需求理论下的智能家居设计评价模型研究——以“云米冰箱”智能家居为例

侯海鸥

（西华师范大学，四川 南充 637002）

0 引 言

“十四五”期间，党政领导提出：要加快实施“人工智能+”工程，加快人工智能技术的应用、融合和提升，发展多元化、个性化、定制化智能硬件和智能化系统，重点推进智能家居、智能汽车、智慧农业、智能安防、智慧健康、智能机器人、智能可穿戴设备等研发和产业化发展。随着计算机的发展，智能家居在近几年也得到了大家的重视，智能家居利用各种通信、网络技术实现家居设备集成，为用户提供了更加舒适高效的环境。伴随着智能家居行业的蓬勃发展，用户对智能家居所能提供的智能化服务需求越来越大，而随着5G 时代的到来，人工智能虽然技术已经运用到生活各个方面，然而在智能家居市场的探索还处于初步阶段。调查显示，仅有25%的消费者称自己是智能家居产品和服务的热衷使用者，而跟风者的比例则高达63%。这说明，当下智能家居并未准确地切中消费者痛点和需求。要解决这一问题，企业需要细化其用户画像并对产品进行再设计。目前，学术界对智能家居设计研究方面开展了大量有意义的研究，也取得了一定的成果。朱敏玲，李宁介绍了智能家居的关键技术以及发展现状，并提出“云+端”的智能家居模式。谭嫄嫄，耿道双从生活形态视角下，结合社会学，用户行为学以及心理学特点研究智能化家居与用户生活形态发展的方向，结果是探讨家庭成员的生活形态对智能产品设计的影响。刘洪栋，刘军发，陈援非是采用主流数据挖掘方法来预测与挖掘智能化家居用户的个性化需求行为。综上所述，大多数学者是从需求角度探讨智能家居如何设计，而对智能家居设计评价的研究涉及较少，对智能家居的评价研究的大多数集中在计算机，电力系统等学科领域，如喻国明，杨名宜是以智能音响为例，对平台型智能媒介机制构建与价值属性进行分析讨论，构建智能媒介建构评价体系。徐梦佳，王渝红等，用层次分析法，构建智能家居用电水平指标体系并建立评价研究方法。而从用户的需求理论视角，构建智能家居评价模型的研究较少。因此，本文基于KANO 需求理论，借助SPSS 软件，运用层次分析法，以“云米智能冰箱”为例，对智能家居产品评价模型进行实证研究。

1 理论概述

1.1 KANO 需求理论

Kano 模型是由东京理工大学教授狩野纪昭Noriaki Kano在1984年提出的，该模型建立了产品质量特性满足状况与用户满意程度的双维度认知模型。在需求分析理论中，该模型侧重于从用户满意度分析产品的质量性能，这与以往的满意度研究有所不同，通过正反两方面的提问，研究人群对项目的满意程度，将其划分为五种不同的需求模式。

1.2 层次化分析

层次分析法也被称为是AHP 研究法，是一种多维度的决策研究方法。AHP 是将复杂的问题进行分层，通过金字塔式的结构形式，将问题明确化。层次化分析首先对问题进行层次化结构处理，然后通过矩阵判断权重，经过一次性检验，达到科学合理化分析问题的目的。AHP 是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。

2 用户需求层次分析与层次模型构建

2.1 用户需求层次分析

针对KANO 的五种需求分类，结合智能家居设计相关因素，对北京，上海，广州的市场调研、资料查找和征求专家意见的基础上，融合设计学知识将需求分为基本型需求、期望型需求和魅力型需求三个方面。基本需求是满足女性对智能家居的基本要求的需求，在使用中满足基本的功能和操作，消费者认为此需求是理所应当被满足，若未能满足，则会严重损害满意度；期望型需求是指除了智能家居的基本性能外，用户期望获得的其他需求，能提高用户的满意度，未能满足或者使用效果不佳，满意度会明显降低；魅力型需求是指智能家居在情感化、用户体验等方面，给用户带来惊喜的需求点，可以大幅提高用户的满意程度，即使未满足或者功能不完善，也不会影响用户的满意度；在需求层次中，低层次需求作为基础才能实现高层次需求的满足，通过各需求层次的综合考虑和合理分配来完善产品的使用体验。

2.2 评价指标层次结构模型

层次分析法作为早期提出的分析方法，目的是将模糊问题系统化，通过多层次分解进行量化分析，常被应用于多影响因素的不确定决策问题中。根据Kano 问卷调查结果，将上述用户在三种设计要素中的集中需求归纳成12 个设计要素，作为对智能家居产品的评价指标，并运用层次分析法构建出层次结构模型，如图1所示。

图1 智能家居指标评价体系

根据调研的智能家居用户需求及总体设计目标，将系统结构分为以下三个层次：

（1）目标层是总目标，即对智能家居产品的整体评价；

（2）准则层分为基本型属性、期望型属性和魅力型属性；

（3）指标层包括造型、色彩、操作安全性C、信息安全性、使用方便性、材质环保性、功能兼容性、使用稳定性、材质循环利用性、趣味性、人性化、互动性几个方面。

3 评价指标权重分析

3.1 指标权重的确定

本文在指标体系确定后，采用德尔菲法进行专家访谈及问卷填写，目的是评价指标引子的权重的建立。本研究邀请高等学校的设计学专家，智能家居的经销商等20 人，进行访谈并发出调查问卷。专家对各个元素进行重要性打分，采用两两比较形式，打分标准为1 ～9 和倒数的相对重要性标度，从而得到判断矩阵。经过计算机处理，得出各因素的权重值。经过一致性检验，CR ＜0.1，判卷矩阵具有满意的一致性。

3.2 评价权重分析

以上图标为评价指标体系的权重比例，如表1所示，可以看出专家对智能家居需求层次的权重比例划分为0.536 8＞0.364 3＞0.098 9，即魅力型＞基本型＞期望型，换句话说，从需求层次上来看魅力型对消费者的影响更大。也就是说在智能产品时代，人们更希望得到意想不到，出奇制胜，奇妙构思的设计作品。如表2所示，可以看出造型与色彩的权重比例分别为0.055 1 与0.054 8，两个数据相差不大，说明造型与色彩同等重要，几乎不分先后，在造型，色彩，操作安全，方便使用以及信息安全性对比中，操作安全性排在首位，其次是使用方便性，排在最后的是造型与色彩，原因是因为在产品设计中符合设计原则，功能大于装饰，在设计中，要首先满足消费者的功能需求，其次是其他需求，因此操作的安全以及使用方便排在前面，而造型色彩装饰性的设计排在后面，换句话说，从人的需求层次方面来看，始终遵循功能效用第一位的原则！如表3所示，可以看出材质环保，功能兼容，使用稳定，材质可重复利用的数据分别为：0.081 3，0.260 0，0.516 7，0.142 0，从大到小依次排列为使用稳定>功能兼容>材质可重复利用>材质环保，说明使用稳定指标的重要性，而材质环保权重指标较低，并不代表不重要，而是在相比之下，更多关注的使用性问题，使用稳定，功能兼容均为功能方面的内容，充分说明使用功能的第一位的设计原则！如表4所示，数据反应的是魅力型的需求的指标，从表中可以看出趣味性>互动性>人性化，趣味性权重值为0.637 0，而人性化数值为0.104 7，趣味性与其差值较大，说明在智能家居设计行业中，趣味性占比权重较大，原因是因为在现代快速发展的社会中，人们承受来自各方面的压力，因此趣味化的智能产品更能使人身心得以放松，缓解压力！

表1 A-Bj 判断矩阵及权重系数结果

表2 B1-Cj 判断矩阵及权重系数结果

表3 B2-Cj 判断矩阵及权重系数结果

表4 B3-Cj 判断矩阵及权重系数结果

表5为各个因子的权重排序，从排序中可以看出权重值最高的是趣味性，占比为0.341 6，其次是操作安全性，互动性，以及方便性，占比分别为0.146 0，0.138 7，0.114 4，再接着是信息安全性，人性化以及使用稳定性，权重最低的是材质环保型0.008 0，信息安全性，人性化以及使用稳定性占比权重不差上下，而功能兼容，产品造型，以及产品色彩权重分值不差上下，从表5的数据中，可以看出大致分为几个层次：趣味性＞操作安全性，互动性，使用方便性＞信息安全性，人性化，使用稳定性＞功能兼容，造型，色彩＞材质可重复利用，材质环保。智能化的产品不同其他产品，其更多的是智能化的设计，智能化最终的目的是满足人的需求，而趣味性的权重占比最大，也说明了趣味性是现代人的重要需求，从另外一个角度反映了在压力大的社会中，人们更向往一种释放压力的渠道与手段，通过趣味性的智能化产品，人们会得到短暂的快乐，从而缓解身心的疲惫。

表5 方案层中各元素对决策目标的排序权重

互动性C12 0.138 7使用方便性C5 0.114 4信息安全性C4 0.063 3人性化C11 0.056 2使用稳定型C8 0.051 1功能兼容型C7 0.025 7产品造型C1 0.020 1产品色彩C2 0.020 0材质可重复利用C9 0.014 0材质环保型C6 0.008 0

4 设计实例评价——以云米智能冰箱为例

4.1 数据来源

本研究选择“云米智能冰箱”为研究对象，对2021—2022年购买“云米”智能冰箱的297 名消费者进行调查问卷，通过里克特量表进行评价打分1 ～5 分，建立评价语集，从很满意一直到很不满意，涉及5个级别差，其中很满意为5分，很不满意为1 分，递减式差额，从而得到模糊评价数据表。运用SPSS 软件进行信效度的检验。

4.2 数据信度分析

信度分析主要用于定量研究中，对数据的准确度进行检验，主要是系数的分析，如果＞0.8，则说明信度较高，具有一定的可信性，如果＜0.6，说明信度不佳，答案不能作为可信度值得怀疑；位于中间则为可信度良好，值得

4.3 数据效度分析

效度分析与信度分析有着类似的作用，是对数据的合理性进行检验，分析标准是看KMO 值；同效度分析一样，有一定的数值参考标准，如果KMO 值＞0.8，则说明效度高；如果＜0.6，则说明合理度不够，效度不佳，中间值则为良好，同时还可以进行项目值与因子的对应关系分析，标准则以0.4为界限。

如表7所示，所有研究项目值对应的共同度值均＞0.4，说明研究项的数据信息可以被有效使用。从表7可以得知KMO 值为0.971 ＞0.6，说明研究数据具有合理性，也就是说效度较好。研究。

表7 效度分析结果

从表6可以看出：的系数值为0.969，大于0.8，从而说明数据的信度较高，可以研究。从“CITC 值”可以看出，均大于0.4，说明各个项目指标之间的具有一定的相关关系，同时信度水平也较好，因此数据是可以信任的，可以进行分析研究。

表6 Cronbach 信度分析表

产品色彩0.865 0.749操作安全性0.858 0.735信息安全性0.878 0.771使用方便性0.838 0.702材质环保型0.878 0.770功能兼容型0.884 0.781使用稳定型0.884 0.781材质可重复利用0.863 0.745趣味性0.842 0.710人性化0.849 0.722互动性0.860 0.740特征根值（旋转前）8.940—方差解释率%（旋转前）74.497%—累积方差解释率%（旋转前） 74.497%—特征根值（旋转后）8.940—方差解释率%（旋转后）74.497%—累积方差解释率%（旋转后） 74.497%—KMO 值0.971—巴特球形值3 614.649—df 66—p 值0.000—

接着如表8所示，KMO 值为0.971，几乎快接近于1，则说明数据可以作为下一步研究进行使用。

表8 KMO 和 Bartlett 的检验

4.4 评价结果计算与分析

模糊综合评价借助模糊数学的一些概念，对实际的综合评价问题提供评价，即模糊综合评价以模糊数学为基础，应用模糊关系合成原理，将一些边界不清、不易定量的因素定量化，进而进行综合性评价的一种方法。首先，确定评价指标和评语集；其次，确定权重向量矩阵和构造权重判断矩阵；最后，计算权重并进行决策评价。如表9，表10 所示，分别为评价原始数据表以及模糊综合评判定义表。

表9 云米冰箱智能家居模糊评分表原始数据

表10 云米冰箱智能家居模糊综合评判数据定义表

续表

如表11 所示，针对12 个指标，以及设定的5 个评语集进行模糊综合评价，最终的权重值，分别是：0.366，0.375，0.133，0.076，0.049。最高值是0.375，结合最大隶属度法则可知，消费者对云米冰箱智能家居的最终综合评价结果为“满意”。

表11 权重计算结果

结合实际情况，如表12 所示，针对5 个评语（很满意，满意，一般，不满意，很不满意），分别赋分为5，4，3，2 和1 分；然后计算得出综合得分值是3.930 分。综合得分介于“满意”和“一般”之间，更偏向于满意，说明：云米智能冰箱，在消费者的满意度中，处于接近满意状态。

表12 综合得分计算

通过对297 名购买智能家居产品的消费者对各项因子的打分，结合量表数据进行矩阵分析，如图2所示，可以直观地看出：对智能冰箱家居互动性满意程度最高，其次是操作安全性以及信息安全性，说明：“云米智能冰箱”在互动性，操作性上设计的较好，能够达到用户的要求，受到消费者的青睐与好评；然后，目前在趣味性，人性化的的指标中相对较低，说明消费者对这方面的要求还没有满足，因此在产品的趣味性与人性化的设计中，还需要重视，因为设计师提供了产品设计的指导思路与方向。

图2 评价条形图

5 结 论

随着互联网以及5G 时代的到来，智能家居需求市场越来越大，为了使设计更加符合用户的需求，智能家居设计需要可量化，客观的评价方法。根据KANO 需求理论，层次分析法，运用yahhp 软件，并邀请专家进行打分构建评价指标权重，采用问卷调查方式，使“云米冰箱”智能家居的消费者对其进行模糊综合评价的打分，通过模糊综合评价法，运用SPSS 软件计算，构建评价模型。从评价结果来看，目前消费者对“云米冰箱”智能家居设计较为满意，尤其是在互动性与操作安全性方面，然后在趣味性以及人性化设计方面，还有大的提升空间。将这种定量性的评估方法，运用在智能家居设计中，设计师看到详细的数据，直观地了解用户的需求，从而使设计更加的合理化与科学化，设计出符合用户需求的智能产品。

本文运用层次分析法确定评价指标的权重，受专家打分的主观影响较大。本文是对“云米冰箱”智能家居设计进行定量评价的一个初步尝试，后续研究中还需进一步对智能家居的其他产品数据进行统计整理，构建更为全面的评价指标体系，对智能家居设计进行系统性的评价。