感性工学技术下的产品意象设计研究现状

感性工学技术下的产品意象设计研究现状

程 博，林 丽*，阳明庆

【摘 要】摘 要：情感作为满足人类高层次精神需求的重要因素，被视为产品设计中新的研究目标，受到了设计界的关注和重视。本文通过对国内外相关文献的综述，从感性工学理论及技术支持的视角，分别针对产品感性需求测量技术、产品形态要素解析与辨识的方法、感性意象与形态要素的映射关联、模型构建的数据挖掘技术、感性意象设计规则推论以及感性意象设计方法等方面的研究进行了论述和剖析。并从感性设计与消费者需求最佳匹配的角度，提出了产品意象设计研究的发展趋势。

【期刊名称】贵州大学学报（自然科学版） 【年(卷),期】2016(033)002 【总页数】4

【关键词】产品设计；感性工学；意象

近年来，随着消费者需求的不断提高，产品设计领域逐步聚焦于产品功能基础上的精神性需求满足的研究，产品的感性设计逐步走向的可控化阶段。 神经科学、心理学和认知科学的研究表明，情感作为一种重要的感性信息，影响人们对外界事物的关注、感知、决策、行为和互动。通过设计引起或唤醒消费者的情感反应，不仅可以激发消费者从大量相似产品中找到某个特定的、符合自己心意的满意产品，而且能明显增强产品的可用性，同时对操作有效性、操作效率、舒适感、使用愉悦性及购买决定产生重要影响。全球著名的青蛙、福特、诺基亚、飞利浦、马自达和耐克等公司十分重视感性设计，通过科学、有效的感性设计策略增强产品的软性机能，使产品更加人性化及更具丰富的情

感表达，构筑产品与人之间良好的互动关系，提升消费者价值、消费者满意度及产品综合价值。情感作为满足高层次精神需求的重要因素，已被视为产品设计中新的研究目标，受到了设计界的关注和重视[1]。

随着模糊理论、认知心理学、感性工学[2]的发展，特别是日本学者Nagamachi所提出感性工学理论及技术的出现，为抽象的产品感性意象开辟了新的研究视角，采用了定量或者半定量的方式表达出人们对“物”的感性意向，通过结合产品的形态要素的理论，将“人”的情感感受体现在产品的设计中，从而指导设计出符合“人”感觉期望的产品[1，3]。感性工学理论是能够将用户模糊的感性需求准确转化为产品形态要素的最新人机工程技术，如图1所示。在20世纪90年代，日本的产业界全面导入了感性工学的理念和技术，它对汽车产业、纺织业、家电业、日用品行业以及工艺品行业等领域的感性产品的成功开发起到了举足轻重的作用。感性工学作为“以用户为导向”进行产品设计的典范，是研究产品感性意象的重要理论及技术。基于此理论及技术，专家们开展了众多相关研究，直接相关的研究可归纳为如下几个方面。

1 感性需求测量技术及以下定位研究

感性需求作为产品设计中基本的输入变量，对其准确的测量及定位是感性意象研究首要解决的问题，是保障开发的产品被消费者情感上接受和满意的前提。在感性工学理论及技术支持下，苏建宁等以自行车为例，通过设计调查，借助统计分析、因子分析及聚类分析的方法，定量分析了消费者对于产品的感性意象，定位了感性意象[4]。杨颖提出了包含了产品语意排序的分类、排序及评估的语意比较法[5]，应用过程涉及到产品语意的选择、识别及结果分析，并与语意差异法[6](Semantic Different-ial，SD)结合使用，帮助设计者获取更精确

的消费者感性需求。郭伏等运用眼动追踪技术[7]，根据消费者完成交互任务时的眼动数据来测量消费者的感性，从定量分析角度提出了准确测量感性的方法[8]。

2 感性意象设计中形态要素解析与辨识方法研究

形态要素作为产品设计的重要输入变量，是影响产品设计与消费者的感性需求之间匹配精度的关键因素，进而决定着产品感性意象设计的成败。苏建宁等在获取产品的感性意象评价值和设计元素的基础上，通过灰关联计算辨识出产品意象设计参数，提出了一种产品意象造型设计参数辨识方法[3]。林丽提出了产品形态解构方法，将产品的形态解析为人机界面元件，以获取产品形状、色彩及材质等多维度的认知信息，在一定程度上以符合人类认知模式的角度开展产品感性意象的研究[9]。刘玲玲与薛澄岐以造型特征取代产品构件为解构的原则，融入认知科学形态学观点，针对多维KE模型构建的产品特征解构方法进行研究，并结合空气净化器产品验证了该方法的具体使用过程[10]。

3 感性意象与形态要素的映射关联研究

在感性工学的研究中，建立感性意象与形态要素之间的映射关联模型，对意象的决策有着至关重要的作用。它能为感性创意设计提供准确的定位支持，并为设计师将消费者的感性需求编码于设计对象提供有效的依据。Yang 应用因子分析结合普鲁克分析提取代表消费者感性需求的形容词汇，并将数码相机形态要素分解为外观形状、按键类型、按键布局的分类等，进行意象认知，运用多类支持向量机建立了形态要素与情感反应的映射模型，通过映射模型系统地分析了影 响感性意象的产品形态要素[11]。Shieh等以跑鞋为研究对象，采用偏最小二乘法与神经网络技术结合的方式，深入研究消费者的情感反应与鞋模形状