基于在線評論的鼠標外觀情感設計研究

陳佳豪,郭伏,任增根,張澤宇,姜鈞譯

(1.東北大學 工商管理學院，沈陽 110169;2.國家自然科學基金委員會 科學傳播與成果轉化中心，北京 100085)

1 引言

隨著物質生活水平和消費能力的整體提高，消費者對產品的要求不再僅是功能需求，產品外觀的情感化設計水平也逐步成為其購買產品的決定因素。此外，市場上產品的功能特征趨向同質化，使得消費者更加關注產品的情感化設計[1]。情感化設計是完善產品、提升用戶體驗的關鍵，它有助于提高用戶的滿意度，從而創造更高的收益[2]。已有研究表明，產品外觀所表達出的情感對用戶的購買意愿、品牌忠誠度等有著重要的影響[3]。在產品設計過程中關注用戶的情感需求，設計出提升用戶情感體驗的產品外觀是產品設計的發展趨勢[4]。

鼠標作為一種功能性特征趨同的日常辦公產品，其外觀的情感表達影響了用戶的購買行為。市場上的鼠標設計注重人體工學設計原則，緩解用戶在使用過程中的疲勞感，卻忽視了用戶的情感需求，缺乏考慮服務對象的情感體驗，容易造成視覺上的審美疲勞并進一步影響消費者的感知和購買意愿[5-6]。消費者渴望通過產品獲得情感上的滿足，這反映在設計上即為產品情感化設計。在產品的設計和開發過程中，先要了解用戶的情感需求，設計師才能將情感元素轉化為產品的具體設計要素[7]。

“感性工學”(Kansei Engineering)作為一種將用戶情感需求轉化為產品設計特征的工程技術被廣泛應用在產品的情感化設計領域[8]。在感性工學的相關研究中，很多學者借助于語義差異法等主觀評價手段，獲取用戶的感性意象并將其映射到產品的外觀設計特征上，從而進一步指導產品的情感化設計。Guo等人(2016年)使用語義差異法提取以用戶為中心的感性意象并獲取求職網頁界面的關鍵設計要素，借助BP神經網絡搭建二者之間的關系模型，最后采用遺傳算法對網頁界面進行優化設計[9]。Chen等人(2019年)采用形態分析法提取女性背心的設計要素，并利用語義差異問卷獲取產品感性意象詞，最后用多元回歸分析建立感性意象與設計要素之間的關系模型，預測消費者的感知認知[10]。Chang等人(2016年)從書籍、雜志以及論文中收集大量的形容詞對制成感性詞匯表，結合產品的設計特點運用Delphi法和聚類分析等提取了汽車方向盤的感性意象[11]。王玉婷等人(2020年)采用聚類分析、因子分析、語義差異法等對老年浴缸產品進行感性設計研究，將老年人的感性需求融入到老年產品的設計之中[12]。李闖等人(2020年)通過提取童車前臉造型樣本和視覺意象詞匯，利用語義差異法和數據統計分析方法等，對童車前臉造型進行了設計研究，并得到了兒童對童車前臉造型的偏好需求[13]。盡管這種基于主觀的方式能夠得到有效的情感數據，并廣泛應用在許多情感化設計相關的研究中[14-15]。但收集到的情感詞對數量有限，且都是基于小規模的被試條件[16-17]。整個過程不僅繁瑣復雜、費時費力，而且進行情感詞對測試評價的被試也不一定就是真實的用戶[18-20]。這種通過主觀問卷來確定感性意象的方式增大了產品感性評價的不確定性，并有可能進一步誤導產品情感設計的方向。

進入全民網購時代，在線評論的相關研究受到了廣大學者的青睞，通過分析在線評論數據可以了解消費者的真實需求，包括對產品的滿意度、服務質量以及消費者期望等[21-22]。在線評論數據作為用戶使用產品后進行評價的真實感性信息，具有數據量大、實時性強的特點。因此，國內外的許多學者都開始利用在線評論數據開展一些研究。Liu等人(2013年)提出了一種通過自動分析用戶評論數據內容，實現從設計師的角度確定產品評論有用性的方法[23]。Lee等人(2011年)從廣告視角對消費者在線評論與購買意愿之間的關系進行了研究，結果發現消費者的購買意愿與在線評論的可信度成正比[24]。Jiménez等人(2013年)探究了在線評論對用戶體驗產品和購買意愿的影響，結果表明更可信的評論會導致更高的購買意愿，在線評論的詳細程度會影響用戶對于產品的體驗[25]。Yakubu等人(2021年)提出了一種結合產品在線評論和多基因遺傳規劃的模糊回歸算法，從而實現用戶滿意度的模型構建，并以吹風機產品為例驗證了算法的優越性[26]。孫瑾等人(2020年)采用情景模擬實驗的方法，研究了普通消費者口碑和專家評論對用戶的品牌平價和購買意愿的影響，結果發現當用戶處于促進調節導向時，普通消費者口碑更有影響力。反之，當用戶處于預防調節導向時，專家評論更有影響力[27]。楊東紅等人(2019年)以京東商城數據為例，對在線評論數據中的好評、中評和差評進行了研究，結果發現產品類型和情感傾向會顯著影響評論長度，好評和差評的評論長度要多于中評[28]。刁雅靜等人(2017年)借助眼動實驗探討了商品類型對消費者評論認知行為的影響機制，結果表明性別在商品類型影響評論認知的關系中起調節作用，女性消費者購買體驗型商品時更加關注圖片評論，當她們購買搜索型商品時,更加關注純文字評論[29]。已有關于在線評論的相關研究主要集中在評論有用性、消費者購買意愿、好評差評、認知行為等，還沒有利用在線文本數據對產品外觀進行情感設計的相關研究。因此，如何利用在線評論數據提取用戶的感性意象信息和產品設計特征并進一步指導情感化設計，也是當前需要研究的問題之一。

本文針對鼠標外觀設計缺乏考慮用戶情感需求的問題，以及傳統感性信息提取存在的弊端，采用感性工學理論結合在線文本挖掘技術，利用在線評論數據獲取鼠標外觀的感性意象和設計特征，并結合HIEs的產品解構方法確定鼠標外觀的設計要素，然后采用正交試驗設計生成3D原型用于感性評價實驗，從而構建感性意象數據與鼠標外觀設計要素之間的關聯模型并進行情感化設計。

2 對象與方法

2.1 在線評論數據采集與感性信息提取

2.1.1 在線評論數據的采集

鼠標作為一種日常辦公用品，不同類型鼠標的使用功能基本相同，用戶對鼠標的偏好主要取決于鼠標的外觀。本文選取京東商城中20款銷量較高的辦公無線鼠標作為研究對象。為了高效采集網頁上的評論數據并生成規整的數據格式，選擇八爪魚采集器來獲取消費者截止到2020年5月10日的在線評論數據。20款鼠標共采集到12 602條評論，部分評論數據如圖1所示，包括用戶名、級別、評價內容、時間等。

圖1 產品初始評論數據

2.1.2 鼠標外觀感性信息獲取

由于初步獲取的在線評論數據中存在一些噪音數據，因此需要對這部分數據進行清洗。為了提取出有用的文本信息，需要對中文文本進行分詞處理。本文采用Jieba分詞組件對評論數據進行分詞，然后進行停用詞去除和詞性標注，并從中篩選出形容詞詞對，按照詞頻進行排序，將詞頻高于某一閾值的形容詞提取為產品感性意象詞。通過查閱文獻發現，一般用于感性評價的意象詞對為3-5組，因此本文提取詞頻排序前4的形容詞作為感性意象詞。由于一些形容詞所表達的意思接近或者相同，根據《哈工大同義詞詞林擴展版》將其進行合并歸類，并從中選擇具有代表性的形容詞作為該類別的意象詞，最終確定的代表性意象詞以及意象詞匯集合如表1所示。

表1 鼠標感性意象詞

2.1.3 鼠標外觀多維設計要素的提取

產品的設計特征多為名詞，從詞性標注后的結果中篩選出名詞并按詞頻排序，剔除一些不屬于產品特征的名詞，并對表達含義相同的設計特征詞匯進行合并得到所需數據。通過統計發現，用戶對鼠標設計特征的評論主要從外形、色彩、材質以及尺寸等方面進行描述，具體與設計特征相關的詞匯如表2所示。

表2 設計特征相關詞匯

從表2中可以看出，用戶對設計特征的描述較少，僅從消費者在線評論數據中提取鼠標設計要素不夠合理，因此需要結合產品解構的方法來進一步識別鼠標外觀的關鍵設計要素。

人機界面元件(Human Interface Elements,HIEs)作為一種常用的產品解構方法，可以把產品外觀特征解構成一些諸如造型、色彩、材質等獨立的最小單元[30]。根據HIEs解構方法的步驟，對鼠標外觀按照功能性特征和非功能性特征進行解構，由于鼠標底部的電源開關以及電池蓋等零部件不是本文的研究重點，因此在接下來的研究中不予考慮。對于解構后的HIEs，采用專家小組的方式確定關鍵設計要素。邀請6名具有產品外觀設計相關研究背景的研究生對鼠標外觀的多維設計要素進行討論，最終確定鼠標外觀形態的多維設計要素。

從在線評論中提取的鼠標設計特征數據可以發現，常見的色彩主要有黑色、白色、紅色和灰色，常見的材質主要包括塑料和金屬兩種。通過查閱京東商城上鼠標的常見尺寸大小，最終確定本文所研究的無線鼠標的主要外觀設計要素及其水平如表3所示。

表3 無線鼠標的主要設計要素

2.2 產品原型方案生成及主觀感性評價實驗

2.2.1 正交試驗設計生成產品原型方案

對于多維設計變量的實驗設計研究，采用正交試驗設計是一種快速、高效的方法[31]。將確定的12個設計要素水平編碼輸入到SPSS24.0中進行正交試驗組合，最終生成設計要素正交表，得到32款鼠標原型方案。根據設計要素正交試驗組合出來的方案，采用Rhinoceros 6.0三維建模軟件建立鼠標產品的3D原型，并使用KeyShot 8.0對鼠標原型進行色彩、材質等設計要素的渲染，最終得到32款鼠標原型，如圖2所示。

圖2 鼠標原型圖

2.2.2 主觀感性評價問卷

為了測量用戶對于鼠標外觀的感性認知，結合鼠標原型以及確定的4個感性意象詞設計感性評價問卷。為避免被試在進行感性評價過程中出現疲勞現象，將32款無線鼠標產品原型隨機分為4組，被試只需對隨機出現的一個調查問卷中的8款鼠標外觀圖片進行感性評價即可。每一款鼠標產品外觀圖片都是由該鼠標原型的三個不同視圖構成，被試在觀看完每款鼠標外觀圖片后需要進行主觀感性評價，采用7級Likert量表，其中1代表負性情感，4代表中性情感，7代表正性情感。每份問卷中的8款鼠標產品原型圖片隨機呈現。

本次調查問卷對象包括學生、老師、企業員工和個體經營者等。最終線上收回222份調查問卷，其中有效問卷214份，所有的被試均有鼠標使用經驗，被試者的年齡區間為[21,40]，平均年齡為25.46歲。

2.3 模型構建與設計優化

2.3.1 鼠標感性意象和設計要素的徑向基函數(RBF)神經網絡模型構建

RBF(Radial Basis Function)神經網絡具有訓練速度快、學習效率高以及泛化能力較好的特點，是解決產品評價問題的一種有效的方法[32]。本文采用RBF神經網絡建立無線鼠標外觀的多維設計特征與用戶感性評價之間的關系模型，對應的輸入為鼠標產品外觀的12個設計要素，輸出數據為調查問卷中4個感性意象詞對的平均得分，具體的拓撲結構如圖3所示。

圖3 RBF神經網絡拓撲結構

本文參考數量化I類理論中的編碼規則，對語言類設計變量采用0-1編碼的方式處理，然后將其作為RBF神經網絡模型結構的輸入數據，輸出數據為調查問卷中感性意象詞對(W1，W2，W3，W4)的平均得分，訓練函數選擇newrb函數，擴展速度設定為0.8，最大神經元的數目為100。

2.3.2 基于多目標粒子群優化算法(Multi-Objective Particle Swarm Optimization,MOPSO)的鼠標外觀情感設計

粒子群優化算法作為一種群體智能優化仿生算法，因其結構簡單、易于實現和快速收斂的特點，被廣泛地運用在各種多目標優化問題上。本文選擇使用粒子群優化算法中的MOPSO優化算法來構建多目標優化模型，優化目標為鼠標外觀感性評價的意象詞對。設定種群數量為40，最大迭代次數Tmax為200，慣性權重ωmin為0.9， 為0.4，學習因子c1和c2均為2。第i個粒子的位置表示為xi=(xi1，xi2，…，xim)，其對應的速度表示為vi=(vi1，vi2，…vim)，m表示解的維數。12個設計變量的約束條件如公式1所示，Xm,1、Xm,2、…、Xm,n一共n位編碼分別表示設計變量的不同取值。4個優化目標函數的約束條件如公式2所示，fi為第i個目標函數的負函數，對應為感性意象詞的評價得分。

(1)

-1≤fi≤1,i=1,2,3,4

(2)

3 結果

在Matlab中運行多目標粒子群優化算法MOPSO和RBF神經網絡集成的程序代碼，得到無線鼠標產品外觀情感設計優化結果。從這些非劣解集中挑選所有目標得分值相對較優的一個產品外觀設計方案，優化后的鼠標圖片如圖4所示。

圖4 產品外觀設計優化方案

為了驗證優化后的鼠標外觀能否讓用戶獲得更高的感性評價得分，從設計好的32款鼠標原型中隨機選擇4款鼠標和優化后的最優方案組合在一起進行感性評價實驗。問卷中每款鼠標圖片按隨機順序呈現給被試，30名被試分別在觀看完每款鼠標的不同視圖后進行評價，所有被試均有1年以上鼠標使用經驗，年齡區間為[21,33]，平均年齡為25.42歲。最終回收有效調查問卷28份，對收集的數據進行整理與分析，并計算5款鼠標產品的4個感性意象詞的評價得分，如圖5所示。通過對比發現，優化后的鼠標外觀設計方案四個感性意象詞“精致的”、“協調的”、“輕巧的”以及“高端的”的平均得分都要高于其他4款鼠標原型，從而驗證了優化效果，說明鼠標產品外觀情感設計優化方案更符合用戶的感性需求，達到了預期效果。

圖5 感性意象詞得分

4 討論

從優化方案中可以看出，黑色屬于中性色調，可以與任何色彩和諧搭配，具有緩解疲勞的作用，而且黑色的外觀給人營造一種沉穩淡定、大方得體、高端大氣的感覺。根據驗證結果可以發現，優化后的鼠標產品能夠充分體現用戶的感性需求，達到了鼠標外觀情感優化設計的目的。

本文在情感化設計過程中，使用文本挖掘技術獲取大量的在線評論數據，并從中提取用于產品感性評價的意象詞。與傳統感性意象獲取數據量少、費時費力且主觀性過強的特點相比，采用文本挖掘技術能夠高效獲取大量的感性數據。由于這些評論數據都是用戶在購買產品之后進行填寫，因此它們能夠真實反映用戶在體驗產品后的感受和情感需求[33]。此外，本文在采用產品解構的方法確定設計要素基礎上，依據在線評論數據中提取到的設計特征確定關鍵設計要素的水平，從而保證得到的設計要素水平是用戶關注的特征范圍，避免了傳統設計要素提取中過分依賴于專家的主觀想法[34]。

在產品設計過程中，愉悅性、易用性和美感、吸引力并存[35]。市場上的鼠標設計主要考慮人體工學原則而低估了用戶的情感體驗因素，從而直接影響了鼠標外觀給用戶呈現的美感和愉悅性。本研究針對鼠標設計過程中忽略用戶情感需求的問題，對鼠標外觀的造型、色彩、材質等多維設計特征進行情感化設計，建立鼠標感性意象與設計要素之間的關聯規則，并針對4個感性意象詞“精致的”、“協調的”、“輕巧的”以及“高端的”進行多目標優化。根據最終結果發現，設計優化的鼠標外觀能夠獲得更高的用戶感性評價得分，符合用戶的真實情感需求。本研究采用感性工學的理論將用戶的情感需求轉化為鼠標的具體設計要素，從而設計出以用戶為導向的產品，滿足了用戶的情感需求。

5 結論

本文以日常辦公中常見的鼠標產品為研究實例，將在線評論和感性工學的理論相結合，對鼠標外觀進行情感化設計。從在線評論數據中提取鼠標感性信息發現，用戶比較關注的鼠標外觀感性意象維度有“精致”、“協調”、“輕巧”以及“高端”，關注的設計特征主要為色彩、造型和材質。通過構建感性意象與設計要素的RBF神經網絡模型，以4個感性意象維度為多目標進行優化設計的結果表明，鼠標外觀主題色調為黑色、面蓋呈橢圓形，側表面選擇凹弧設計，整體采用適中的尺寸，并附上金屬拋光的材質更能營造出一種精致、輕巧、優雅、高端的氛圍感，有助于滿足用戶的情感需求。

本研究將在線評論數據應用到感性設計的研究領域，極大地提高了用戶調查的穩定性和精確性以及產品情感化設計研發的效率，也為感性工學的相關研究拓展新的研究思路。在未來的研究中可以考慮主觀評價和生理測量同時進行，在線評論數據的時效性和權重評估也值得進一步深入探討。