基于相似度匹配的突破性设想识别模型构建——以家电产品为例

于 菲，刘健壮,2+，付金峰,2,张 鹏

(1.河北工业大学 国家技术创新方法与实施工具工程技术研究中心，天津 300401；2.河北工业大学 机械工程学院，天津 300401)

0 引言

自熊彼特提出创新理论以来，各国学者依照不同的标准和维度对技术创新进行了分类。按照创新程度的不同，将技术创新分为渐进性创新和突破性创新[1]，突破性创新对整个产业版图产生了巨大影响，甚至可能导致产业重新洗牌，被视为企业长期成功的关键[2]。理论研究和历史事件都证明，突破性创新是企业国际竞争的利器，突破性创新往往形成产业核心技术甚至技术标准，掌握核心技术的企业对其他企业构成巨大的技术堡垒[3]。然而，由于企业组织架构及现有制度的限制，企业并未形成针对突破性设想的特殊评价机制。突破性创新在技术、市场、组织及资源方面具有高度不确定性，尤其是早期阶段，部门经理将突破性设想认为是高风险且不切实际的。又由于突破性创新周期长的特点，突破性项目从发明到创新成功需要更长的时间，具有资源耗费大、利润回报延后等问题，使得突破性创新设想在各部门的评价环节容易被常规评价机制所扼杀，因此在早期的概念设计阶段识别出突破性设想，使其在后续的产品开发过程中有效避开常规评价机制，提升突破性创新产生的可能性。

已有学者对突破性创新设想的识别做了相关研究，SCHUH等[4]从技术、市场及环境的创新性与不确定性方面对突破性创新进行分类，确定突破性创新类型;JUSTEL等[5]从宏观和微观的角度确定了技术与市场不连续性的特征，突破性创新在技术与市场在宏微观方面均不连续；DELGADO-VERDE等[6]采用公司研发的创新产品高于竞争对手的销售百分比来衡量创新突破性。上述研究从不同角度总结了突破性创新所具有的特征，存在突破性创新特征提取的可能，但对突破性创新的识别属于事后分析，前瞻性不足，而很多突破性创新几乎没有早期迹象可供测度，阶段越早，信息越少，识别难度越大[7]，因此事后分析的识别方法应用于早期阶段的突破性创新识别具有一定局限性。也有学者从专利知识的角度识别突破性创新，如张金柱等[8]通过提取专利关键词信息与科学知识主题的突变程度对突破性创新进行识别；MARIANI等[9]通过分析专利引用网络结构来识别突破性创新。基于专利知识分析的方法为突破性创新的识别提供了新的思路，由于企业专利公开具有一定滞后性，造成识别方法存在时滞。也有部分学者尝试在产品创新过程的早期阶段对突破性创新进行识别，陈劲等[10]从技术、市场和产品三个维度构建突破性创新评价指标体系，并结合层次分析法与模糊评价方法对突破性创新进行识别；马北玲等[11]则从技术、市场、 产品、管理、财务、环境6个维度构建识别指标集，通过面向管理人员问卷调查对指标进行量化，利用支持向量机算法建立了企业突破性创新识别模型；THORSTEN等[12]论证了在创新过程早期阶段进行突破性创新设想识别的重要性，并从宏观和微观两个维度构建了突破性创新设想的特征标准集；RICE等[13]等从技术、市场和企业战略3个维度制定了突破性技术识别的评价框架，旨在减少模糊前端的不确定性。上述研究对突破性创新设想在产品设计早期阶段的识别进行了探索，一方面为突破性创新在产品设计早期阶段的潜在特征因素研究奠定了基础；另一方面，由于产品设计早期阶段的可获取信息少、信息不确定性高，研究人员虽然采用了调查问卷、模糊评价、机器学习数据统计分析等量化方式尽量减小决策者主观判定的影响，但评价指标量化过程仍然存在较强的主观因素，这对突破性设想识别的准确性具有较大影响。

为避免突破性设想被企业常规评价机制扼杀，本文提出一种在概念设计阶段识别突破性设想的新方法。首先，搜集创新设想量化表征所需信息，基于面向概念设计阶段提出突破性设想识别指标体系与二元量化表征方法，通过比较创新设想与主流产品的差异进行量化表征；其次，基于简单匹配系数法处理多维二元的量化数据，计算创新设想与突破性创新案例识别指标间的相似性；最后，根据相似程度的大小完成对创新设想的识别。

1 突破性设想识别模型构建

1.1 案例的收集与分类

1.1.1 概念界定

自突破性创新被提出以来，各领域研究学者从不同领域视角对突破性创新进行了研究和界定。

(1)从技术新颖性进行界定 THORSTEN等[12]认为突破性创新是一种基于新技术或新产品架构的现有服务的改变；CHANDY等[14]认为突破性产品创新是一种新产品，它包含了一种本质上不同的核心技术，并提供了相对于行业中现有产品而言更高的客户利益；孙建广等[15]认为当产品进入技术进化过程的退出期时，现有技术的发展达到其上限，无法满足当前主流市场的需求，需要新技术替代当前技术来实现创新，这种创新称为突破性创新。

(2)从产品自身变化程度的角度进行界定 如O’CONNOR等[16]认为突破性创新是指一种产品、过程或服务，要么具有前所未有的性能特征，要么在熟悉的特征或成本方面发生巨大变化，从而使新的应用领域成为可能；张洪石等[3]将突破性创新定义为导致产品性能主要指标发生巨大跃迁，或对市场规则、竞争态势、产业版图具有重大影响，甚至可能导致产业重新洗牌的一类创新。

综上所述，产品自身变化由技术变化产生，最终导致市场变化。因此，在上述概念的基础上，提出突破性创新是在技术与市场均取得突破且具有全新产品特征的一类创新。其中，技术突破指采用全新技术或与原有技术不同的其他技术；市场突破指开辟全新市场或引领主流市场；全新产品特征指具有全新的功能、成本大幅减少或具有前所未有的性能。上述概念为后续创新案例的分类提供了理论依据。

1.1.2 案例的收集

本研究基于数据统计与数据分析展开，对突破性与渐进性创新案例研究是得到识别模型的基础。考虑到获取大量案例的可行性不足，为保证研究的科学性且增加识别模型的可靠性，在创新案例行业选择上主要集中于家电行业。换代型新产品是指在原有产品的基础上，采用新材料、新技术、新工艺，革新了原产品的原理、功能、性能，并有飞跃发展及有显著改进的新产品[17]，如黑白电视革新为彩色电视，后者即属换代型新产品。本文通过全球产品样本数据库(Global Product Database,GPD)、Statista数据库广泛收集不同类别家电产品。在数据库资源基础上，应用网络门户检索产品发展史，挖掘换代型新产品案例，并结合文献中已提出的创新案例[18-19]，最终确定54对创新案例。

1.1.3 案例的分类

基于突破性创新概念界定，对上述创新案例初次划分为27个突破性创新案例和27个渐进性创新案例。因为创新案例类别划分的准确与否直接影响预测模型的合理性与准确性，所以在初次划分基础上，以问卷的形式对创新案例的类别进行调查。问卷涉及54个创新案例，要求被调查人员对创新分类有全方位的了解。因此，问卷发放对象为创新方法领域的17位专家。创新类别判定超过80%的专家一致，案例的判定将被认为有效，并与初次划分结果取交集，以此构建突破性创新与渐进性创新案例库。具体的案例收集分类流程如图1所示，最终确定的23个突破性创新与25个渐进性创新案例分别见附录表1和表2，其余案例为创新程度模糊案例。

1.2 突破性设想特征因素的提取

分析确定突破性创新与渐进性创新的差异性特征是构建突破性设想评价指标体系的关键，本文基于大量文献分析，搜集确定突破性创新特征因素如表1所示[10-12,20-30]。这些特征因素涉及技术、市场、产品、组织、财务等多个维度。其中：财务、组织及其他维度的特征属于产品外部因素，这些特征因素反映了突破性创新所造成的影响，在早期阶段数据较难获取，因此常被用于事后对突破性创新的评定。技术、市场和产品维度的特征因素，如产品的功能、技术、原理和市场中利益相关者等是直接或间接表达产品变化的特征因素，这些特征因素的数据在早期阶段较易获取，故有可能通过这些微观特征因素的变化对突破性设想进行识别。

表1 突破性创新或设想特征的部分文献研究

在上述工作基础上，首先在技术、市场、产品三个维度中面向概念设计阶段筛选出潜在特征因素。由于文献来源的多角度性，这些潜在特征因素具有包含、因果等复杂关联关系。通过梳理特征因素之间的关联关系，从中总结提炼出与产品变化有关的特征因素。最终，技术维度确定技术领域、生产过程两个特征因素；产品维度确定产品主要功能、产品行为、产品输入作为特征因素；市场维度确定客户、供应商、竞争者3个特征因素。

1.2.1 技术领域

突破性创新是一种新技术替换原有技术的一类创新[15]，KESHWANI等[31]在工程领域根据技术新颖程度将技术划分为跨领域和未跨领域，因此可根据产品主要功能的实现所需要的关键技术是否跨领域来衡量技术领域变化程度。世界知识产权组织将专利划分为35个技术领域，因此可通过比较当前主流产品关键技术所属技术领域，判断创新案例关键技术所属技术领域是否跨领域。

1.2.2 生产过程

生产过程是指围绕完成产品生产的一系列有组织的生产活动的运行过程[32]。突破性创新是一种应用新工艺原理和全新生产过程的一类创新[33]，因此将是否需要应用全新的生产过程作为度量生产过程变化程度的方法。

1.2.3 产品输入/输出变化

产品的输入和输出包含输入或输出的能量、物质及信息流[34]。流是功能的作用对象，是将功能元连接起来形成一定功能和目标且具有流动和传递特性的客体[35]。因此，通过对比创新设想与市场主流产品输入与输出的能量、物质与信息流的变化来判断产品输入或输出的变化情况。

1.2.4 行为变化

行为由状态、约束、转变以及关系4部分组成。其中，状态变化可以从作用对象、作用对象的位置以及属性3个特征来衡量。作用对象指输入系统的能量、物料、信息流等；属性指高度、温度、速度等因素。行为中每个状态的变化由转变导致，转变是状态发生变化的原因，包括物理原理、物理效应、化学原理化学效应等[36]，约束为转变发生必要条件。关系指状态之间的关系，但约束与关系不是行为的直接显著特征。因此，将状态变化与功能实现原理的转变作为行为变化的量化表征的指标。其中，状态变化包括作用对象位置与属性变化，具体量化方法如表2所示。

表2 潜在特征因素及量化表征

1.2.5 产品主要功能变化

产品主要功能是指对象建立的目的或用途[35]，将创新设想是否产生从未出现过的主要功能或主要功能在该领域属于新功能作为衡量产品主要功能变化程度的量化方法。

1.2.6 客户来源、关键供应商、竞争者

KOEN等[37]将客户划分为现有客户、现有的消费者而非客户、新的非消费者，非消费者指尚未进入市场的潜在客户，而渐进性创新未涉及非消费者。因此将是否会发展非消费者为客户作为量化客户来源的方法。供应商是向企业及其竞争对手供应各种所需资源的企业和个人[38]，突破性创新产品关键技术的变化，往往会带来供应商的变化，因此将关键技术的供应商是否改变作为关键供应商变化的量化方法。竞争者指与他人竞争的任何人或实体，根据产品类型与面向用户差异，竞争者可分为直接竞争者、间接竞争者和替代竞争者3类。具有相同产品、满足同一用户群体需求的竞争者为直接竞争者，将间接竞争者与替代竞争者归类为非直接竞争者，把是否属于非直接竞争者作为衡量竞争者变化程度的量化方法。

综上所述，制定了如表2所示的二元量化表征方法，并对渐进性与突破性创新案例进行量化表征，结果如表3所示。其中RI值为1，则表示该案例为突破性创新。用Pearson相关系数验证了RI指标与11个特征因素的相关性，如表4所示，产品输出与RI指标无显著相关关系，其余10个因素与突破性创新具有显著相关性。因此，从产品微观层面的特征识别突破性创新设想具有一定可行性，本文在去除掉产品输出后，确定突破性创新设想的10个有效特征因素。

表3 创新案例的量化表征

表4 相关性分析

1.3 基于SMC的突破性设想识别模型构建

在产品创新过程的早期阶段，为避免突破性设想被扼杀，企业须及时识别出突破性设想，避开现有决策系统。制定评价和度量指标是企业处理突破性创新项目的策略之一。在制定评价指标后，学者们应用不同的方法对数据进行统计分析，如模糊评价、神经网络等。模糊评价法中指标权重的确定具有较强的主观性，且当指标个数数量较多时，易出现超模糊现象，从而导致评价结果出现误差。由于本文具有较多的评价指标，模糊评价法不适合对本文数据进行分析。相比于模糊评价法，神经网络利用数据反复迭代，更客观地获得指标在模型中所占权重，因此具有相对更高的客观性，但是神经网络对数据质量和数量的要求较苛刻。虽然在已有研究中已验证了该方法的可行性，但随着产品复杂性不断提高与突破性创新案例增加，需要对模型进行不断的学习与更迭，调整模型中的指标与权重系数。

因此，考虑到上述方法的不足，本文通过使用简单匹配系数(Simple Matching Coefficient,SMC)计算创新案例之间的相似程度，以此识别突破性设想。SMC是对具有多个二元属性的变量进行相似度计算的方法，可以与本文提出的二元量化表征方法更好地结合。

在SMC相似度度量函数中，设数据对象P的属性分布为I，I={ik|k=1,2,…,n}，数据对象Q的属性分布为J，J={jk|k=1,2,…,n}。其中，n表示属性的数量，ik与jk值分别表示对象P与Q第k个属性取值。令S(P,Q)为P与Q之间的属性相似度值，在实际使用情况下，各属性重要性不同，需要赋予一定权重突出属性的相对重要性。设赋予的第k个属性权重为ωk，因此，相似度

(1)

其中：ik与jk分别表示创新案例P与Q第k个特征因素取值，ωk表示第k个特征因素的权重。将式(1)应用于创新案例之间的相似度的计算。本文根据指标相关性确定指标权重的方法[39]，在表3量化结果的基础上得到各特征因素相互之间的相关性，技术领域、主要功能变化、客户来源之间相关性较高，如表5所示。从独立性的角度来看，相关性越高，则独立性越差，因此得到权重如表6所示。

表5 特征因素间的相关性

表6 特征因素权重

当kmax=n=10时，根据式(1)计算突破性创新案例间的相似度，其中最小相似度为0.648；其次，计算突破性创新案例与渐进性创新案例特征的相似度，最大相似度为0.646。在此基础上，本文探索了创新案例在其他不同特征因素组合的相似度，表7总结了可区分突破性创新与渐进性创新的不同特征因素组合，表中:RI表示突破性创新；II表示渐进性创新；Smin(RI,RI) 表示突破性创新案例之间特征相似度最小值；Smax(RI,II) 表示突破性创新与渐进性创新案例之间特征相似度最大值。

表7 不同特征数量的相似度阈值

上述不同特征因素的组合基于确定的突破性与渐进性创新案例得出，但在确定的突破性与渐进性创新案例之间存在部分创新案例较难界定创新程度的问题。如图1所示，在创新案例划分过程中，较难确定创新程度的创新案例被称为创新程度模糊案例。创新程度模糊案例介于突破性与渐进性创新之间，具有界限模糊的特性，对识别模型的精确性要求更高，因此在本文中，创新程度模糊案例被用来确定检验表7中不同特征因素组合识别模型的精确性。首先，根据已提出的突破性创新事后评定的方法[8]确定创新程度模糊案例的RI值；其次，对模糊案例进行量化表征，并应用表7中的特征因素组合对模糊案例进行识别，识别结果记录于表8中。为了更直观地表示识别模型的准确性，根据识别结果制定如图2所示识别模型的准确性条形图，通过线性预测趋势虚线可得，随着特征因素数量的减少，不同特征因素组合的模型在识别创新程度模糊的争议案例时准确性降低，对非突破性创新案例的识别具有一定的误判率。可推断10个特征因素的组合将具有更高的可靠性与准确性，因此将10个有效特征因素构建如图3所示突破性设想识别指标体系，将23个突破性创新案例量化数据构建突破性创新案例数据库，相似度S≥0.648作为识别突破性设想的阈值。若企业在获取量化特征因素所需信息时存在困难，可考虑表7中其余可行的特征因素组合作初步识别，随着产品进程的发展，再应用突破性设想识别指标体系作更精确的识别。

表8 不同特征因素组合的预测值

2 计算机辅助识别系统构建

为提升用户识别效率，基于已建立的突破性创新案例数据库，构建计算机辅助识别系统，该识别系统模型流程如图4所示。首先基于文献检索、知识库、Statista库等收集创新设想识别指标的相关信息，完成创新设想的量化表征；其次将量化结果与突破性创新案例数据库进行相似度计算，若最小相似度值大于等于已确定阈值，则认为该设想为突破性设想。软件的用户交互界面如图5所示，根据界面提示完成对创新设想的量化。量化完成后，软件将通过与基础数据库比对，直接给出评价结果。如图6所示，若与突破性创新案例数据库中案例的相似度均大于等于0.648，软件将认为该被创新设想具

有成为突破性创新的潜力，因此该创新设想为突破性设想。对于非突破性设想，软件会输出影响创新程度的评价指标，以供用户参考，对创新设想进行下一步的改进与设计。

3 案例分析

3.1 收集公认的创新案例

为保证验证结果的科学性与严谨性，基于文献检索，收集已公开发表的高水平论文中的突破性创新案例与渐进性创新案例[19]。由于不同文献对突破性创新的定义存在差异，通过本文提出的突破性创新概念对收集的创新案例进行界定，若界定结果与高水平论文评定结果一致则将其作为验证案例。最终，共收集4个突破性创新案例与3个渐进性创新案例，如表9所示。

表9 验证案例的量化及预测结果

3.2 验证评价方法的有效性

以电子秤为例，电子秤是采用现代传感器技术、电子技术和计算机技术一体化的电子称量装置，相比于传统台秤，使用传感器系统替代杆杆原理。显然，可判定技术领域发生变化，则功能实现原理亦发生变化。由于传感器技术、电子技术等应用于电子秤，生产过程发生全新的变化。因为有传感器产生电信号输入系统中，避免了手动调平的过程，所以作用对象包括重物与电信号，作用对象的属性也相应发生改变，而作用对象的位置未变化。市场维度包含的3个评价指标均发生变化。最后，计算机识别模型识别结果与验证案例完全一致，表明本文提出的突破性设想的识别方法是可行的。

4 结束语

针对已有的突破性创新识别研究存在前瞻性不足以及较强人为主观因素的问题，本文从产品自身角度出发，通过筛选概念设计阶段的特征因素，研究以二元量化方法代替传统的较主观的量化方法，以期提升突破性设想识别的客观性与准确性，提高突破性创新产生的可能性。本文的主要贡献如下：

首先，本文基于文献检索，面向概念设计阶段提取反应产品自身变化的特征因素，建立了突破性设想识别指标体系，为突破性创新的早期识别提供理论支撑。

其次，通过对比主流产品对收集的成功创新案例进行量化表征，比传统的量化方法更加客观。在此基础上，建立了突破性创新案例数据库，通过比较突破性创新与渐进性创新案例特征的相似程度确定两者相互区别的阈值，为后续突破性设想的识别奠定基础。随着更多的创新案例被识别，将不断对案例数据库进行扩充，提高识别模型的可靠性。

最后，基于研究开发了一套计算机辅助识别系统，该系统为技术研发人员提供了相应的理论基础和工具支撑，可以较客观地辅助用户对突破性设想进行早期识别，并提供向用户反馈创新设想需要改进指标的功能，有助于更加系统化的指导产品设计与开发。本文提出的突破性设想的识别模型主要面向家电行业，也为其他行业领域应用提供了借鉴。未来，建立多行业适用的突破性设想识别模型将是主要研究内容。