馮立杰，李子宇+，王金鳳，張 珂，劉 鵬

(1.鄭州大學 管理工程學院，河南 鄭州 450001；2.鄭州大學 公共管理學院，河南 鄭州 450001)

0 引言

特征是具有用戶價值的軟件特點，實質(zhì)上是一組緊密關聯(lián)的軟件需求。利用軟件產(chǎn)品的特征能夠有效識別其個性及共性，并廣泛應用于軟件工程中的需求管理、軟件開發(fā)及復用等領域[1]。基于特征思想對軟件產(chǎn)品進行創(chuàng)新能夠快速滿足用戶的個性化需求，進而使企業(yè)更好地應對競爭日趨激烈的外部市場環(huán)境[2]。

尤其是在軟件產(chǎn)品設計中，全面正確地了解用戶的需求是后續(xù)精準開展產(chǎn)品研發(fā)的關鍵。對此，眾多學者運用質(zhì)量功能展開(Quality Function Deployment，QFD)技術將用戶需求轉(zhuǎn)換為產(chǎn)品的特征/功能需求。但基于決策環(huán)境的復雜性和決策思維的模糊猶豫性，決策者通常難以采用精確的數(shù)值表達具有模糊性的QFD評價信息，大多數(shù)情況下更傾向于采用諸如“低”、“一般”、“高”的語言詞表達個人偏好。區(qū)間二元語義能夠刻畫決策者評價的模糊不確定性，如文獻[3]構(gòu)建了基于區(qū)間二元語義的多屬性群決策模型，以提高決策結(jié)果的準確性；文獻[4]將網(wǎng)絡分析法(Analytic Network Process，ANP)和消去與選擇轉(zhuǎn)換法(Elimination and Choice Translating Reality II，ELECTRE II)擴展至區(qū)間二元語義環(huán)境以解決供應商的選擇問題。另外，決策實驗與評估試驗法(Decision Making Trial and Evaluaion Laboratory，DEMATEL)在有效分析系統(tǒng)要素間的相互影響方面也得到了廣泛的應用。如文獻[5]基于DEMATEL分析了用戶需求間的模糊影響關系，并確定了用戶需求的客觀重要度；文獻[6-7]通過集成區(qū)間二型模糊集和DEMATEL分析了決策準則間的相互影響關系。因此，本文將區(qū)間二元語義、QFD以及DEMATEL方法進行結(jié)合，以準確獲取軟件產(chǎn)品的特征及其重要度。

另一方面，作為軟件產(chǎn)品產(chǎn)出的核心環(huán)節(jié)，特征的選擇與設計至關重要。如文獻[8-10]研究了不同的優(yōu)化算法，以選擇滿足特定需求的特征集合；文獻[2]提出了軟件特征創(chuàng)新的類型學，以預測特征的生命周期。但現(xiàn)有文獻較少提及如何針對特征進行軟件產(chǎn)品的創(chuàng)新設計。而多維技術創(chuàng)新地圖能夠在揭示某技術創(chuàng)新一般規(guī)律的基礎上更加準確地制定創(chuàng)新路徑，從而整體提升企業(yè)的核心競爭力[11-12]。因此，為了實現(xiàn)軟件產(chǎn)品的創(chuàng)新設計與開發(fā)，本文基于多維技術創(chuàng)新地圖理論，系統(tǒng)地提出了面向特征的創(chuàng)新機會識別方法。顯然，用戶作為產(chǎn)品的購買者和使用者，滿足其對產(chǎn)品特征偏好的程度決定了用戶滿意度，而用戶滿意度決定了產(chǎn)品設計與開發(fā)的成功與否[13-14]。因此，眾多學者將用戶的感知與偏好信息納入產(chǎn)品設計與開發(fā)的過程，以提高用戶滿意度。如文獻[15-17]分別將用戶偏好融入到數(shù)碼相機、智能手機和平板電腦的創(chuàng)新設計中，進而實現(xiàn)產(chǎn)品的精準開發(fā)。但實際上，用戶的偏好信息因過于主觀和模糊而難以捕捉與獲取。Kano模型能夠通過分類用戶需求而考察出用戶對產(chǎn)品特征的偏好。如文獻[14]運用Kano模型對產(chǎn)品特征的屬性進行了需求偏好分類以確定產(chǎn)品設計方案的滿意度；文獻[18]利用定量Kano模型分析了不同需求偏好的產(chǎn)品特征與用戶滿意度間的函數(shù)關系。然而，傳統(tǒng)Kano模型分析了用戶對產(chǎn)品特征實現(xiàn)程度的需求偏好，沒有深入地反映出產(chǎn)品特征的創(chuàng)新期望和偏好?；诖?，本文提出了創(chuàng)新Kano(I-Kano)模型，以分析用戶對產(chǎn)品特征的創(chuàng)新偏好，并采用S-FR函數(shù)方程量化了產(chǎn)品特征的創(chuàng)新程度與用戶滿意度間的關系。

此外，由于時間、資源及成本等條件的約束，不可能實現(xiàn)用戶對軟件產(chǎn)品的所有創(chuàng)新需求。因此，對用戶需求進行恰當?shù)膬?yōu)先級排序被視為項目能否成功交付的關鍵[19]。如文獻[20]將語言工具與約束求解器結(jié)合，研究了在大型項目中對需求進行優(yōu)先排序的具體方法；文獻[21]通過挖掘用戶的在線評論，實現(xiàn)了對軟件特征的優(yōu)先級排序。

綜上所述，為最大限度提高軟件公司在產(chǎn)品創(chuàng)新設計與開發(fā)過程中的用戶滿意度及交付成功率，本文提出了面向特征考慮用戶創(chuàng)新偏好的軟件產(chǎn)品創(chuàng)新機會識別及優(yōu)先級分析方法。通過將QFD擴展至區(qū)間二元語義環(huán)境，得到軟件特征的初始重要度，進而運用DEMATEL分析特征間的相互影響關系以得出最終重要度；運用I-Kano模型分析用戶的創(chuàng)新偏好，然后利用創(chuàng)新法則對軟件特征進行創(chuàng)新機會識別并確定創(chuàng)新機會的滿意度；最后，由軟件特征的重要度、創(chuàng)新機會的滿意度及成本構(gòu)成的ISC-Dim三維評價模型確定創(chuàng)新機會的優(yōu)先度，以高效指導軟件公司有序進行產(chǎn)品的創(chuàng)新研發(fā)。

1 研究框架

基于特征思想，本文提出的考慮用戶創(chuàng)新偏好的軟件產(chǎn)品創(chuàng)新機會識別及優(yōu)先級分析方法如圖1所示。具體步驟如下：

(1)將用戶需求轉(zhuǎn)換為軟件特征并確定特征重要度，主要包括：

1)采用區(qū)間二元語義評價集表達用戶對需求重要度的評價信息，得出用戶需求重要度的模糊兩兩比較矩陣；進而運用IVTWA算子集結(jié)評價信息，并利用區(qū)間數(shù)偏好度計算方法將用戶需求重要度轉(zhuǎn)換為精確數(shù)值；

2)集結(jié)專家對用戶需求與軟件特征間關聯(lián)關系的語言評價信息，獲取用戶需求與軟件特征間的模糊關聯(lián)矩陣；進而依據(jù)QFD方法得出區(qū)間數(shù)表達的特征初始重要度；

3)集結(jié)專家對軟件特征間相互影響關系的評價信息，利用區(qū)間二元語義DEMATEL確定特征的凈影響度；進而修正初始重要度得到特征的最終重要度。

(2)結(jié)合用戶創(chuàng)新偏好對特征進行創(chuàng)新并確定創(chuàng)新機會滿意度，主要包括：

1)運用I-Kano模型分析用戶對軟件特征的創(chuàng)新偏好，得出特征的創(chuàng)新類型和特征創(chuàng)新程度與用戶滿意度間的函數(shù)關系(S-FR函數(shù))；

2)基于多維技術創(chuàng)新地圖將軟件特征的創(chuàng)新法則與特征創(chuàng)新要素耦合，識別軟件特征的創(chuàng)新機會；

3)集結(jié)用戶對創(chuàng)新機會的創(chuàng)新程度評價信息，利用S-FR函數(shù)量化創(chuàng)新機會帶給用戶的滿意度。

(3)運用ISC-Dim三維評價模型確定創(chuàng)新機會的優(yōu)先級，主要包括：綜合軟件特征的重要度、創(chuàng)新機會的滿意度及成本3方面因素確定創(chuàng)新機會的優(yōu)先度，進而對創(chuàng)新設計的軟件特征進行優(yōu)先級排序。

2 基于區(qū)間二元語義、QFD和DEMATEL的軟件特征重要度確定

2.1 理論基礎

2.1.1 二元語義與區(qū)間二元語義

基于符號轉(zhuǎn)換值概念，文獻[22]提出采用二元語義模型(si,αi)表示語言評價的信息，其中：si表示語言評價集S={S0,S1,…Sg}中的任一語言評價術語；αi為符號轉(zhuǎn)換值，表示決策者給出的語言評價信息與si間的偏差。

定義1[23]設語言評價集S={S0,S1,…Sg}，則實數(shù)β∈[0,1]對應的二元語義可通過函數(shù)Δ得到：

Δ(β)=(si,αi)。

(1)

相反地，二元語義(si,αi)可通過逆函數(shù)Δ-1轉(zhuǎn)換為相應的數(shù)值β∈[0,1]：

(2)

在語言術語si后追加符號轉(zhuǎn)換值0可得到對應的二元語義：

si∈S?(si,0)。

(3)

區(qū)間數(shù)[β1,β2],β1,β2∈[0,1],β1≤β2對應的區(qū)間二元語義可通過函數(shù)Δ得到：

Δ[β1,β2]=[(sa,α1),(sb,α2)]。

(4)

相反地，[(sa,α1),(sb,α2)]可通過逆函數(shù)Δ-1轉(zhuǎn)換為相應的區(qū)間數(shù)[β1,β2]：

(5)

IVTWA{[(s1,α1),(s′1,α′1)],[(s2,α′2),(s′2,α′2)],…,[(sn,αn),(s′n,α′n)]}

(6)

2.1.2 區(qū)間數(shù)偏好度

(7)

其中

(8)

2.2 基于區(qū)間二元語義和區(qū)間數(shù)偏好度的用戶需求重要度確定

采用區(qū)間二元語義可以更為全面準確地表達用戶的評價信息。同時，利用區(qū)間數(shù)偏好度可以將用戶需求重要度的區(qū)間值轉(zhuǎn)換為精確的數(shù)值，進而便于后續(xù)計算?；趨^(qū)間二元語義和區(qū)間數(shù)偏好度確定用戶需求重要度的步驟如下：

(9)

2.3 基于區(qū)間二元語義QFD的軟件特征初始重要度確定

通過區(qū)間二元語義QFD方法可以將用戶需求的重要度轉(zhuǎn)換為軟件特征的初始重要度，進而保證軟件產(chǎn)品設計與開發(fā)的準確性?；趨^(qū)間二元語義QFD確定軟件特征初始重要度的步驟如下：

步驟2基于QFD方法確定特征FRh的初始重要度區(qū)間值

(10)

2.4 基于區(qū)間二元語義DEMATEL的軟件特征重要度確定

利用區(qū)間二元語義DEMATEL方法可以修正特征的初始重要度，進而確保軟件特征重要度的計算更加準確。基于區(qū)間二元語義DEMATEL確定軟件特征重要度的步驟如下：

(11)

(12)

(13)

(14)。

步驟4將特征FRh的凈影響度與其初始重要度相加，得出最終重要度

(15)

3 基于I-Kano模型和多維技術創(chuàng)新地圖的創(chuàng)新機會滿意度確定

3.1 基于I-Kano模型的用戶創(chuàng)新偏好分析

在軟件產(chǎn)品開發(fā)設計中，用戶往往會根據(jù)自身偏好對產(chǎn)品的創(chuàng)新設計提出一定的要求，大多以具體創(chuàng)新特征的形式予以呈現(xiàn)。因此，軟件公司還應分析用戶對軟件特征的創(chuàng)新偏好信息，以實現(xiàn)產(chǎn)品的精準創(chuàng)新。

針對傳統(tǒng)產(chǎn)品創(chuàng)新設計中較少全面充分考慮用戶的創(chuàng)新偏好問題，本文基于定量Kano模型提出了I-Kano模型。該模型采用模糊I-Kano問卷確定產(chǎn)品特征的創(chuàng)新類型，并運用S-FR函數(shù)定量分析特征創(chuàng)新程度與用戶滿意度之間的關系[18]。

3.1.1 軟件特征的創(chuàng)新類型剖析

I-Kano模型中根據(jù)用戶對產(chǎn)品特征的創(chuàng)新偏好，將軟件特征分為基本型(M)、期望型(O)、魅力型(A)、無關型(I)和反向型(R)五種創(chuàng)新類型。

(1)基本創(chuàng)新型 指對某一軟件特征創(chuàng)新不會引起用戶滿意度的明顯上升，但未創(chuàng)新則會導致用戶滿意度的大幅下降。

(2)期望創(chuàng)新型 指對某一軟件特征創(chuàng)新時用戶的滿意度會隨之上升，未創(chuàng)新時用戶的滿意度則會下降。

(3)魅力創(chuàng)新型 指對某一軟件特征創(chuàng)新時用戶的滿意度大幅上升，未創(chuàng)新時用戶的滿意度則不受影響。

(4)無關創(chuàng)新型 指無論對某一軟件特征是否創(chuàng)新均不會影響用戶的滿意度。

(5)反向創(chuàng)新型 指對某一軟件特征創(chuàng)新會導致用戶滿意度的下降。

顯而易見，通過對基本創(chuàng)新型、期望創(chuàng)新型及魅力創(chuàng)新型的軟件特征進行創(chuàng)新能夠滿足用戶的創(chuàng)新需求，進而提升用戶的滿意度。而由于無關和反向創(chuàng)新型特征的創(chuàng)新不能提升、甚至降低用戶的滿意度，軟件公司不需要在后兩類特征中投入創(chuàng)新資源。因此，本文僅針對基本、期望及魅力創(chuàng)新型特征進行創(chuàng)新研究，而對于無關及反向創(chuàng)新型特征，只需搜索公用基礎模塊(Common Building Block，CBB)進行軟件復用即可滿足用戶的基本需求。

為研究軟件特征的創(chuàng)新類型，需要通過問卷調(diào)查分析用戶的創(chuàng)新偏好。本文采用模糊I-Kano問卷以反映用戶對某一特征創(chuàng)新的模糊與復雜想法[18]，如表1所示。

表1 模糊I-Kano問卷

(16)

表2 I-Kano模型創(chuàng)新分類評估表

3.1.2 特征創(chuàng)新程度與用戶滿意度的函數(shù)關系分析

I-Kano模型采用不同的函數(shù)曲線(S-FR)對不同創(chuàng)新類型特征的創(chuàng)新程度與用戶滿意度間的關系進行擬合，以定量分析特征的創(chuàng)新機會帶給用戶的滿意度。

設xh表示特征FRh的創(chuàng)新程度，則在不同創(chuàng)新類型的特征中，創(chuàng)新程度xh與用戶滿意度Sh間的函數(shù)關系可表述為[18]：

(17)

其中：ISh∈[0,1]，表示特征FRh創(chuàng)新時的用戶滿意度；NSh∈[-1,0]，表示特征FRh未創(chuàng)新時的用戶不滿意度。

(18)

(19)

3.2 基于多維技術創(chuàng)新地圖的創(chuàng)新機會識別

對于基本、期望及魅力創(chuàng)新型特征，軟件公司應對其進行創(chuàng)新設計，以提升用戶的滿意度。因此，本文基于多維技術創(chuàng)新地圖提出了軟件產(chǎn)品的創(chuàng)新機會識別方法。

多維技術創(chuàng)新地圖認為，創(chuàng)新機會的識別是創(chuàng)新法則(variation method)與創(chuàng)新要素(element)的耦合過程，是將創(chuàng)新法則作用于創(chuàng)新要素形成創(chuàng)新機會的方法[11-12]。其中：創(chuàng)新法則指變換創(chuàng)新要素以形成創(chuàng)新機會的方法，創(chuàng)新要素則指待創(chuàng)新系統(tǒng)中涉及到的相關元素。因此，基于多維技術創(chuàng)新地圖識別軟件特征創(chuàng)新機會的步驟如下：

步驟1明確軟件特征的創(chuàng)新法則。依據(jù)本團隊的前期研究積累及行業(yè)實踐經(jīng)驗，歸納出軟件特征的創(chuàng)新法則(Va)，如表3所示。

步驟2提取軟件特征的創(chuàng)新要素。在確定待創(chuàng)新的軟件特征FRh后，通過檢索專利/網(wǎng)絡文本收集FRh涉及的相關概念、屬性等知識術語，并對檢索結(jié)果進行聚類分析以提取出特征FRh的創(chuàng)新要素(Em)。

表3 軟件特征的創(chuàng)新法則

步驟3耦合創(chuàng)新法則與創(chuàng)新要素。將軟件特征的創(chuàng)新法則作用于提取的創(chuàng)新要素，即利用創(chuàng)新法則對創(chuàng)新要素進行變換處理Va?Em，進而形成特征FRh的p個創(chuàng)新機會FRht(t=1,2,…,p)。

3.3 軟件特征的創(chuàng)新機會滿意度確定

(20)

4 基于ISC-Dim三維評價模型的創(chuàng)新機會優(yōu)先級確定

對創(chuàng)新機會進行優(yōu)先級排序可以引導軟件公司在資源約束條件下有序地對軟件特征進行創(chuàng)新設計與開發(fā)。為保證優(yōu)先級排序的綜合性與準確性，在確定軟件特征的創(chuàng)新機會優(yōu)先度時應注意以下問題：

(1)準確理解用戶需求是創(chuàng)新設計的關鍵起點，根據(jù)用戶需求分析相應的軟件特征重要度至為重要。

(2)獲取用戶的滿意度是創(chuàng)新設計的主要目標，因此應考慮用戶的創(chuàng)新偏好并分析創(chuàng)新機會的滿意度。

(3)由于各創(chuàng)新機會存在不同的技術風險及難度，還應考慮創(chuàng)新時的投入成本。

綜合考慮上述原因，本文構(gòu)建了由軟件特征重要度(importance of software feature)、創(chuàng)新機會滿意度(satisfaction of innovation opportunity)及成本(cost of innovation opportunity)組成的ISC-Dim三維評價模型。

軟件特征重要度Ih根據(jù)用戶對需求重要度的評價信息得出，反映了特征自身對用戶需求的重要程度；創(chuàng)新機會的滿意度Sht考慮了用戶的創(chuàng)新偏好，體現(xiàn)了用戶對特征創(chuàng)新設計的滿意程度；創(chuàng)新機會的成本Cht由專家依據(jù)公司產(chǎn)品知識庫及開發(fā)經(jīng)驗給出，表示創(chuàng)新機會FRht的相對投入成本，Cht∈(0,1]。軟件特征重要度Ih越大，創(chuàng)新機會滿意度Sht越大，創(chuàng)新成本Cht越小，則特征FRh的創(chuàng)新機會FRht優(yōu)先度Pht越大。因此，基于ISC-Dim三維評價模型確定創(chuàng)新機會優(yōu)先級的步驟如下：

步驟1選擇特征的最優(yōu)創(chuàng)新機會。確定創(chuàng)新機會FRht(t=1,2,…,p)在特征FRh中的優(yōu)先度

(21)

(22)

依據(jù)上述結(jié)果對最優(yōu)創(chuàng)新機會進行優(yōu)先級排序，進而在指導軟件公司有序開發(fā)軟件特征的同時提供更好的創(chuàng)新機會以啟發(fā)產(chǎn)品的創(chuàng)新設計方向，以在有限約束條件下使軟件產(chǎn)品的創(chuàng)新實現(xiàn)用戶滿意度最大化。

5 案例分析

某軟件公司A欲為某用戶單位B開發(fā)《工作價值管理》系統(tǒng)，將工作過程中的業(yè)績與資料實時歸檔存儲以形成知識價值庫。通過訪談調(diào)研得出用戶需求，如圖2所示；相關的軟件特征包括消息提示機制(FR1)、文件上傳速度(FR2)、文件上傳形式(FR3)、組件設置(FR4)、色彩搭配(FR5)、系統(tǒng)容災方式(FR6)、數(shù)據(jù)備份(FR7)、身份認證方式(FR8)和數(shù)據(jù)加密處理(FR9)。

5.1 軟件特征的重要度確定

表4 一級需求重要度的綜合評價矩陣

表5 用戶需求和軟件特征間的關聯(lián)關系矩陣

表6 軟件特征重要度

表7 軟件特征的模糊直接關系矩陣

表8 軟件特征的模糊總關系矩陣

5.2 軟件特征的創(chuàng)新機會滿意度確定

由表10可知，特征FR2、FR6及FR9的創(chuàng)新不能提升用戶滿意度，因此不需要對其開展創(chuàng)新研究。為了滿足用戶的創(chuàng)新需要，本文將對特征FR1、FR3、FR4、FR5、FR7及FR8進行創(chuàng)新機會識別，并通過S-FR函數(shù)量化創(chuàng)新機會的滿意度，如表11所示。

表9 用戶A1對特征FR1的問卷調(diào)查結(jié)果

表10 軟件特征的創(chuàng)新類型

表11 各特征的最優(yōu)創(chuàng)新機會

由創(chuàng)新機會識別步驟可知，需要收集、整理待創(chuàng)新特征中涉及到的創(chuàng)新要素。通過咨詢軟件開發(fā)人員確定出創(chuàng)新要素的檢索方案，如表12所示。

對檢索結(jié)果的文本信息進行聚類分析后，歸納總結(jié)出各特征的關鍵創(chuàng)新要素，進而耦合于創(chuàng)新法則形成創(chuàng)新機會，如表13～表24所示。

通過分析特征FR2的相關文本信息，已存在的專利也證明了創(chuàng)新法則作用于創(chuàng)新要素生成創(chuàng)新機會的可行性，如表16所示。

表12 創(chuàng)新要素檢索方案

表13 消息提示機制(FR1)的創(chuàng)新要素

表14 消息提示機制(FR1)的創(chuàng)新機會

表15 文件上傳(FR2+FR3)的創(chuàng)新要素

表16 文件上傳速率(FR2)的專利信息分析

續(xù)表16

表17 文件上傳形式(FR3)的創(chuàng)新機會

為深入挖掘頁面設計(組件設置與色彩搭配)中包含的創(chuàng)新要素，本文對相關網(wǎng)站進行用戶界面(User Interface，UI)設計元素分析，并通過與專業(yè)開發(fā)人員溝通將其歸整為4類要素，如表18所示。

表18 頁面設計(FR4+FR5)的創(chuàng)新要素

表19 組件設置(FR4)的創(chuàng)新機會

表20 色彩搭配(FR5)的創(chuàng)新機會

表21 數(shù)據(jù)備份(FR7)的創(chuàng)新要素

表22 數(shù)據(jù)備份(FR7)的創(chuàng)新機會

表23 身份驗證方式(FR8)的創(chuàng)新要素

表24 身份驗證方式(FR8)的創(chuàng)新機會

在集結(jié)用戶評價信息得出創(chuàng)新機會FRht的創(chuàng)新程度xht后，依據(jù)式(20)可以確定創(chuàng)新機會的滿意度Sht，如表11所示。

5.3 軟件特征的創(chuàng)新機會優(yōu)先級分析

表25 最優(yōu)創(chuàng)新機會的優(yōu)先度及排序

為進一步表明本文所提軟件產(chǎn)品創(chuàng)新機會優(yōu)先級分析方法的有效性，將所提方法與其他3種優(yōu)先級排序方法進行對比，如表26所示。其中：M0表示本文所提的優(yōu)先級分析方法；M1表示未利用DEMATEL修正軟件特征重要度的優(yōu)先級排序方法；M2表示未采用I-Kano模型分析用戶創(chuàng)新偏好的優(yōu)先級排序方法；M3表示未考慮創(chuàng)新機會成本約束的優(yōu)先級排序方法。

表26 不同方法下特征的最優(yōu)創(chuàng)新機會及優(yōu)先級

6 結(jié)束語

在激烈競爭的軟件行業(yè)，快速交付創(chuàng)新設計產(chǎn)品以實現(xiàn)用戶滿意度最大化至關重要。因此，本文提出了面向特征考慮用戶創(chuàng)新偏好的軟件產(chǎn)品創(chuàng)新機會識別及優(yōu)先級分析方法，所提方法的特點如下：

(1)充分考慮了決策環(huán)境的不確定性和軟件特征間的相互影響關系，結(jié)合區(qū)間二元語義和DEMATEL方法對QFD獲得的軟件特征初始重要度進行表征及修正，以更加精準地確定軟件特征的重要度。

(2)運用I-Kano模型考慮了用戶創(chuàng)新偏好并量化創(chuàng)新機會帶給用戶的滿意度，使軟件產(chǎn)品的創(chuàng)新設計更加符合用戶的創(chuàng)新需求。

(3)應用多維技術創(chuàng)新地圖提出了軟件特征的9大創(chuàng)新法則，并將創(chuàng)新法則與創(chuàng)新要素耦合形成軟件產(chǎn)品的創(chuàng)新機會。

(4)構(gòu)建的ISC-Dim三維評價模型綜合考慮了軟件特征的重要度、創(chuàng)新機會的滿意度及成本，使創(chuàng)新機會的優(yōu)先級排序更加合理。

未來將構(gòu)建基于軟件產(chǎn)品創(chuàng)新數(shù)據(jù)庫的智能算法模型，以期實現(xiàn)創(chuàng)新法則與創(chuàng)新機會的自動識別、生成及推薦。此外，還需更加全面地考慮無關及反向創(chuàng)新型特征的公用基礎模塊搜索及選擇問題以形成特征的實現(xiàn)方案，并量化其給用戶帶來的滿意度及成本，進而綜合考量所有創(chuàng)新類型特征的設計方案優(yōu)先度，以有序進行軟件產(chǎn)品的深度開發(fā)。