由于生活水平以及人们对物质品质要求的提高,顾客的需求逐渐趋向个性化。同时,随着全球经济的发展和科学技术的进步,制造企业的加工工艺日趋成熟、生产设备逐渐智能化,产品的差异化越来越难以实现,企业无法通过产品生产获取高额的利润,因此制造企业面临着较大的市场压力。在这种市场环境下,服务在企业竞争中的优势逐渐突显出来。因此,将服务与制造相融合成为制造企业应对当前竞争激烈的市场环境、获取利润的重要途径。由于服务不同于有形产品,具有其独特的特性,制造企业在考虑服务与制造相融合时,不能按照原有的思维来考虑产品定价,即传统的定价方法无法适用于新环境。对于成长期的产品来说,市场中竞争对手少,市场竞争还不激烈,企业的目标为扩大市场占有率。所以,对于此时期的产品来说,制造企业在进行定价时,需要满足不同顾客的需求,进而制定不同的产品价格。因此,本文在服务与制造相融合的背景下,探讨成长期产品的定价问题。本文首先通过分析目前关于产品定价方法和定价影响因素的研究,从中发现问题和不足。因此,结合实际的企业调研,考虑顾客参与产品生产过程,将产品生产过程分成设计、生产和服务3个阶段分析产品生产过程中影响产品定价的因素,构建产品定价影响因素体系。为有效控制、量化服务阶段的影响因素,最大程度上满足顾客需求,通过综合顾客收到订单产品的反馈以及企业订单完成情况来衡量服务阶段的影响因素。其次,利用支持向量机回归算法(SVR,Support Vector Regression)在求解小样本量问题上的优势,构建基于支持向量机回归算法的产品定价模型。最后,本文以某企业为例进行实例验证,利用皮尔逊相关性分析方法分析产品定价影响因素与产品价格之间的相关性;通过与常用于预测的神经网络算法进行对比,验证该模型用于产品定价的有效性和可靠性;通过与企业原定价方法进行对比,验证利用该方法进行单个产品的定价可以为企业带来更高的利润,为制造企业进行产品定价提供科学合理的定价方法和理论指导。