示。統(tǒng)計發(fā)文量時，為保證數(shù)據(jù)的完整性，圖1中并未對2020年的發(fā)文數(shù)據(jù)進(jìn)行統(tǒng)計。由圖1可以看出：2000—2019年大規(guī)模個性化定制研究的發(fā)文量共718篇;2000—2004年是大規(guī)模個性化定制研究的起步階段，這個階段有相關(guān)論文136篇，占比18.94%;2005—2009年，發(fā)文總量增長速度快，年發(fā)文量都在50篇以上，研究進(jìn)入高速發(fā)展的階段，這個階段有相關(guān)論文305篇，占比42.48%;2010年以后，該領(lǐng)域的發(fā)文總量增長放緩，這個階段有相關(guān)論文277篇，總占比38.58%。其中，2016年發(fā)文量在第3個階段中相對較高，這是因為我國的智能制造戰(zhàn)略中明確指出，大規(guī)模個性化定制是智能制造中重點(diǎn)發(fā)展的模式之一，國家層面的政策指向使得研究關(guān)注度上升，但總體上看，文獻(xiàn)增長量逐漸趨于平穩(wěn)。

從圖1的發(fā)文總量的增長趨勢可以看出：大規(guī)模個性化定制的研究放緩，需尋找新的突破口以確保其研究的持續(xù)性，也說明該領(lǐng)域的研究已有基礎(chǔ)。杜傳忠等[7]提出大規(guī)模個性化定制是以系統(tǒng)制造、整體優(yōu)化為思想，發(fā)揮大規(guī)模生產(chǎn)的高質(zhì)量、低成本優(yōu)勢，實現(xiàn)大批量生產(chǎn)和個性化定制相結(jié)合的生產(chǎn)方式。權(quán)錫鑒等[8]提出大規(guī)模個性化定制是大規(guī)模定制拓展至小批量定制甚至是單件定制。韋莎等[9]認(rèn)為大規(guī)模個性化定制是以物聯(lián)網(wǎng)為基礎(chǔ)、數(shù)據(jù)為內(nèi)核、服務(wù)為載體的制造業(yè)新模式?！秶抑悄苤圃鞓?biāo)準(zhǔn)體系建設(shè)指南（2018版）》中提出：大規(guī)模個性化定制是智能服務(wù)發(fā)展的重點(diǎn)對象，是通過新一代信息技術(shù)和柔性制造技術(shù)，以模塊化設(shè)計為基礎(chǔ)，接近大批量生產(chǎn)的效率和成本，滿足客戶個性化需求的生產(chǎn)模式[10]。大規(guī)模個性化定制中，客戶可介入產(chǎn)品的設(shè)計、制造和裝配等過程中，將自己的個性化需求表現(xiàn)在產(chǎn)品上。對大規(guī)模個性化定制內(nèi)涵的認(rèn)識也較為統(tǒng)一，即以客戶為核心，探討在規(guī)模經(jīng)濟(jì)下如何實現(xiàn)客戶的個性化需求。

2.2 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是文獻(xiàn)內(nèi)容的高度提煉，能幫助讀者快速地洞悉文章的主題。通過對關(guān)鍵詞的分析，可以看出該研究點(diǎn)的重要程度。在CNKI中，將所需的文獻(xiàn)下載為Refworks格式，之后利用CiteSpace自帶的數(shù)據(jù)標(biāo)準(zhǔn)化進(jìn)行轉(zhuǎn)化。

CiteSpace數(shù)據(jù)標(biāo)準(zhǔn)化算法主要有Cosine、Dice、Jaccard這3種。其中，Cosine算法是計算2個向量的夾角余弦值來評估文本間的相似度;Dice算法是將2個文本放在集合中相互比較，得出2個文本在各自集合中的占比，以此計算2個字符串的相似度;Jaccard算法是比較樣本集合的相似性和分散性的一個概率?；谝陨纤惴ㄟM(jìn)行關(guān)鍵詞共現(xiàn)分析，得到大規(guī)模個性化定制研究的關(guān)鍵詞共現(xiàn)圖譜，如圖2所示。圖中字體的大小代表該關(guān)鍵詞在所選文章中出現(xiàn)的頻次;連線顏色深淺代表出現(xiàn)的時間，顏色越鮮艷出現(xiàn)的時間越晚。

從圖2可以看出：大規(guī)模定制、模塊化、企業(yè)等關(guān)鍵詞字體較大，連線多，顏色偏淺，說明出現(xiàn)時間較早，聯(lián)系緊密，是較早的研究熱點(diǎn);顏色較鮮艷的有大規(guī)模個性化定制、智能制造等關(guān)鍵詞，說明最近幾年這方面的研究正被更多的學(xué)者關(guān)注。大規(guī)模個性化定制是一種新的生產(chǎn)模式，與先進(jìn)制造、信息技術(shù)、管理策略相融合后，在企業(yè)中發(fā)揮出了其獨(dú)特的優(yōu)勢。其中，海爾針對不同的客戶提供了模塊定制、眾創(chuàng)定制、專屬定制，紅領(lǐng)集團(tuán)運(yùn)營酷特智能個性化定制平臺，報喜鳥的私人定制也提供一對一訂制服務(wù)。企業(yè)通過多種方式將客戶的個性化需求轉(zhuǎn)換為數(shù)據(jù)，積累用戶數(shù)據(jù)，建立數(shù)據(jù)庫[11];把顧客的訂單信息進(jìn)行模塊化分解，最大程度地滿足顧客的個性需求，同時保證工作效率?，F(xiàn)階段的大規(guī)模個性化定制大多在服裝、家電行業(yè)的外觀定制上，定制復(fù)雜度相對較低，生產(chǎn)周期較短，消費(fèi)群體基數(shù)大。但在產(chǎn)品的功能方面，受企業(yè)生產(chǎn)柔性和用戶專業(yè)知識限制的影響，離大規(guī)模個性化定制還有一段距離。

2.3 知識聚類分析

知識聚類是某一領(lǐng)域內(nèi)有特定聯(lián)系的研究點(diǎn)的聚集[12]，能揭示相互之間的關(guān)聯(lián)，幫助學(xué)者從大體上理解該領(lǐng)域的知識基礎(chǔ)及研究方向。CiteSpace中提供Clustering、likelihood rate、Mutual Information這3種聚類算法。Clustering 是層次聚類算法，按照數(shù)據(jù)的聯(lián)接規(guī)則，反復(fù)對數(shù)據(jù)進(jìn)行分裂或聚合，以形成一個層次序列的聚類問題解，也是Citespace常用的自動聚類算法;Likelihood Rate聚類算法的核心思想是數(shù)學(xué)中對數(shù)似然法;Mutual Information聚類算法度量2個對象之間的相互性，用度量的特征對主題進(jìn)行區(qū)分。在繪制大規(guī)模個性化定制研究的知識聚類圖譜時，為使圖譜更加清晰展現(xiàn)出來，選取8個較大的知識聚類，如圖3所示。知識聚類之間重疊的地方反映2個聚類之間的關(guān)聯(lián)程度。產(chǎn)品的個性化定制模式中，顧客是整個產(chǎn)品生產(chǎn)過程的基礎(chǔ)，#2供應(yīng)鏈聚類和#3企業(yè)管理聚類大多與#7模塊化聚類重合，#4智能制造聚類與#6大規(guī)模個性化定制聚類在下文中進(jìn)行探討。本節(jié)主要對#0、#1、#5和#7這幾個聚類進(jìn)行分析，以了解大規(guī)模個性化定制研究領(lǐng)域的關(guān)鍵技術(shù)。

#0聚類為顧客忠誠度，即客戶認(rèn)可的產(chǎn)品，也就是客戶需求得到了滿足。大規(guī)模個性化定制的服務(wù)理念是以客戶為中心，只有真正地了解了客戶的需求，才能為其提供個性化的產(chǎn)品。客戶無法準(zhǔn)確描述產(chǎn)品的某一具體的參數(shù)時，就需將消費(fèi)者表達(dá)轉(zhuǎn)換為產(chǎn)品參數(shù)。但斌等[13]將客戶需求信息分為二元型、選項型、參數(shù)型、描述型和解釋型5類，探討不同類型的客戶需求信息相應(yīng)的語義描述方法。實踐中，客戶的消極反饋是需求還沒有得到滿足的地方，可幫助企業(yè)找準(zhǔn)消費(fèi)痛點(diǎn)。所以，可利用客戶需求的分解、描述型客戶需求的參數(shù)轉(zhuǎn)換、消極評論反饋等方法來獲取客戶的需求。

#1產(chǎn)品配置聚類與#5產(chǎn)品平臺聚類和#7模塊化聚類有重合的地方，可得出，基于模塊化與產(chǎn)品族的產(chǎn)品配置設(shè)計方法能快速設(shè)計出滿足客戶個性化需求的產(chǎn)品，縮短產(chǎn)品上市時間。對于大規(guī)模個性化定制來說，要想以大規(guī)模的成本為顧客提供個性化的產(chǎn)品，降低產(chǎn)品成本是至關(guān)重要的。產(chǎn)品配置設(shè)計過程無需創(chuàng)新設(shè)計，只需對現(xiàn)有設(shè)計進(jìn)行組合和應(yīng)用，至多對預(yù)先設(shè)計的零部件進(jìn)行變型設(shè)計[14]。#1聚類主要集中在產(chǎn)品配置的流程管理和新設(shè)計的零部件的詳細(xì)設(shè)計[15]，以快速滿足客戶需求和提高效率，縮短產(chǎn)品設(shè)計周期，降低庫存，擴(kuò)大產(chǎn)品的適應(yīng)范圍。

#5產(chǎn)品平臺聚類與#0顧客忠誠度聚類和#1產(chǎn)品配置聚類有較多重合的地方，說明此聚類在客戶需求和產(chǎn)品配置這兩個方面都得到了研究，并將這兩個研究領(lǐng)域聯(lián)系起來，起到承上啟下的作用。此聚類利用產(chǎn)品平臺， 匹配不同的模塊，建立產(chǎn)品族設(shè)計方案的評價指標(biāo)，滿足大規(guī)模個性化定制以短周期、低成本向市場提供不同系列的產(chǎn)品的需求。

#7模塊化聚類的目的就是縮短產(chǎn)品制造周期，提高生產(chǎn)率，靈活地應(yīng)對變異產(chǎn)品，在成本可控的范圍類快速地向市場提供產(chǎn)品[16-17]，以滿足消費(fèi)者多樣化的需求。模塊就像編寫程序時調(diào)用各種已內(nèi)嵌的程序包或者函數(shù)一樣，在需要的時候直接調(diào)用，可以大大提高編程效率;同樣，模塊也就是一個完整的產(chǎn)品里面的各種“包”，當(dāng)需要時，在一定的規(guī)則下直接調(diào)用，大大提高生產(chǎn)效率，降低成本。在大規(guī)模個性化定制的生產(chǎn)中，更多的則是強(qiáng)調(diào)優(yōu)勢競爭力之間的協(xié)同工作。這種協(xié)同并不需要一個面面俱到的大企業(yè)的內(nèi)部協(xié)同生產(chǎn)，而是企業(yè)之間的協(xié)同生產(chǎn)。企業(yè)肯定有優(yōu)勢的技術(shù)和相對不足的地方，用各個企業(yè)最優(yōu)勢的技術(shù)生產(chǎn)對應(yīng)的模塊。企業(yè)的技術(shù)蘊(yùn)含在這些相對獨(dú)立的模塊內(nèi)，企業(yè)依舊擁有自己的核心技術(shù)和知識產(chǎn)權(quán)。而這些模塊之間連接的設(shè)計規(guī)則是一樣的，也就是接口是一樣的，各企業(yè)間基于這些相同的接口規(guī)則進(jìn)行合作。各個生產(chǎn)企業(yè)生產(chǎn)自己負(fù)責(zé)的部分模塊，只是模塊之間的接口是標(biāo)準(zhǔn)的。這樣即保護(hù)各生產(chǎn)企業(yè)的知識產(chǎn)權(quán)，又能使各企業(yè)發(fā)揮自己的特長，使得產(chǎn)品的質(zhì)量達(dá)到最優(yōu)，有利于復(fù)雜產(chǎn)品的快速成型，及時響應(yīng)客戶的要求，有助于在大規(guī)模個性化定制中實現(xiàn)規(guī)模經(jīng)濟(jì)。模塊化可改善供求關(guān)系，改進(jìn)供應(yīng)鏈管理，協(xié)調(diào)產(chǎn)品制造過程，提高工廠柔性，形成合理的產(chǎn)品體系，最終輔助實現(xiàn)大規(guī)模個性化定制。模塊化技術(shù)是連接企業(yè)柔性生產(chǎn)能力與客戶個性化需求的橋梁。模塊化是一個解決客戶多樣性的需求和企業(yè)內(nèi)部復(fù)雜度的較好方案，并符合產(chǎn)品制造集成化[18]、智能化[19]和敏捷性[20]發(fā)展的要求。

通過對重點(diǎn)知識聚類圖譜的分析，得出大規(guī)模個性化定制的關(guān)鍵技術(shù)有客戶需求獲取、配置設(shè)計、產(chǎn)品平臺以及模塊化。

3 大規(guī)模個性化定制的演化

在完成聚類以后，可進(jìn)行主題文獻(xiàn)的可視化分析。CiteSpace基于主題詞首次出現(xiàn)的時間繪制時間線視圖或時間區(qū)域視圖。根據(jù)文獻(xiàn)的發(fā)表時間，結(jié)合CiteSpace 的聚類算法尋求文獻(xiàn)中的凸顯詞，從而繪制主題詞隨時間的變化趨勢。利用CiteSpace繪制2000—2020年大規(guī)模個性化定制研究的時區(qū)圖，洞察其演化路徑，如圖4所示。圖中的關(guān)鍵詞出現(xiàn)的位置對應(yīng)在所選文獻(xiàn)中首次出現(xiàn)的時間。從關(guān)鍵詞首次出現(xiàn)的時間來看：大規(guī)模定制、產(chǎn)品族、企業(yè)等作為大規(guī)模個性化定制的載體被最早關(guān)注;緊接著就是個性化需求、產(chǎn)品配置、模塊化等作為大規(guī)模個性化定制的關(guān)鍵技術(shù)開始涌現(xiàn);之后產(chǎn)品平臺、變型設(shè)計、定制程度等研究點(diǎn)陸續(xù)出現(xiàn);最近幾年，大規(guī)模個性化定制、智能制造等研究受到了更多的關(guān)注。從熱點(diǎn)領(lǐng)域的演變來看，大規(guī)模個性化定制相關(guān)的研究最早主要集中在大規(guī)模生產(chǎn)、企業(yè)、供應(yīng)鏈等基礎(chǔ)支撐方面;之后的研究集中在模塊化、客戶需求、產(chǎn)品配置等深層次技術(shù)方面;最近幾年集中在個性化定制、智能制造等新興領(lǐng)域的研究上。

大規(guī)模個性化定制與智能制造正在積極地融合，企業(yè)借助智能制造技術(shù)構(gòu)建透明工廠、智能工廠，能使客戶實時掌握定制產(chǎn)品的狀態(tài)，提升用戶體驗。智能化的網(wǎng)絡(luò)信息集成和共享，可以幫助企業(yè)對消費(fèi)者數(shù)據(jù)進(jìn)行采集、處理，將生產(chǎn)與服務(wù)深度融合，加深定制程度。個性化定制涉及產(chǎn)品設(shè)計、制造、裝配和銷售服務(wù)的任一過程，消費(fèi)者越早介入，產(chǎn)品的定制化程度越高;消費(fèi)者介入越晚，則通用零部件越多，定制化的程度越低。從消費(fèi)端個性化拓展到產(chǎn)品裝配制造的個性化，再到設(shè)計的個性化，甚至全產(chǎn)業(yè)鏈流程的個性化，是一個逐漸深入的過程。依托智能制造實現(xiàn)從產(chǎn)品的外觀定制到功能個性化定制，推動生產(chǎn)模式向大規(guī)模個性化定制轉(zhuǎn)變。

4 結(jié)語

大規(guī)模個性化定制作為一種新的制造模式，具有極強(qiáng)的生命力，理論研究方面已形成幾個較大的知識聚類，有了基礎(chǔ)的理論支撐，但研究相對集中，前沿分支少?；谥R聚類圖譜對大規(guī)模個性化定制中的關(guān)鍵技術(shù)進(jìn)行闡述，結(jié)合大規(guī)模個性化定制研究熱點(diǎn)時區(qū)圖來看，其演化路徑是以大規(guī)模定制、企業(yè)為載體，以配置設(shè)計、模塊化等為關(guān)鍵技術(shù)再到發(fā)展為智能制造下的特色分支。在智能制造時代，除了對產(chǎn)品的外觀定制，還可深入到產(chǎn)品的整個生產(chǎn)流程中，實現(xiàn)對產(chǎn)品功能的個性化定制。

本文認(rèn)為在大規(guī)模個性化定制中還應(yīng)加強(qiáng)以下兩個方面的研究：一是獲取客戶需求方式應(yīng)多樣化。對用戶的需求獲取不一定要企業(yè)去做，特別是現(xiàn)今網(wǎng)購已經(jīng)融入平常百姓的日常生活中，各大電商有用戶基礎(chǔ)，有平臺，有數(shù)據(jù)，生產(chǎn)企業(yè)委托電商平臺或與之合作進(jìn)行用戶的個性化、差異化的需求獲取。對用戶來說，在已經(jīng)使用過的電商平臺上反饋?zhàn)约旱亩ㄖ菩枨蟛粫@得陌生，熟悉的界面操作用戶能更好地表達(dá)自己的需求;對電商平臺來說，本身就擁有龐大的用戶群體，企業(yè)內(nèi)也有很多與信息技術(shù)相關(guān)的人才，與用戶的交互是一項天然的優(yōu)勢;對生產(chǎn)企業(yè)來說，企業(yè)的用戶數(shù)據(jù)不足，無法精準(zhǔn)地獲取用戶需求情況下，直接使用電商平臺提供的數(shù)據(jù)，節(jié)約了企業(yè)成本，加快產(chǎn)品的成型。二是加大模塊間接口技術(shù)的研究與實踐，大規(guī)模個性化定制離不開模塊，而模塊之間的連接就是靠不同類型的接口，接口可使模塊的組合更加多樣化，增加產(chǎn)品的可選擇性。若使模塊之間的接口規(guī)范化、標(biāo)準(zhǔn)化，使相對獨(dú)立的模塊間有標(biāo)準(zhǔn)的接口，從而增加模塊之間配合的靈活性和可拓展性。

參考文獻(xiàn)：

[1]徐揚(yáng). 基于大規(guī)模個性化定制策略的信息服務(wù)模式研究[J]. 情報理論與實踐， 2015， 38（4）： 110-113.

[2] 劉玉平， 孫新濤， 牟堂峰， 等. 大規(guī)模個性化定制模式探索與實踐[J]. 中國儀器儀表， 2020（2）： 29-33.

[3] 王鵬. 面向大規(guī)模定制的電梯產(chǎn)品配置設(shè)計[J]. 中國電梯， 2019， 30（4）： 41-44.

[4] 鄭建菲. 汽車大規(guī)模個性化定制的智能制造新模式研究[J]. 中國集體經(jīng)濟(jì)， 2018（16）： 152-154.

[5] 陳悅， 陳超美， 劉則淵， 等. CiteSpace知識圖譜的方法論功能[J]. 科學(xué)學(xué)研究， 2015， 33（2）： 242-253.

[6] 周曉分， 黃國彬， 白雅楠. 科學(xué)計量可視化軟件的對比與數(shù)據(jù)預(yù)處理研究[J]. 圖書情報工作， 2013， 57（23）： 64-72.

[7] 杜傳忠， 楊志坤， 寧朝山. 互聯(lián)網(wǎng)推動我國制造業(yè)轉(zhuǎn)型升級的路徑分析[J]. 地方財政研究， 2016（6）： 19-24.

[8] 權(quán)錫鑒， 杜元偉. “互聯(lián)網(wǎng)+”下大規(guī)模個性化定制產(chǎn)品的三元證據(jù)融合配置方法[J]. 科技進(jìn)步與對策， 2016， 33（21）： 83-89.

[9] 韋莎， 馬原野， 張通， 等. 大規(guī)模個性化定制技術(shù)與標(biāo)準(zhǔn)研究[J]. 信息技術(shù)與標(biāo)準(zhǔn)化， 2017（8）： 15-19.

[10]工業(yè)和信息化部. 國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2018年版）（續(xù)一）[J]. 機(jī)械工業(yè)標(biāo)準(zhǔn)化與質(zhì)量， 2019（1）： 7-14.

[11]PACURARI D， NECHITA E. Some considerations on cloud accounting[J]. Studies & Scientific Researches Economics Edition， 2014， 18（2）： 25-37.

[12]徐威， 鄭長江， 馬庚華， 等. 基于k-means聚類的城市軌道交通站點(diǎn)分類研究[J]. 貴州大學(xué)學(xué)報（自然科學(xué)版）， 2018， 35（6）： 106-111.

[13]但斌， 王江平， 劉瑜. 大規(guī)模定制環(huán)境下客戶需求信息分類模型及其表達(dá)方法研究[J]. 計算機(jī)集成制造系統(tǒng)， 2008（8）： 1504-1511.

[14]趙海賢. 基于產(chǎn)品平臺的產(chǎn)品配置方法研究[D]. 天津： 河北工業(yè)大學(xué)， 2006.

[15]朱佳棟， 蘇少輝， 陳昌， 等. 面向產(chǎn)品配置設(shè)計的改進(jìn)交互式遺傳算法[J]. 中國機(jī)械工程， 2018， 29（20）： 2474-2478.

[16]童時中. 模塊化研究及實踐的現(xiàn)狀和發(fā)展[J]. 電子機(jī)械工程， 2011， 27（2）： 1-8.

[17]盧純福， 柴灝. 機(jī)電產(chǎn)品模塊化設(shè)計重用的博弈決策[J]. 浙江工業(yè)大學(xué)學(xué)報， 2019， 47（4）： 406-410.

[18]李強(qiáng)， 劉計良， 張迎楠. 基于QFD的個性化定制產(chǎn)品規(guī)劃模型[J]. 現(xiàn)代電子技術(shù)， 2018， 41（9）： 137-141.

[19]黃海松， 陳啟鵬， 李宜汀， 等. 數(shù)字孿生技術(shù)在智能制造中的發(fā)展與應(yīng)用研究綜述[J]. 貴州大學(xué)學(xué)報（自然科學(xué)版）， 2020， 37（5）： 1-8.

[20]魏宏靜， 李少波. 云制造中產(chǎn)品個性化定制研究綜述[J]. 工程設(shè)計學(xué)報， 2018， 25（1）： 12-17.

（責(zé)任編輯：周曉南）

Knowledge Graph Analysis on the Research of Mass Personalization

LU Wei， LIU Dan*

（Key Laboratory of Modern Manufacturing Technology Ministry of Education， Guizhou University， Guiyang 550025， China）

Abstract：

Bibliometric tools CiteSpace and BICOMB were used to analyze the relevant literature on mass personalization visually which were published from year 2000 to 2020 in CNKI database， and knowledge graphs such as keyword co-occurrence， knowledge clustering， time zone map were drawn. The key technologies and evolutionary of mass personalization were summarized. In the field of mass personalization， the researchers have achieved some theoretical research results， which has been verified in industries successfully， but these researches are more concentrated on one or two fields such as configuration design， modularization， with few frontier branches. The key technologies of mass personalization include customer demand acquisition， configuration design， product platform and modularization etc. It is clear that the evolutionary path of mass personalization is based on mass customization as a carrier to develop a special branch of intelligent manufacturing， relying on the technology of intelligent manufacturing to deepen the degree of customization， and then realize the really mass personal customization.

Key words：

mass personalization; knowledge graph; customer demand; intelligent manufacturing

收稿日期：2020-10-12

基金項目：

作者簡介：盧 葦（1996—），男，在讀碩士，研究方向：先進(jìn)制造技術(shù)及其信息管理，E-mail：2533307355@qq.com.

通訊作者：劉 丹，E-mail：172605426@qq.com.