Kano+AHP 模型在惠山泥人分析中的应用（论文＋代码使用手册）

原创

已于 2025-05-31 17:29:32 修改 · 1.3k 阅读

标签

#人工智能 #python

于 2025-05-30 00:33:34 首次发布

摘要

本文针对惠山泥人在现代市场中的传承困境，构建 Kano 模型与 AHP 层次分析法的整合框架，通过用户需求分类与多属性决策分析，量化评估 "AI 惠山泥人" 与 "传统惠山泥人" 的竞争力。研究发现，AI 泥人在成本、创新设计等期望属性上优势显著，而传统泥人需聚焦工艺优化。模型为非遗产品的现代化转型提供了数据驱动的决策范式，代码框架可复用于同类文化遗产的保护与创新。

一、研究背景与问题提出

1.1 惠山泥人的文化价值与市场困境

惠山泥人起源于明代，以 "阿福" 形象为代表，2006 年入选首批国家级非遗名录，其工艺涵盖捏、搓、揉、塑等传统技法，具有极高的艺术与历史价值。然而，在消费升级与数字化浪潮下，其市场表现逐渐式微，主要面临以下挑战：

产品属性老化：过度强调传统工艺（如手工雕刻复杂度），忽视现代用户对性价比、个性化的需求；
需求匹配失衡：缺乏科学的用户需求分析，资源投入与市场反馈脱节；
创新路径模糊：传统工艺与科技融合方向不明确，难以吸引年轻消费群体。

1.2 研究目标与方法创新

传统非遗产品的优化需兼顾文化内核与市场需求，但现有研究多侧重定性分析。本文引入 Kano 模型（用户需求分类）与 AHP 层次分析法（多属性决策），构建 "需求识别 - 权重量化 - 方案优选" 的闭环框架，核心创新点包括：

用户需求的量化解构：通过 Kano 模型将模糊需求转化为可操作的属性优先级；
决策过程的动态调优：结合 Kano 结果调整 AHP 权重，实现 "用户心理 - 业务逻辑" 的协同；
非遗保护的科技赋能：通过 AI 泥人方案的量化优势，探索 "传统工艺 + 数字技术" 的创新路径。

二、理论基础与模型构建

2.1 Kano 模型：用户需求的深度解析

2.1.1 需求分类与评估逻辑

Kano 模型将用户需求分为五类（图 1）：

必备属性（M）：基础需求，缺失会导致强烈不满（如泥人的基本造型完整性）；
期望属性（O）：满意度与性能正相关（如泥人的价格合理性）；
魅力属性（A）：超出预期的惊喜点（如泥人的 AR 互动功能）；
反向属性（R）：过度投入反降满意度（如过度复杂的包装）；
无差异属性（I）：用户不关心（如泥人编号的唯一性）。

通过卡诺问卷（每个属性对应正反两问，如 "若泥人具有创新设计，你的满意度？" 与 "若泥人缺乏创新设计，你的满意度？"），将回答映射至类别矩阵，计算各属性的类别占比。

2.1.2 满意度与不满意度系数

定义：

其中，A为魅力属性样本数，O为期望属性样本数，M为必备属性样本数，N为总样本数。

S-D 散点图：横轴为D（不满意度敏感度），纵轴为S（满意度敏感度），高S且高D的属性为优先优化对象（期望属性）。

2.2 AHP 层次分析法：多维度决策建模

2.2.1 层次结构设计

构建三层结构：

目标层（A）：惠山泥人产品优化方案选择；
准则层（B）：基于 Kano 的 8 个属性（艺术价值B1、文化传承B2、工艺复杂度B3、创新设计\B4、生产效率B5、个性化程度B6、成本B7、市场接受度B8）；
方案层（C）：AI 惠山泥人C1、传统惠山泥人C2。

2.2.2 权重计算流程

判断矩阵构建：采用 1-9 标度法，通过专家访谈确定准则层两两对比的重要性（如B4对B7的创新与成本重要性评分）；
一致性检验：计算一致性比率 CR，若 CR<0.1 则矩阵有效；
原始权重推导：通过特征向量法计算准则层权重；
Kano 权重调整：结合 Kano 系数修正原始权重：
反向属性权重直接置零。

2.2.3 方案综合得分

其中，为方案Cj在属性Bi上的专家评分（1-10 分）。

三、数据采集与预处理

3.1 Kano 数据采集与清洗

3.1.1 问卷设计与样本特征

设计包含 8 个属性的 Kano 问卷，每个属性对应一对正向问题（功能存在时的满意度）与反向问题（功能缺失时的满意度），采用 5 级李克特量表（1 = 非常不满意，5 = 非常满意）。数据采集于 2023 年 10-12 月，通过线上问卷星与线下非遗体验馆发放，共回收有效样本 100 份，样本特征如下：