1. ÍNDICE

2.1 Modelo de Variable de precisión Bayesiana

2.1.1 Preliminares

2.1.2 Estructura Probabilística

2.1.3 Modelo de aplicación de los Conjuntos Rugosos (Rough Sets) a la Ingeniería Kansei.

2. Método de extracción de las reglas de decisión de las regiones aproximadas

2.2.1 Sistemas de información

2.2.2 Relación de indiscernibilidad

2.2.3 Espacio de aproximación

2.2.4 Extracción de reglas de decisión

2.4.4.1 Primera etapa

2.4.4.2 Segunda etapa

2.3 Metodología propuesta

2.3.1 Elección del dominio

2.3.2 …ver más…

Éste es el modelo que trataremos de aplicar a los estudios Kansei para el diseño de nuestro producto y es el que desarrollamos a continuación.

(Esquema con los tipos de rough set)

1. Modelo de Variable de Precisión Bayesiana Rough Set (VPBRS)

Las Redes Bayesianas están diseñadas para hallar las relaciones de dependencia e independencia entre todas las variables que conforman el dominio de estudio. Basado en ello, se utilizan métodos de razonamiento probabilístico que permiten realizar predicciones sobre el valor de cualquier variable desconocida basados en los valores de las conocidas (Optimización de redes bayesianas basado en tec. de aprendizaje por inducción, Pablo Felgaer). En el modelo Rough set original se determinan tablas de decisión determinísticas, esto es, basadas en el principio causa-efecto, sin tener en cuenta la incertidumbre y posibles relaciones de probabilidad entre variables. En el caso de las valoraciones Kansei, éstas dependen de la muestra de consumidores considerados, de su comportamiento conductual y de su espectro emocional, por lo tanto los estudios kansei generan tablas de decisión no-determinísticas, con una estructura probabilística.

2.1.1 Preliminares

El modelo VPBRS aplicado a la Ingeniería Kansei es propuesto por Nishino, Nagamachi y Tanaka (2006) y que ha sido aplicado en varios estudios Kansei [Nagamachi (2007); Nishino el al (2001;