基于数据挖掘技术的创新设计思维研究

杨杰 刘平

摘要：随着数字化技术的高速发展，各个行业的数据量正在以惊人的速度增长。如何利用这些数据，把庞大的数据信息转化为财富，无疑成为当下热门的研究课题，数据挖掘技术的应用研究也逐渐成为时代发展的一个趋势。通过数据挖掘技术对所需设计产品进行数据挖掘和分析，通过分析产品各项特征对用户喜好的影响参数等，可以为设计者在进行设计的过程中提供强大的数据支撑，使设计更加贴近用户。

关键词：数据挖掘 大数据 设计 创新

中图分类号：J524 文献标识码：A

文章编号：1003-0069（2020）02-0074-02

一、数据挖掘概述

（一）数据挖掘基本概念

作为一种深度的数据分析方法，数据挖掘主要是通过对海量的数据信息进行有目的性的提取、分拣、归类并挖掘出其有价值的信息，从而为各行各业的生存和发展提供决策支持信息。简而言之一数据挖掘借助于多种数据分析工具来分析数据信息和模型之间的对应关系，以此来指导各行各业的生产和发展，并提供重大决策上的支持[1]。其实数据挖掘可以理解为是一个实现大数据价值的有效途径，利用人工智能和统计学等诸多方面的知识和技术，从大量的实际数据中挖掘出有效的信息，提取出数据的潜在价值。当今社会瞬息万变，新事物、新思想层见叠出，这些变化看似捉摸不透，实则有迹可循，这个迹就是数据。信息科技的疾速发展使数据的搜集更加快捷和便利，林林总总的信息通过数据挖掘技术快速汇集在一起，准确挖掘出特定人群的偏好特征或者某类产品的消费人群特征。广泛的应用使数据挖掘逐渐渗透进我们的日常生活，为人们处理分析问题，正确决策以及预测事件的走向提供了一种新的方法。

（二）数据挖掘基本过程

在大数据的背景下，数据挖掘技术的应用已经成为研究热点并日益引起各界的广泛关注。数据挖掘技术是一个集数据集成、数据挖掘过程于一体的综合分析系统，其需要依赖一个固定的工作流程来完成信息资源的整合和挖掘工作[2]。首先，数据挖掘开始前要先进行数据准备工作。在准备过程中需要发现、提出问题，确立挖掘目标并进行数据预处理。然后开始数据挖掘，针对目标数据，对现有信息进行挖掘处理，从而在海量的数据中获得需要的信息并进行提取和分析。最后是采取行动并评估结果，结合实际情况，将数据挖掘过程中获取到的数据信息应用到具体问题中，对挖掘的目标问题进行判断或整改。

通过对数据的分析，便可以推测出用户对于某类产品某个特性的兴趣偏好，发现用户的兴趣点，并建立推荐模型，这就为设计提供了需要重点考量的“参数”推荐。数据挖掘技术与设计思维相结合可以帮助设计者设计出更加符合当下用户实际需求的好设计和好产品。例如，产品包装是商品和消费者之间无声的促销员，企业和设计人员为了吸引和激发消费者的购买欲望，不断地对商品包装设计和销售手段推陈出新[3]。通过数据挖掘可以挖掘出消费者对不同包装的色彩、材质等方面的的喜好和需求，使包装设计带来愉悦的审美体验，引导最终的购买行为。设计行业对设计师的综合素质要求已经越来越高，在掌握专业技能之外不断提升自身的数据素养、学习基本的数据指标已经成为时代的呼唤。在跨界现象盛行的背景下，数据素养也早已突破了行业的界限，逐渐成为设计师应该具备的一种基本专业素养。

二、设计的科学化倾向

（一）设计的双重属性

设计同时具有感性和理性两种属性，感性体现在其艺术价值和文化内涵中，理性反映了其严谨的思考和科学态度。艺术创作可以天马行空，但是设计活动却要有理有据，所以设计是经过理性思辨之后更为鲜活生动的一种表达方式。艺术和科学是相辅相成的完整体，设计就像一条温柔的纽带，将它们连接在一起。

在大数据时代来临之后，人类社会生活的各个领域都深受其影响。让人意外的是科学和艺术非但没有站在对立的两面，还形成了一个相互促进的新局面。一方面科技借助艺术丰富的表现方式变得更加迷人，另一方面，科学通过深度挖掘并分析数据资料，也使得设计活动更加有所依据，实现了感性和理性的统一。科学和艺术本就不是泾渭分明的两个世界，随着彼此的交叉越来越多，两者的内在联系也会越来越密切。

（二）数据科学对设计的影响

与感性的艺术大相径庭，设计需要将感性思维跨越到理性的探索上。“数据科学”在大数据时代的背景下应运而生并快速兴起，已经在潜移默化中融入进包括设计在内的众多领域。首先，数据科学凭借自身的技术优势，跨越了传统的数据分析方法，使与之关联的设计更具有时效性;其次，创造力是一个民族发展的根本，也是现代化科技发展的思想体系指导[4]，而以数据为中心的科学思考方法让创意有限制地进发，让思维在发散之后又得到收敛，使设计同时具备了创造性和批判性。这种产生自信息技术先导行业的设计模式革新，正在渗透和颠覆着其他商业领域传统的产品开发思维[5]。

科学技术带领我们走进一个全新的时代，当严谨的科学和感性的艺术在这个时代再次相逢，它们擦撞出绚烂的火花，使经过数据分析后的设计成果最终以优雅的方式呈现出来，冰冷的技术也开始逐渐以具有美感的方式出現在大众生活里。科学为创新设计的可靠性提供了强有力的理论保障，艺术则为生硬的数据包裹了一层儒雅的外衣，设计由此走在科学化发展的康庄大道上，越来越成为推动社会进步的重要因素。

三、数据挖掘技术下的新型设计方法

（一）数据挖掘算法是如何实现某类产品的特征提取的？

设计师在进行设计时，先运用数据分析的方法对产品的各方面特性进行归纳。具体步骤如下：

1.通过“数据抓取技术”对当下相关产品的各项特性进行归纳总结。数据抓取技术即按照预先定义好的规则或方法，通过计算机程序，自动从网络等信息载体获取信息和数据的一种从外界获得数据的技术。目的在于最大范围地获取相关产品的各项信息，以便进行后续的数据分析。如“爬虫技术”是目前比较主流的数据抓取技术。

2.由于捕捉下来的数据一般并不完美，故而这些未经过预处理的数据不可以直接使用，需要经过初步的整合过滤来提高数据的整体质量。因为数据中包含的诸多噪声数据会对挖掘造成干扰，所以去除不相关的数据据就变得尤为重要，比如过滤掉残缺信息等。虽然数据预处理能够帮助我们获得高质量的数据，但有些问题数据仍然需要做进一步的处理，比如当数据缺失时需要进行缺失值处理;或者当数据分散时，则需要通过增加行或者增加列的方式将数据进行整合。总之数据预处理在整个数据挖掘的过程中有着非同小可的作用，通过数据预处理不仅能够更好地认识和理解数据，好的数据预处理方法能使最后的挖掘结果变的非常完美。

3.根据“Jaccard”相似系数算法对用户喜欢的物品所具有的相似度进行分析，就可以迅速知道有哪些产品特征对用户的偏好影响大，再从这个维度为设计师提供崭新的思考线索。“Jaccard”算法（相似系数）用于区别、对比有限的各个样本集之间哪些属性具有相似性，哪些属性具有差异性。Jaccard系数值越大，样本相似度也就越高。我们在对数据进行处理的过程中，应当明确各个数据样本直接不同维度的差异大小，从而根据这些差值，评价各个样本（个体）的相似性以及所属类别。

（二）数据挖掘技术是如何帮助设计师进行设计？

1.设计调研：设计中前期调研的过程就相当于一个数据采集的过程，在这个过程中，设计师的灵感不断涌现，更精确地发现问题，也越来越明确用户的需求。设计师需要了解用户，而数据挖掘则通过收集、比较、计算等方式处理了涉及到用户的海量信息。有了数据作为依据，就可以对市场需求进行预测，帮助设计师明确设计目标。当然，调研活动需要按照详细的计划进行，只有在调研过程中牢牢抓住重点方向，才能让数据更具有威力，支撑设计活动的进行。值得一提的是，数据挖掘的最终结果除了对过去信息的总结分析，还有预测性的信息，这些前瞻性信息是直接由数据本身通过数据挖掘算法得出的结论，具有非常高的精准性和预测性。设计调研中的数据采集帮助设计师明确了设计目标，对发现设计问题的敏感性也是每一位设计师所具备的修养。

2.分析调整：设计不是一蹴而就的，需要不断的分析和调整，就像是一个不断打磨的过程，将最初的方案不断优化。当设计师进行设计时，需要就目前所掌握的数据完成分析并得出具有预测和参考价值的分析结果，然后根据这些结果快速定位到可以改善当前状况的“痛点”。通过使用数据挖掘技术对当前数据进行分析后，根据推荐人群的喜好特性，对设计的产品进行相对应的调整。用户需求也通过数据分析与设计思维相对接，并且以相似类别产品的特征数据为支撑，便可以清晰地了解到当下该类型产品的各项特征对于用户偏好的影响。设计师就可以根据这些特征，进行衡量和比较，将更加符合用户实际需求的特征作为设计的重点，使设计更加适应当前多元化的环境。

3.反馈机制：作為设计中一个重要的环节，反馈机制从某种角度上来说是设计的一种延续方式。良好的信息反馈就像设计师和用户的直接对话，为设计师提供了宝贵的一手资料。每个人在这个世界都是独立的个体，都有不同的立场和独特的观念，用户反馈则有效克服了以自我为中心的设计观念，为设计师提供了更全面的视角，让设计面向大众，也使用户参与设计成为可能。在初步完成设计后，可以使用在线投票、在线评价等反馈机制，并使用数据挖掘算法对反馈的信息进行分析。根据分析出的结论，更好地帮助设计师完善设计。用户反馈是连接用户和设计师的一条无形的“链”，通过用户反馈机制收集用户评价和意见，设计师通过这些数据，在不断调整中使设计更好地适应市场和消费者。

4.案例分析：近年来创客文化与互联网科技驱动的硬件不断结合发展，其团队的组建模式往往是一些具有相同爱好的爱好者或团队通过各类社交网络进行自我组织，以敏捷、开放的协同方式进行概念孵化，进而通过众筹创业孵化类的网站渠道吸引公众参与，在募集资金的同时，也让真正的产品使用者参与到产品的设计中来，在初期产品的使用需求确定过程中，设计开发人员与实际用户的不断交互与反馈，汇总他们的建议和要求，利用数据挖掘等相关技术，不断地对产品设计进行修改和调整。并且利用数据挖掘等技术根据现有数据对当前市场进行了分析和预判以期获得精准的市场定位。当Facebook宣布斤资20亿美元收购虚拟现实产品公司Oculus的时候，很多人可能还没有听说过这家才创立两年多的小公司。而此时，这家公司的第一个产品虚拟现实游戏头盔尚处于工作原型阶段，就通过著名众筹平台Kickstarter上线发布，引起众多爱好者关注，并成功融资240万美元。如图1所示。其创始人Palmer Luckey年仅20岁，是一位对技术狂热的创客，他根据自己玩电子游戏的兴趣和长期经验，开始尝试制作全新的虚拟现实游戏头盔，之后通过电子爱好者论坛认识了另一位现在公司的工程师，共同的兴趣使他们聚集几位具有互联网经验的同伴，并不断改进技术原型，直到在众筹网站推出并获得成功。这可以说又是一个乔布斯式的“车库创新”神话，只不过这一次，在数据挖掘技术等新兴技术以及利用与数据相结合的设计新方法的助推下，众筹孵化和互联网让其成功来得更快。因此，从互联网科技领域开始，设计正在从个体的技能驱动转向群体的数据驱动。

总结

科技的发展不断引领着设计思潮的新变化，在丰富着我们生活的同时，也推动设计走向了一个更宽广的空间。数据挖掘技术在不断被普及中已经成为设计领域的一个重要机遇，它的出现不仅便捷了数据的存储、分析和提炼，也打破了设计思维的定势。了解并掌握数据挖掘技术及其应用的基本方法，就可以对用户的需求进行最深层次的剖析，从而定制出符合客户独特需求的设计规划。但是基于数据挖掘技术的创新设计思维研究并不是将设计机械的模式化，更不是将思维禁锢，而是借助数据来助力设计的成功。归根到底，以数据为核心的设计方法不单单是创新设计思维的需要，也是信息化时代中设计的一个必然趋势，有着更为深刻的现实需要。

参考文献

[1]李明江，唐颖，周力军.数据挖掘技术及应用[J].中国新通信，2012，14（22）：66-67+74.

[2]周凌.浅析大数据时代的数据挖掘技术与应用[J].中小企业管理与科技（下旬刊），2018（05）：189-190.

[3]周杨静.地域特产包装设计的文化转译[J].南京艺术学院学报（美术与设计），2015（04）：174-177.

[4]张旸.设计领域创造力研究的必要性[J].南京艺术学院学报（美术与设计），2017（04）：20-23.

[5]王巍.数据驱动的设计模式之变[J].装饰，2014（06）：31-35.

[6]程洁心.大数据背景下基于GIS的景观评价方法探究[J].设计，2016，29（1）：52-56.

[7]孙品一，周峰.探讨大数据时代下的数据可视化[J].设计，2016，29（7）：136-137.