本书基于大数据和人工智能技术，深入阐述了AHP、回归分析、神经网络、感性工程学、因子分析、K-平均算法、大数据聚类分析、数据挖掘技术、云计算、蚁群算法等方法在产品设计和设计创新中的实际应用。
本书案例丰富，实用性强，适合数据分析师、研发工程师、产品经理、产品运营者、设计学者、产品设计师，以及其他对数据感兴趣、并希望借助数据力量的人群阅读和参考。

绪论
一、概述
二、国内外研究现状
第一章 层次分析
一、层次分析法（AHP）简介
二、AHP建模方法
三、设计创新应用案例
第二章 回归分析
一、回归分析简介
二、回归分析在产品创新中应用的案例
三、多元非线性回归分析在产品设计评价中应用的案例
第三章 神经网络
一、神经网络（ANN）简介
二、神经元及网络模型
三、BP神经网络
四、设计中的神经网络应用
五、人工神经网络展望
六、综合应用
第四章 感性工程学
一、感性工程学概述
二、感性工程学理论
三、语义差分法应用举例
四、基于语义差分法的产品设计方案
第五章 因子分析
一、因子分析简介
二、因子分析应用方法
三、SPSS因子分析过程
四、因子分析应用于产品创新的案例
五、因子分析+神经网络综合应用到产品设计创新的案例
第六章 K-平均算法
一、K-平均算法概述
二、K-means聚类算法研究现状
三、聚类相关知识
四、案例分析——儿童腕带的选择
第七章 大数据聚类分析
一、大数据聚类分析在产品设计创新领域的研究现状
二、大数据设计创新应用
三、数据驱动产品创新设计
第八章 数据挖掘技术
一、数据挖掘在产品设计创新研究中的应用现状
二、数据挖掘技术简介
三、数据挖掘在产品创新中的应用过程
四、数据驱动产品设计创新
五、大数据驱动产品创新设计
第九章 云计算
一、云计算在产品设计创新领域的研究现状
二、云计算简介
三、云平台及其技术
四、云计算应用在产品设计创新
五、云设计平台
六、云计算产品应用案例
第十章 蚁群算法
一、蚁群算法在产品设计创新领域的研究现状
二、蚁群算法简介
三、蚁群算法的数学原理
四、蚁群算法计算过程
五、MATLAB代码
六、应用案例
致谢
参考文献