InnoCrowd, a product classification system for design decision in a crowdsourced product innovation - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

InnoCrowd, a product classification system for design decision in a crowdsourced product innovation

InnoCrowd, un système de classification de produits pour la décision de conception dans une innovation de produit participative.

Résumé

System engineering focuses on how to design and manage complex systems. Meanwhile, in the era of Industry 4.0 and Internet of Things (IoT), systems are getting more complex. Contributors to higher complexity include the usage of modern components (e.g. mechatronics), new manufacturing technologies (e.g. 3D Print) and new engineering product development processes, e.g. open innovation. Open innovation is enabled by IoT, where people and devices are easily connected, and it supports development of more innovative products through ideas gained from predecessors and collaborators world wide. Some researchers suggest this approach is up to three times faster and five times cheaper than conventional approaches [Gassmann, 2012], [Howe, 2008], [Kusumah, 2018]. Because open innovation is relatively new, many managers do not know how to employ it effectively in some phases of product development [Schenk, 2009], [Afuah, 2017], including requirements definition, design and engineering processes (task assignment) through quality assurance. Also, they have trouble estimating and controlling development time and cost [Nevo, 2020], [Thanh, 2015]. As a consequence, the acceptance of this new approach in the industry is limited. Research activities addressing this new approach mainly address high-level and qualitive issues. Few effective methods are available to estimate project risk and to decide whether to initiate a project. We propose InnoCrowd, a decision support system that uses an improved method to support these tasks and make decisions about crowdsourced engineering product development. InnoCrowd uses natural language processing and machine learning to build a knowledgebase of crowdsourced product developments. InnoCrowd presents a manager with results of similar projects to show which practices led to good results. A manager of a new project can use this guidance to employ best practices for product requirements definition, project schedule, and other aspects, thereby reducing risk and increasing chances for success.
L'ingénierie des systèmes se concentre sur la façon de concevoir et de gérer des systèmes complexes. En même temps, à l'ère de l'Industrie 4.0 et de l'Internet des objets (IoT), les systèmes deviennent de plus en plus complexes. Les facteurs contribuant à une plus grande complexité incluent l'utilisation de composants modernes (par exemple, la mécatronique), de nouvelles technologies de fabrication (par exemple, l'impression 3D) et de nouveaux processus de développement de produits d'ingénierie, par exemple l’innovation ouverte (Open Innovation). L'innovation ouverte est rendue possible par l'IoT, où les personnes et les appareils sont facilement connectés, et elle soutient le développement de produits plus innovants grâce aux idées acquises auprès de prédécesseurs et de collaborateurs du monde entier. Certains chercheurs suggèrent que cette approche est jusqu'à trois fois plus rapide et cinq fois moins chère que les approches conventionnelles [Gassmann, 2012], [Howe, 2008], [Kusumah, 2018]. Parce que l'innovation ouverte est relativement nouvelle, de nombreux gestionnaires ne savent pas comment l'utiliser efficacement dans certaines phases du développement de produits [Schenk, 2009], [Afuah, 2017], y compris la définition des exigences, la conception et les processus d'ingénierie (affectation des tâches) via l'assurance qualité. De plus, ils ont du mal à estimer et à contrôler le temps et le coût du développement [Nevo, 2020], [Thanh, 2015]. En conséquence, l'acceptation de cette nouvelle approche dans l'industrie est limitée. Les activités de recherche portant sur cette nouvelle approche portent principalement sur des questions de haut niveau et d’ordre qualitative. Peu de méthodes efficaces sont disponibles pour estimer le risque d'un projet et pour décider s'il faut lancer un projet. Nous proposons InnoCrowd, un système d'aide à la décision qui utilise une méthode améliorée pour prendre en charge ces tâches et prendre des décisions concernant le développement de produits d'ingénierie participative. InnoCrowd utilise le traitement du langage naturel (NLP : Natural Laguage Processing) et l'apprentissage automatique (Machine Learning) pour créer une base de données de connaissances sur les développements de produits issus du crowdsourcing. InnoCrowd présente à un gestionnaire les résultats de projets similaires pour montrer quelles pratiques ont conduit à de bons résultats. Un responsable d'un nouveau projet peut utiliser ces conseils pour appliquer les meilleures pratiques pour la définition des exigences du produit, le calendrier du projet et d'autres aspects, réduisant ainsi les risques et augmentant les chances de réussite du projet.
Fichier principal
Vignette du fichier
KUSUMAH.pdf (2.3 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03572748 , version 1 (14-02-2022)

Identifiants

  • HAL Id : tel-03572748 , version 1

Citer

Indra Kusumah. InnoCrowd, a product classification system for design decision in a crowdsourced product innovation. Computational Engineering, Finance, and Science [cs.CE]. Université Panthéon-Sorbonne - Paris I; Universität Konstanz, 2021. English. ⟨NNT : 2021PA01E050⟩. ⟨tel-03572748⟩
126 Consultations
143 Téléchargements

Partager

Gmail Facebook X LinkedIn More