1、以互聯(lián)網(wǎng)為基礎的信息物理世界已經(jīng)極大的改變了所處的環(huán)境?；ヂ?lián)網(wǎng)用戶不斷增長、數(shù)據(jù)不斷涌現(xiàn)，推動了新一代人工智能的出現(xiàn)。其中，運用人工智能解決創(chuàng)造性問題，是新一代人工智能研究的重要趨勢和挑戰(zhàn)。
　　眾包招募大眾參與者完成機器難以完成的任務，采用眾包解決創(chuàng)造性問題，有望結合人的創(chuàng)意能力與機器的計算能力，提升人工智能的創(chuàng)新能力。IBM集團、寶馬等企業(yè)，美國疾病預防與控制中心等政府機構已成功利用眾包收集創(chuàng)意方案;科研人員采用眾包方法招募參

2、與者，輔助研究蛋白質(zhì)結構、尋找物理粒子等。但利用眾包解決創(chuàng)造性問題仍存在較大的不確定性?，F(xiàn)有眾包方法多遵循“發(fā)布任務-回收方案”的模式，以方案質(zhì)量為標準篩選創(chuàng)意方案。此類方法關注參與者產(chǎn)出方案的質(zhì)量，忽視方案多樣性、方案發(fā)展?jié)摿Φ纫蛩?，容易過早地固化于少數(shù)方案，使得眾包創(chuàng)新能力受限、難以穩(wěn)定產(chǎn)出創(chuàng)新方案。
　　本文以創(chuàng)意設計眾包作為研究對象，提出創(chuàng)意設計柔性眾包方法，提升群體智能的創(chuàng)新能力。柔性眾包方法激發(fā)參與者的創(chuàng)新潛力，引導參

3、與者產(chǎn)出多樣化方案;挖掘眾包過程中的潛力創(chuàng)新方向，篩選有發(fā)展?jié)摿Φ姆桨高M行改進，推動方案質(zhì)量的持續(xù)提升。具體的，本文實施了以下三部分研究:
　　(1)提出創(chuàng)意拐點模型，描述創(chuàng)意設計過程。以創(chuàng)意拐點模型描述創(chuàng)意設計眾包，整合參與者在眾包任務中的創(chuàng)意設計過程，支持對創(chuàng)意方案發(fā)展過程的分析。
　　(2)改進眾包任務流程，引導參與者產(chǎn)出多樣化、高質(zhì)量方案。分析參與者的創(chuàng)意設計特征，從方案來源與方案改進兩方面優(yōu)化眾包方案生成任務的流程

4、，促進參與者間的創(chuàng)意激發(fā)，提升方案質(zhì)量。
　　(3)優(yōu)化眾包過程中的方案篩選標準，關注創(chuàng)意方案的后續(xù)發(fā)展情況而非當前質(zhì)量，挖掘眾包的潛力發(fā)展方向。探索眾包過程中方案分布、方案間關系等因素與方案發(fā)展的聯(lián)系，提出創(chuàng)意方案發(fā)展?jié)摿Φ挠嬎惴椒?，預測方案的后續(xù)發(fā)展情況;以發(fā)展?jié)摿ψ鳛楹Y選標準選擇方案、改進方案，持續(xù)提升創(chuàng)意方案的質(zhì)量。
　　基于上述方法，本文構建了創(chuàng)意設計柔性眾包系統(tǒng)，在產(chǎn)品設計、人機交互設計、平面設計三個創(chuàng)意設計領域