产品设计中将感性转译为设计要素的方法概述

2021-08-10易慧敏陈家平

科教导刊·电子版 2021年18期

朱琛林欢易慧敏陈家平

（[1]衢州学院浙江·衢州 324000；[2]浙江财经大学东方学院浙江·嘉兴 324000）

在购买某一产品前，消费者必然会对该产品有某种模糊不确定感性意象期望，如美观、使用、高档等等，我们将这些意象称为感性词汇。感性工学就是通过人机工程学技术（现代计算机、数学、统计学等），探索人的感性诉求意象，并经过量化转译成理性的、定性的设计要素，最后应用于产品的开发设计中。在探索大众感性诉求与设计要素关联性以获得设计要素的最佳组合的原则下，有助于开发者有针对性地设计，并降低开发新产品的风险，还帮助消费者挑选到自己期望的产品。

然而，作为一项复杂的技术，感性工学的实施必须先解决以下问题：（1）如何准确获得人们对产品的感性因素；（2）如何将感性意象期望反应并转化到产品设计中；（3）如何构建感性系统。

本文将针对第二个问题，进行系统性的方法概述，旨在为将来感性意象的研究建立实用方法。

1 样本的选取与处理

通过对国内外产品市场进行调研，并利用产品相关杂志、介绍手册、网络等途径进行样本收集。但由于产品外观存在相异性，因此在选取样本时尽量涵盖不同品牌、不同价位的产品。同时以形态相异和适合研究为原则，初步得到覆盖广又具鲜明要素产品样本。

为避免色彩、背景、装饰等因素对产品感性意象的影响，利用Photoshop软件将所有样本图片进行去色、去景处理。同时，考虑到产品外观存在的共性以及研究样本的负荷量易导致研究者的感官疲劳，为此在样本分析时将产品进行筛选、分类处理。

样本的筛选过程即分析过程需采用样本分析法，本文是针对不同样本分析方法在产品感性设计领域的定义、方法、特点进行的理论概述。

2 样本分析法/将感性诉求转译为设计要素的方法

目前在感性工学领域中常用的样本分析法主要有：形态分析法、聚类分析法、KJ法、问卷调查法、主成分分析法和因子分析法。由于样本与感性词汇分析筛选方法原理一致，下文以样本做阐述，感性词汇同理。

2.1 形态分析法

产品由一系列设计要素构成，各种类型的设计要素会影响用户的感性意象认知。形态分析法是在形态学的基础上对事物进行分析。其特点是将研究对象或问题划分为若干个设计要素然后针对各设计要素分别进行单独技术设计分析，从而找出可能实现每个要素最优化的形式或手段，即解决问题的方法。再将各要素与其对应的形式或手段进行排列组合，最后形成解决整个问题的总方案。形态分析法用于探索问题的创新方案以及预估新技术实现的可行性。主要分为五个步骤：

（1）明确地提出问题或需求，并分析和解释；（2）将问题分为若干个设计要素，得到子形态要素；（3）列出解决方案，建立一个包含所有设计要素的多维形态矩阵，并对该矩阵中的解决方案进行组合，得到若干形态组，即所有解决问题的方案；（4）对各个方案进行可行性分析，并加以评价；（5）根据限制因素对各可行方案进行比较筛选，得到一个最佳总方案。

可见，形态分析法最突出的优点是系统性、全面性、科学性，它能在固定时间内得到系统而全面的解决方案或创新设想。

2.2 聚类分析法

聚类分析法，又称集群分析，是一种重要的数据分类挖掘方法，初始样本因子按照其潜在关联性分类，目的是对样本间的关联性和差异性最大化，从而找出样本集中所包含的簇结构。具体解释为：聚类分析法是根据研究对象的相似程度（相似系数），将对象分组归类，即把相似程度高的样本归为一类，把存在差异性的样本区分出来，从而将样本分到相应的类别中；分析后所形成的每个聚类作为一个对象类，可以根据它导出相应的分类规律。

该分析方法可用作描述样本，以衡量各样本间的相似性，了解其内在结构。聚类分析法应用广泛，在感性工学领域，该分析法不仅是深层样本搜索的重要组成部分，也是样本分类不可或缺的方法之一。

2.3 KJ法

KJ法是从概念出发，对问题进行归纳与质化因素缩减的方法不需要数理化，以语言文字形式掌握问题，可探索式的发现问题。研究者可以使用KJ法归纳抽象或繁复的问题。

KJ法，又称亲和图法，A型图解法，是日本理学博士川喜田二郎所提出的一种创造性问题解决技法。该方法可以将大量外在无关的样本可视化地表达出来，且无需数理化。其主要特点时能将错综复杂的产品样本，通过不加取舍地收集与之相关的思维意见等语言文字形式的资料，整理思路后，利用各样本和资料间的联系或相似性进行归纳缩减，以找出所研究产品全貌与实质。其中收集所覆盖了不同文化背景的人群，并把项目讨论中不同的思维方案进行有序处理，有利于打破固定思维而进行创新。

KJ法基本步骤：（1）明确研究对象、内容：KJ法采用自下而上的金字塔式资料整合方式，适用于样本繁杂抽象、涉及面广，但需要结构化结果且解决时间充裕的情况；（2）收集资料：样本的收集方法有直接观察法、个人思考法和面谈阅览法，但必须保证样本的原始性，不可随意改动；（3）纸片制作：在保证样本独立性与愿意的基础上，将样本呈现在纸片上；（4）纸片整理：根据样本的相似性，把相似程度高的样本纸片分组归类并形成整理思路；（5）小组编排：把同组样本纸片编排，所有纸片归类后即完成了金字塔的第一层。然后用同样的方法进行“中组”“大组”“超大组”的编归类。

通常在产品感性设计中，KJ法主要应用于样本的初级筛选。在样本最初筛选时，样本数量较多，各设计要素不同，设计对象的分类也存在一定差异性，因此利用KJ法对抽象繁杂样本的处理优势，对样本进行初级归类，从而为筛选最终样本提供有力基础。

2.4 问卷调查法

问卷调查法是用书面形式间接采集研究样本的一种手段，通常样本和感性词汇的收集来源于问卷调查。其中，针对问卷的内容与形式选择与之相符合的受试者。问卷的设计应遵循以下原则：

（1）所涉及的问题方式通俗易懂，不能超出受试者的知识范围。（2）问题要符合所研究产品的需求，并确认假说是否成立。（3）设计问卷能够引发设计者的真实感性诉求，不可敷衍了事。（4）问题的表达要简洁明了，不能附加双重含义以影响受试者理解。（5）问题不能对受试者产生暗示影响。（6）真实记录，不掺杂个人感情。以便于样本或感性词汇的收集、整理、分析和编制。

2.5 主成分分析法

主成分分析，也称主分量分析，是一种多元统计分析法，利用线性变换解决多变量（样本和感性词汇，本小节以变量作阐述）引起的多重共线性问题。

在实际研究中，为分析覆盖全面，往往会列出很多相关的变量，但随之增加了研究的复杂性。主成分分析法利用降维思想，把多个相关性强的变量转化为尽可能少的主变量，而主变量间两两相关性低，但包含了原始变量信息。系统中负载信息较大的主变量即为主成分。原始变量之间存在的较强相关性是该研究能够进行主成分分析的前提，常用Bartlett球形检验法和或KMO取样适合度检验统计量的方法进行检验。

2.6 因子分析法

因子分析法基本思想是为研究样本间的共性因子。在产品感性设计领域的研究过程中，为得到更可靠的结果，往往会尽可能多地全方位收集资料，而产生众多样本得处理问题，存在一定的重复性。针对这一问题，因子分析法在保证原始设计要素完整性最大化的前提下，提取出不同样本间的最大“公约数”，找到样本间的关联性，同时降低要素的丢失。

因子分析与主成分分析都是利用降维思想，通过少数主变量对样本进行分析。主成分分析侧重于从观测变量向主成分变换，而因子分析侧重于从基本因素向观测变量的变换。