参数化视域下产品意象与特征的相关性研究

林敬亭　邓成连

关键词：参数化设计 设计认知 感知意象 产品特征 眼动追踪 结构方程模型

中图分类号：TB47 文献标识码：A

文章编号：1003-0069（2022）01-0086-04

引言

运动鞋制造企业已开始从OEM向ODM、OBM转变，从大规模生产向柔性定制、智能制造转型。而参数化设计（Parametric Design）是一种契合于人工智能时代的设计思维模式，它通过逻辑和算法来表征设计对象的思维过程，代表了设计领域的新知识体系和新研究方法。当前，参数化设计方法在运动鞋企业已得到应用，但是大多以功能材料和生理尺寸为设计出发点，设计者或用户的美学评价和情感体验尚未融入。因此，探索运动鞋产品的整体感知意象与局部设计特征之间的相关关系，为参数化设计的形态生成过程提供评价数据，对提升运动鞋企业的数字化创新能力具有积极的研究意义与应用价值。

一、参数化视域下的设计评价

参数化设计是设计者或用户基于数据逻辑和算法规则，实现与物理性能（Performance）、形态生成（Generation）、视觉表征（Representation）、设计评价（Evaluation）过程交互的设计模式。参数化设计得益于设计与认知、设计与计算的发展，以及复杂性科学思想的影响 。它有别于传统直觉式的设计方法与流程，侧重于数据的挖掘和算法的构建。

对于产品而言，显性知识（Explicit Knowledge）的功能、结构、材料等性能因素，隐性知识（Implicit Knowledge）的感知、审美、体验等心理因素，都在形态塑造和方案设计过程中存在重要的影响。当前，不同的参数化设计系统都能够提供适配的算法，通过物理性能数据，诸如拓扑优化、流体计算、声学模拟等来生成产品形态。但是，与认知相关的设计评价尚未与参数化设计系统完全融合。未来，设计者或用户的设计认知与评价若能实现以交互的方式集成于参数化设计系统中，那便可与计算机对话，生成符合目标的设计方案[5] 。隐性因素的数量化技术，相较于显性因素，存在更高的难度，成为了参数化视域下的研究热点。

参数化设计过程就是参数化设计思维（Parametric DesignThinking，PDT）的过程。设计思维研究“如何思考、如何设计”的问题，本质上是设计认知的研究，是研究设计者或用户的信息加工过程。设计认知的研究，主要是运用认知心理学、认知神经科学和计算机技术手段。主观性的问卷调查、访谈、观察、口语报告等研究方法，虽然具备较好的生态效度，但难以达到稳健性的要求。面对这一问题，为了增强研究的可靠性，客观性的脑电图、脑成像技术、生理信号监测技术、眼动追踪技术等研究方法经常与主观性方法组合应用。这些应用在认知心理和认知神经科学等基础研究领域中的方法，在研究设计者或用户对设计目标的真实需求和无意识加工过程方面，具有显著成效。

因此，在参数化视域下，产品意象与特征的设计认知与评价，可描述为设计者或用户通过感官接收设计目标所输入的特征信息，经过大脑的加工处理，将感知意象迁移到产品设计的表征过程。这一过程通过数量化的方式来诠释设计者或用户对产品的理解、对情感的表达以及对美学的体验。

二、产品意象与特征的相关性模型

设计认知与评价数量化的关键步骤，在于感知意象的提取，造型特征的辨识，以及意象和特征的相关关系构建 。感知意象是设计者或用户基于情感对产品建立起来的认知结果，可以借助感性工学技术进行翻译，辅助设计者或用户理解产品和表达情感，并诉诸美学体验。设计认知加工过程可以分为自上而下（Top-downProcessing）和自下而上（Bottom-up Processing），暨先整体后局部，亦或先局部后整体。现有的模板比对理论（Template-matchingTheory）、特征比对理论（Feature-matching Theory）、原型比对理论（Prototype-matching Theory）均可解释设计者或用户对产品特征的辨识问题。

虽然设计者或用户的感官作为接收器，通过视觉、触觉、听觉、味觉、嗅觉等的共同作用来辨识产品特征，但是绝大部分信息是由视觉感官所获取的。采用眼动追踪技术，可实现直接观察与研究决策过程的目的，并且具备无干扰、适用领域广、采集信息多样的特点。屈庆星等人通过眼动追踪技术研究多维度的产品情感设计变量，获取不同性别用户的认知差异。卢兆麟等人从产品特征匹配角度，利用李克特量表问卷和眼动追踪实验，提出了汽车造型的认知过程模型。林丽等人通过梳理国内外有关感知意象与产品特征的参数化关键方法，明确指出数據挖掘和生理测量技术能为产品意象与特征的数量化分析提供新的路径。

在提取产品整体的感知意象，辨识产品局部的造型特征之后，建构意象和特征之间的相关性，是设计认知与评价数量化的核心。庄明振等人以多元线性回归方法，建构出水壶的意象整合特征与产品构成关系的关联模型。但是，由于多元线性回归、数量化I类等方法，一次仅能处理一个因变量，所以结构方程模型（Structural EquationModel，SEM）开始被尝试应用。郭伏等人尝试通过结构方程模型，建构了多个感性词汇和多个产品特征的主观评价关系模型。

因此，本研究拟以跑鞋产品为例，采用主观性的语意差异实验提取跑鞋整体的感知意象，结合客观性的眼动追踪实验辨识跑鞋局部的设计特征，对所收集的数据，通过探索性因子分析（ExploratoryFactor Analysis，EFA）和验证性因子分析（Confirmatory FactorAnalysis，CFA），建构跑鞋产品意象与特征相关性的结构方程模型，以数量化的方式呈现设计者或用户的美学评价指标。探讨不同的跑鞋产品特征对用户感知意象的作用大小？为后续产品参数化设计提供数据逻辑的支持。

三、实验设计

（一）样本和感性词汇选取

遴选6位具有10年以上运动鞋设计经验的专家，其中男性4人、女性2人，年龄M=34.56、SD=3.28。专家以焦点小组的方式，对收集的124款跑鞋图片予以分群，并从中挑选出9个实验样本。每张图片包含跑鞋的4个视角，大小为1440pixel×900pixel，分辨率为72dpi，如图1所示。再通过Python程序从运动鞋相关的网购评论、产品推文中挖掘感性词汇120个，根据词频高低确定6个感性词汇：专业的、速度的、潮流的、舒适的、轻盈的、活跃的。

（二）实验参与者

随机抽取50位参与者，其中男性32人、女性18人，年龄M=23.96、SD=2.47，职业设计师10人、硕士生29人、本科生11人，设计专业背景25人、工程专业背景25人。要求参与者视力或矫正视力良好，无色盲、色弱。

（三）实验工具

眼动追踪实验采用瑞典生产的Tobii X2-60眼动仪，采样率为60Hz，并由专用软件Tobii Studio完成实验材料的呈现及眼动数据的记录。语意差异实验采用7阶量表，其中3阶表示具有显著的正向感觉，0阶表示感觉的程度无偏向，-3阶表示具有显著的负向感觉，其余表示在此之间的尺度。

（四）实验流程

实验在专业的用户研究实验室进行，保持光照条件和安静空间。实验时，参与者坐在距离显示器750mm的座椅上，调整好姿势后固定位置。实验第一张为指导语“请找出最具吸引力的跑鞋造型特征”。第二张开始，9张样本图片随机出现，每张持续15000ms。每张图片之间都有一张黑色页面间隔，以避免补色残像效应。眼动实验结束后，每位参与者需要对9个样本分别做出6个感性词汇的语意差异评价。实验过程中，未对参与者进行任何形式的干涉或引导。

四、结果与讨论

（一）探索性因子分析结果

语意差异量表施测50人，取得有效问卷50份。实验以9张跑鞋样本图片分别进行6个感性词汇的语意差异实验，共计54题进行信度分析，结果显示Cronbach's alpha内部一致性系数为0.88，具备可接受的信度。将50位参与者的语意差异评价数据均值处理后，采用主成分法进行因子分析。实验数据经Bartlett球形检定结果显示，p<.001，具有显著性;KMO为0.668，适合进行因子分析。

因子分析结果将6个感性词汇构成了2个主成分（累积方差贡献率为89.6%）。速度的、轻盈的、专业的和舒适的构成了因子1，根据词汇含义，将因子1命名为“专业性”，加入反义语意，确定为“专业性-生活化”;潮流的、活跃的构成了因子2，命名为“时尚性-大众化”。旋转后的成分矩阵，见表1。

根据9个跑鞋样本在2个因子的得分情况，以“专业性-生活化”为X轴，“时尚性-大众化”为Y轴，得到4个象限的感知意象空间，并将9个跑鞋样本因子得分代入其中。样本3（X：0.37，Y：0.12），样本6（X：1.16，Y：0.98）位于第一象限，表征样本3、6具备专业性、时尚性的感知意象;样本4（X：-0.21，Y：1.06），样本7（X：-0.30，Y：1.48）位于第二象限，表征样本4、7具备生活化、时尚性的感知意象;样本2（X：-1.28，Y：-0.58），样本9（X：-1.52，Y：-0.83）位于第三象限，表征样本2、9具备生活化、大众化的感知意象;样本1（X：0.08，Y：-0.38），样本5（X：1.55，Y：-1.58），样本8（X：0.13，Y：-0.27）位于第四象限，表征样本1、5、8具备专业性、大众化的感知意象，如图2所示。

（二）验证性因子分析结果

实验采用形态分析法（Morphological method），根据跑鞋的产品特征进行兴趣区（Area of Interest，AOI）的定义和划分，用以收集眼动追踪实验的定量数据。跑鞋包含大底、中底、内底、前片、眼片、侧饰片、帮面、眉片、后套等特征，且每个跑鞋样本都以4个视角呈现。为避免兴趣区域过于分散，将前片、眼片、侧饰片与帮面区域合并，眉片与后套区域合并。内底的观察区域较小，暂不考虑。最终确定将每个跑鞋样本划分为4个兴趣区域，即AOI-1中底形态、AOI-2后套细节、AOI-3帮面构成、AOI-4大底纹理，如图3所示。

1.单一样本的量测模型：通过定义和划分兴趣区域可以获得首次注视时长（Time to First Fixation）、首次注视点持续时长（FirstFixation Duration）、总注视时长（Total Fixation Duration）、注视点个数（Fixation Count）等若干定量数据。因为较长的注视时间和较多的注视点个数表明此兴趣区在认知过程中具有一定的吸引力，所以本研究采用每个兴趣区所获得的总注视时长和注视点个数数据。由于4个兴趣区在不同的跑鞋样本中，存在着面积上的差异，因此以平均注视时间（T）来消除影响，计算表达式为：平均注视时长（T）=总注视时长（D）/ 注视点个数（C）。

以样本3为例，采用Amos软件，以AOI-1中底形态、AOI-2后套细节、AOI-3帮面构成、AOI-4大底纹理的平均注视时间（T）作为观测变量，以“样本3”作为潜在变量，建构结构方程模型，表征跑鞋样本与产品特征值的相关关系。模型拟合结果显示，中底形态的标准化因子载荷值0.902最高，其次是帮面构成0.617、大底纹理0.537、后套细节0.429，表征中底形态特征对样本3的解释力最强，帮面、大底、后套解释力依此降低，如图4所示。

“样本-兴趣区”量测模型适配度分析结果，标准卡方检定值（CMIN/DF）、GFI值、AGFI值、SRMR值、RMSEA值、CFI值、NFI值、TLI值、IFI值，各項指标都符合理想建议值，见表2。

2.特征与意象的量测模型：分别对9个样本的眼动实验数据建构量测模型。结果显示，样本3、8的中底形态，样本2、5、7的帮面构成，样本1、4、6、9的大底纹理，标准化因子载荷值在各个样本的4个观测变量中最高。因此，以这9个兴趣区域的平均注视时长（T）作为观测变量，表征9个跑鞋样本最具吸引力的产品特征值，并以9个样本所处的感知意象空间作为潜在变量，拟合“感知意象-产品特征”量测模型，如图5所示。

拟合结果显示：

（1）对于潜在变量“专业性-时尚性”而言，观测变量“样本6大底纹理”的标准化因子载荷值0.642最高，“样本3中底形态”0.564次之。作为设计评价指标，表征“样本6大底纹理”特征对“专业性-时尚性”意象的解释力为0.642个单位，在所有跑鞋样本特征中，最具“专业性”和“时尚性”的感知意象。

（2）对于潜在变量“生活化-时尚性”而言，观测变量“样本7帮面构成”的标准化因子载荷值0.807最高，“样本4大底纹理”0.548次之。作为设计评价指标，表征“样本7帮面构成”特征对“生活化-时尚性”意象的解释力为0.807个单位，在所有跑鞋样本特征中，最具“生活化”和“时尚性”的感知意象。

（3）对于潜在变量“生活化-大众化”而言，观测变量“样本9大底纹理”的标准化因子载荷值0.837略高于“样本2帮面构成”的值0.831。作为设计评价指标，表征“样本9大底纹理”特征对“生活化-大众化”意象的解释力为0.837个单位，在所有跑鞋样本特征中，最具“生活化”和“大众化”的感知意象。

（4）对于潜在变量“专业性-大众化”而言，观测变量“样本5帮面构成”的标准化因子载荷值0.904最高，“样本8中底形态”0.790次之，“样本1大底纹理”0.513再次之。作为设计评价指标，表征“样本5帮面构成”特征对“专业性-大众化”意象的解释力为0.904个单位，在所有跑鞋样本特征中，最具“专业性”和“大众化”的感知意象。

“感知意象-产品特征”量测模型的适配度分析结果显示，标准卡方检定值（CMIN/DF）、GFI值、AGFI值、SRMR值、RMSEA值、CFI值、TLI值、IFI值，各項指标都符合理想建议值，但NFI值0.883略低于理想值0.9，见表3。

（三）讨论

1.实验设计符合认知加工规律：设计者或用户的感知意象判断，其认知机制是建立在形态辨识基础上的。设计者或用户通过工作记忆对设计目标进行加工处理，提取长时记忆进行比对，从而完成形态辨识。形态辨识的认知加工过程分为2类：一是先经由整体辨识后，再对各个局部特征进行辨识，属于自上而下的认知加工过程，强调整体优于局部;二是先经由各个局部特征的辨识后，再概括完成整体辨识，属于自下而上的认知加工过程，依赖于局部特征的刺激强度和持续程度。

语意差异实验采取自上而下的认知加工方式，通过语意词汇进行评价，将跑鞋造型从整体性上分为不同维度的意象空间。但是，影响跑鞋造型整体意象的因素包括形、色、质、图案等，仅凭主观性实验难以得到精确的描述。眼动追踪实验采取自下而上的认知加工方式，通过辨识跑鞋造型中独特的形式、较大的区域、突出的位置，可以精确描述局部特征的视觉刺激强度和持续关注程度。

主观性研究方法因生态效度的优势，有利于快速采集产品整体感知意象的数据。客观性方法因数据粒度的优势，有利于准确获取产品局部设计特征的数据。因此，组合应用主观性与客观性研究方法，能够更加完整、有效地采集实验数据。

2.设计评价与意象的契合程度：设计评价即可从形态、结构、功能、材质、色彩、纹理、人机关系等造型属性展开，也可从比例与尺度、节奏与韵律、对称与均衡、变化与统一、对比与协调等美学法则展开。结合造型属性和美学法则，能够进一步解释设计特征与意象的契合程度，为参数化提供设计方向。

（1）样本6的大底轮廓根据脚掌的人机尺寸变化进行塑造，给人以尺度和均衡的感觉，纹理线条呈现运动的趋势，给人以节奏和韵律的感觉，契合专业性的意象;色彩运用大面积的白色，脚趾和后跟点缀小面积的红色，给人以对比和变化的感觉，契合时尚性的意象。

（2）样本7的帮面细节设计中，侧饰片选取软胶材质，鞋舌轮廓略微升高增强包裹性，符合日常出行需要，给人以尺度和均衡的感觉，契合生活化的意象;眼片采用镂空的塑形手法，侧饰片与中底衔接过渡，给人以协调和统一的感觉，选用明快的色彩，年轻活泼，契合时尚性的意象。

（3）样本9的大底形态强调标准化和通用化，采用黑白的简洁用色，前后脚掌的部分用黑色区分，弱化了不规则凹面纹理的反差，朴素大方，给人以对比和均衡的感觉，契合生活化、大众化的意象。

（4）样本5的帮面前部上翘设计，呈现冲刺的动感，侧饰片采用流线造型，给人以韵律和变化的感觉，契合专业性的意象;色彩选择橙红底色，辅以黑色线条点缀，给人以对比和协调的感觉，简洁明了，无过度装饰，契合大众化的意象。

3.相关性数据对参数化的意义

相关性数据模型明确定义了跑鞋产品的大底、中底、帮面以及后套的标准化因子载荷值，为参数化设计提供了各项特征的权重指标。后续参数化设计过程还需要进一步依据造型属性和美学法则，明确空间位置、数量多寡，面积大小、构成关系等的取值范围，并转化为参数变量，建立计算公式和算法规则，生成新的跑鞋产品造型。

在本研究中，后套细节特征始终未成为9个样本的代表性特征，从选择性注意的角度分析，设计者或用户或许将后套与帮面特征作为一个整体来辨识，这也符合部分设计者在运动鞋设计实践时的思维习惯。

结论

本研究所采用的眼动追踪实验，有助于获取产品局部特征的客观性评价数据，规避了主观性评价方法的稳健性矛盾;结合结构方程模型的分析技术，解决了多因变量的单次统计问题。建构跑鞋产品的感知意象与设计特征相关性数据模型的方法，契合参数化设计以设计思维为本，以数据逻辑为质的核心要求，具有一定的理论意义和应用价值。但是本研究局限在于，眼动追踪实验只采用了总注视时长、注视点个数等静态指标，不足以反映设计者或用户的信息加工变化过程，未来可采取注视轨迹分析方法，获取设计评价过程的动态数据。未来研究也可以运用脑电图、脑成像等认知神经科学方法，进一步探索参数化设计评价过程的隐性知识数据。

3393501908294