[論文レビュー] A framework to discover potential ideas of new product development from crowdsourcing application

Thanh-Cong Dinh, Hyerim Bae+2 more|arXiv (Cornell University)|Feb 25, 2015

Open Source Software Innovations参考文献 45被引用数 6

ひとこと要約

本論文では、テキストマイニングとオンライン学習を活用して、クラウドソーシングによる提出物から高ポテンシャルな製品アイデアを特定する、準自動フレームワークを提案する。キーテキストパターンの抽出と、ユーザーの投票およびコメントを用いたアイデア品質の評価により、手作業による作業を顕著に削減し、新製品開発（NPD）のアイデーションプロセスの効率性を向上させる。実世界のクラウドソーシングデータを用いた検証により、その有効性が裏付けられている。

ABSTRACT

In this paper, we study idea mining from crowdsourcing applications which encourage a group of people, who are usually undefined and very large sized, to generate ideas for new product development (NPD). In order to isolate the relatively small number of potential ones among ideas from crowd, decision makers not only have to identify the key textual information representing the ideas, but they also need to consider online opinions of people who gave comments and votes on the ideas. Due to the extremely large size of text data generated by people on the Internet, identifying textual information has been carried out in manual ways, and has been considered very time consuming and costly. To overcome the ineffectiveness, this paper introduces a novel framework that can help decision makers discover ideas having the potential to be used in an NPD process. To achieve this, a semi-automatic text mining technique that retrieves useful text patterns from ideas posted on crowdsourcing application is proposed. Then, we provide an online learning algorithm to evaluate whether the idea is potential or not. Finally to verify the effectiveness of our algorithm, we conducted experiments on the data, which are collected from an existing crowd sourcing website.

研究の動機と目的

• 新製品開発（NPD）において、大規模かつ定義されていないクラウドからの膨大な量の非構造的アイデアを手作業で精査するという課題に対処すること。
• クラウドソーシングコンテンツからの意味のある製品アイデアを表すキーテキストパターンの自動特定を実現すること。
• ユーザーが生成したフィードバック（投票およびコメント）をアイデアの潜在的価値の評価に統合すること。
• 時間の経過に伴い変化するユーザーのフィードバックに基づいて、アイデアの品質を動的に評価できるオンライン学習アルゴリズムの開発

提案手法

• 準自動テキストマイニング手法により、クラウドソーシングプラットフォームに投稿されたアイデアから有用なテキストパターンを抽出する。
• フレームワークは、言語的パターンと意味的コンテンツの分析を通じて、アイデア記述における顕著な特徴を同定する。
• 進化するユーザーのフィードバック（投票およびコメント）に基づいて、アイデアの潜在的価値を継続的に評価するためのオンライン学習アルゴリズムを採用する。
• システムは、ユーザー参加度の指標とテキスト特徴の関数としてアイデアの品質をモデル化し、リアルタイムでの評価を可能にする。
• 自然言語処理と協調フィルタリングの原則を組み合わせることで、アイデアの潜在的価値に基づく順位付けを実現する。
• 本フレームワークは、既存のNPD向けクラウドソーシングウェブサイトから収集した実データを用いて訓練および検証された。

実験結果

リサーチクエスチョン

• RQ1 クラウドソーシングによるアイデアにおけるキーテキストパターンを、どのように自動抽出することで意味のある製品コンセプトを表現できるか？
• RQ2 ユーザーの投票およびコメントは、高ポテンシャルなアイデアを特定するうえで、どのような役割を果たすか？
• RQ3 完全な手作業レビューを要せず、オンライン学習アルゴリズムがアイデアの潜在的価値を効果的に順位付けできるか？
• RQ4 テキスト的フィードバックとソーシャルフィードバックを統合することで、従来の手法と比較して、アイデア選定の正確性がどの程度向上するか？
• RQ5 提案されたフレームワークは、大規模なNPDプロセスにおけるアイデアスクリーニングの時間とコストを、どの程度削減できるか？

主な発見

• 提案されたフレームワークは、大規模なクラウドソーシングデータから高ポテンシャルな製品アイデアを特定する作業における手作業の負担を顕著に削減した。
• テキストパターン抽出により、革新的なアイデアの顕著な特徴を的確に捉えることができ、アイデア分類の精度が向上した。
• 評価モデルにユーザーの投票およびコメントを統合することで、有望なアイデアと低品質なアイデアの区別能力が向上した。
• 新しいフィードバックが到着するにつれて、オンライン学習アルゴリズムは安定的かつ適応的な性能を示した。
• 実際のクラウドソーシングデータを用いた実証的評価により、本フレームワークがNPDにおけるアイデアスクリーニングの効率性と正確性を向上させることの有効性が確認された。