基于數據挖掘技術的創新設計思維研究

楊杰 劉平

摘要：隨著數字化技術的高速發展，各個行業的數據量正在以驚人的速度增長。如何利用這些數據，把龐大的數據信息轉化為財富，無疑成為當下熱門的研究課題，數據挖掘技術的應用研究也逐漸成為時代發展的一個趨勢。通過數據挖掘技術對所需設計產品進行數據挖掘和分析，通過分析產品各項特征對用戶喜好的影響參數等，可以為設計者在進行設計的過程中提供強大的數據支撐，使設計更加貼近用戶。

關鍵詞：數據挖掘 大數據 設計 創新

中圖分類號：J524 文獻標識碼：A

文章編號：1003-0069（2020）02-0074-02

一、數據挖掘概述

（一）數據挖掘基本概念

作為一種深度的數據分析方法，數據挖掘主要是通過對海量的數據信息進行有目的性的提取、分揀、歸類并挖掘出其有價值的信息，從而為各行各業的生存和發展提供決策支持信息。簡而言之一數據挖掘借助于多種數據分析工具來分析數據信息和模型之間的對應關系，以此來指導各行各業的生產和發展，并提供重大決策上的支持[1]。其實數據挖掘可以理解為是一個實現大數據價值的有效途徑，利用人工智能和統計學等諸多方面的知識和技術，從大量的實際數據中挖掘出有效的信息，提取出數據的潛在價值。當今社會瞬息萬變，新事物、新思想層見疊出，這些變化看似捉摸不透，實則有跡可循，這個跡就是數據。信息科技的疾速發展使數據的搜集更加快捷和便利，林林總總的信息通過數據挖掘技術快速匯集在一起，準確挖掘出特定人群的偏好特征或者某類產品的消費人群特征。廣泛的應用使數據挖掘逐漸滲透進我們的日常生活，為人們處理分析問題，正確決策以及預測事件的走向提供了一種新的方法。

（二）數據挖掘基本過程

在大數據的背景下，數據挖掘技術的應用已經成為研究熱點并日益引起各界的廣泛關注。數據挖掘技術是一個集數據集成、數據挖掘過程于一體的綜合分析系統，其需要依賴一個固定的工作流程來完成信息資源的整合和挖掘工作[2]。首先，數據挖掘開始前要先進行數據準備工作。在準備過程中需要發現、提出問題，確立挖掘目標并進行數據預處理。然后開始數據挖掘，針對目標數據，對現有信息進行挖掘處理，從而在海量的數據中獲得需要的信息并進行提取和分析。最后是采取行動并評估結果，結合實際情況，將數據挖掘過程中獲取到的數據信息應用到具體問題中，對挖掘的目標問題進行判斷或整改。

通過對數據的分析，便可以推測出用戶對于某類產品某個特性的興趣偏好，發現用戶的興趣點，并建立推薦模型，這就為設計提供了需要重點考量的“參數”推薦。數據挖掘技術與設計思維相結合可以幫助設計者設計出更加符合當下用戶實際需求的好設計和好產品。例如，產品包裝是商品和消費者之間無聲的促銷員，企業和設計人員為了吸引和激發消費者的購買欲望，不斷地對商品包裝設計和銷售手段推陳出新[3]。通過數據挖掘可以挖掘出消費者對不同包裝的色彩、材質等方面的的喜好和需求，使包裝設計帶來愉悅的審美體驗，引導最終的購買行為。設計行業對設計師的綜合素質要求已經越來越高，在掌握專業技能之外不斷提升自身的數據素養、學習基本的數據指標已經成為時代的呼喚。在跨界現象盛行的背景下，數據素養也早已突破了行業的界限，逐漸成為設計師應該具備的一種基本專業素養。

二、設計的科學化傾向

（一）設計的雙重屬性

設計同時具有感性和理性兩種屬性，感性體現在其藝術價值和文化內涵中，理性反映了其嚴謹的思考和科學態度。藝術創作可以天馬行空，但是設計活動卻要有理有據，所以設計是經過理性思辨之后更為鮮活生動的一種表達方式。藝術和科學是相輔相成的完整體，設計就像一條溫柔的紐帶，將它們連接在一起。

在大數據時代來臨之后，人類社會生活的各個領域都深受其影響。讓人意外的是科學和藝術非但沒有站在對立的兩面，還形成了一個相互促進的新局面。一方面科技借助藝術豐富的表現方式變得更加迷人，另一方面，科學通過深度挖掘并分析數據資料，也使得設計活動更加有所依據，實現了感性和理性的統一。科學和藝術本就不是涇渭分明的兩個世界，隨著彼此的交叉越來越多，兩者的內在聯系也會越來越密切。

（二）數據科學對設計的影響

與感性的藝術大相徑庭，設計需要將感性思維跨越到理性的探索上。“數據科學”在大數據時代的背景下應運而生并快速興起，已經在潛移默化中融入進包括設計在內的眾多領域。首先，數據科學憑借自身的技術優勢，跨越了傳統的數據分析方法，使與之關聯的設計更具有時效性;其次，創造力是一個民族發展的根本，也是現代化科技發展的思想體系指導[4]，而以數據為中心的科學思考方法讓創意有限制地進發，讓思維在發散之后又得到收斂，使設計同時具備了創造性和批判性。這種產生自信息技術先導行業的設計模式革新，正在滲透和顛覆著其他商業領域傳統的產品開發思維[5]。

科學技術帶領我們走進一個全新的時代，當嚴謹的科學和感性的藝術在這個時代再次相逢，它們擦撞出絢爛的火花，使經過數據分析后的設計成果最終以優雅的方式呈現出來，冰冷的技術也開始逐漸以具有美感的方式出現在大眾生活里。科學為創新設計的可靠性提供了強有力的理論保障，藝術則為生硬的數據包裹了一層儒雅的外衣，設計由此走在科學化發展的康莊大道上，越來越成為推動社會進步的重要因素。

三、數據挖掘技術下的新型設計方法

（一）數據挖掘算法是如何實現某類產品的特征提取的？

設計師在進行設計時，先運用數據分析的方法對產品的各方面特性進行歸納。具體步驟如下：

1.通過“數據抓取技術”對當下相關產品的各項特性進行歸納總結。數據抓取技術即按照預先定義好的規則或方法，通過計算機程序，自動從網絡等信息載體獲取信息和數據的一種從外界獲得數據的技術。目的在于最大范圍地獲取相關產品的各項信息，以便進行后續的數據分析。如“爬蟲技術”是目前比較主流的數據抓取技術。

2.由于捕捉下來的數據一般并不完美，故而這些未經過預處理的數據不可以直接使用，需要經過初步的整合過濾來提高數據的整體質量。因為數據中包含的諸多噪聲數據會對挖掘造成干擾，所以去除不相關的數據據就變得尤為重要，比如過濾掉殘缺信息等。雖然數據預處理能夠幫助我們獲得高質量的數據，但有些問題數據仍然需要做進一步的處理，比如當數據缺失時需要進行缺失值處理;或者當數據分散時，則需要通過增加行或者增加列的方式將數據進行整合。總之數據預處理在整個數據挖掘的過程中有著非同小可的作用，通過數據預處理不僅能夠更好地認識和理解數據，好的數據預處理方法能使最后的挖掘結果變的非常完美。

3.根據“Jaccard”相似系數算法對用戶喜歡的物品所具有的相似度進行分析，就可以迅速知道有哪些產品特征對用戶的偏好影響大，再從這個維度為設計師提供嶄新的思考線索。“Jaccard”算法（相似系數）用于區別、對比有限的各個樣本集之間哪些屬性具有相似性，哪些屬性具有差異性。Jaccard系數值越大，樣本相似度也就越高。我們在對數據進行處理的過程中，應當明確各個數據樣本直接不同維度的差異大小，從而根據這些差值，評價各個樣本（個體）的相似性以及所屬類別。

（二）數據挖掘技術是如何幫助設計師進行設計？

1.設計調研：設計中前期調研的過程就相當于一個數據采集的過程，在這個過程中，設計師的靈感不斷涌現，更精確地發現問題，也越來越明確用戶的需求。設計師需要了解用戶，而數據挖掘則通過收集、比較、計算等方式處理了涉及到用戶的海量信息。有了數據作為依據，就可以對市場需求進行預測，幫助設計師明確設計目標。當然，調研活動需要按照詳細的計劃進行，只有在調研過程中牢牢抓住重點方向，才能讓數據更具有威力，支撐設計活動的進行。值得一提的是，數據挖掘的最終結果除了對過去信息的總結分析，還有預測性的信息，這些前瞻性信息是直接由數據本身通過數據挖掘算法得出的結論，具有非常高的精準性和預測性。設計調研中的數據采集幫助設計師明確了設計目標，對發現設計問題的敏感性也是每一位設計師所具備的修養。

2.分析調整：設計不是一蹴而就的，需要不斷的分析和調整，就像是一個不斷打磨的過程，將最初的方案不斷優化。當設計師進行設計時，需要就目前所掌握的數據完成分析并得出具有預測和參考價值的分析結果，然后根據這些結果快速定位到可以改善當前狀況的“痛點”。通過使用數據挖掘技術對當前數據進行分析后，根據推薦人群的喜好特性，對設計的產品進行相對應的調整。用戶需求也通過數據分析與設計思維相對接，并且以相似類別產品的特征數據為支撐，便可以清晰地了解到當下該類型產品的各項特征對于用戶偏好的影響。設計師就可以根據這些特征，進行衡量和比較，將更加符合用戶實際需求的特征作為設計的重點，使設計更加適應當前多元化的環境。

3.反饋機制：作為設計中一個重要的環節，反饋機制從某種角度上來說是設計的一種延續方式。良好的信息反饋就像設計師和用戶的直接對話，為設計師提供了寶貴的一手資料。每個人在這個世界都是獨立的個體，都有不同的立場和獨特的觀念，用戶反饋則有效克服了以自我為中心的設計觀念，為設計師提供了更全面的視角，讓設計面向大眾，也使用戶參與設計成為可能。在初步完成設計后，可以使用在線投票、在線評價等反饋機制，并使用數據挖掘算法對反饋的信息進行分析。根據分析出的結論，更好地幫助設計師完善設計。用戶反饋是連接用戶和設計師的一條無形的“鏈”，通過用戶反饋機制收集用戶評價和意見，設計師通過這些數據，在不斷調整中使設計更好地適應市場和消費者。

4.案例分析：近年來創客文化與互聯網科技驅動的硬件不斷結合發展，其團隊的組建模式往往是一些具有相同愛好的愛好者或團隊通過各類社交網絡進行自我組織，以敏捷、開放的協同方式進行概念孵化，進而通過眾籌創業孵化類的網站渠道吸引公眾參與，在募集資金的同時，也讓真正的產品使用者參與到產品的設計中來，在初期產品的使用需求確定過程中，設計開發人員與實際用戶的不斷交互與反饋，匯總他們的建議和要求，利用數據挖掘等相關技術，不斷地對產品設計進行修改和調整。并且利用數據挖掘等技術根據現有數據對當前市場進行了分析和預判以期獲得精準的市場定位。當Facebook宣布斤資20億美元收購虛擬現實產品公司Oculus的時候，很多人可能還沒有聽說過這家才創立兩年多的小公司。而此時，這家公司的第一個產品虛擬現實游戲頭盔尚處于工作原型階段，就通過著名眾籌平臺Kickstarter上線發布，引起眾多愛好者關注，并成功融資240萬美元。如圖1所示。其創始人Palmer Luckey年僅20歲，是一位對技術狂熱的創客，他根據自己玩電子游戲的興趣和長期經驗，開始嘗試制作全新的虛擬現實游戲頭盔，之后通過電子愛好者論壇認識了另一位現在公司的工程師，共同的興趣使他們聚集幾位具有互聯網經驗的同伴，并不斷改進技術原型，直到在眾籌網站推出并獲得成功。這可以說又是一個喬布斯式的“車庫創新”神話，只不過這一次，在數據挖掘技術等新興技術以及利用與數據相結合的設計新方法的助推下，眾籌孵化和互聯網讓其成功來得更快。因此，從互聯網科技領域開始，設計正在從個體的技能驅動轉向群體的數據驅動。

總結

科技的發展不斷引領著設計思潮的新變化，在豐富著我們生活的同時，也推動設計走向了一個更寬廣的空間。數據挖掘技術在不斷被普及中已經成為設計領域的一個重要機遇，它的出現不僅便捷了數據的存儲、分析和提煉，也打破了設計思維的定勢。了解并掌握數據挖掘技術及其應用的基本方法，就可以對用戶的需求進行最深層次的剖析，從而定制出符合客戶獨特需求的設計規劃。但是基于數據挖掘技術的創新設計思維研究并不是將設計機械的模式化，更不是將思維禁錮，而是借助數據來助力設計的成功。歸根到底，以數據為核心的設計方法不單單是創新設計思維的需要，也是信息化時代中設計的一個必然趨勢，有著更為深刻的現實需要。

參考文獻

[1]李明江，唐穎，周力軍.數據挖掘技術及應用[J].中國新通信，2012，14（22）：66-67+74.

[2]周凌.淺析大數據時代的數據挖掘技術與應用[J].中小企業管理與科技（下旬刊），2018（05）：189-190.

[3]周楊靜.地域特產包裝設計的文化轉譯[J].南京藝術學院學報（美術與設計），2015（04）：174-177.

[4]張旸.設計領域創造力研究的必要性[J].南京藝術學院學報（美術與設計），2017（04）：20-23.

[5]王巍.數據驅動的設計模式之變[J].裝飾，2014（06）：31-35.

[6]程潔心.大數據背景下基于GIS的景觀評價方法探究[J].設計，2016，29（1）：52-56.

[7]孫品一，周峰.探討大數據時代下的數據可視化[J].設計，2016，29（7）：136-137.