高迪
(华东理工大学)
在消费市场、政府政策等的多重助力下,文创产品不断受到消费者青睐[1]。中华神话是进行文创设计的珍贵宝藏。但是目前在设计领域,针对中国神话的研究较少且主要集中在游戏设计[2]、插画设计[3]方面,缺乏针对日常场景下的文创产品设计研究。夸父逐日是我国神话中的经典故事之一,以夸父逐日为对象进行文创产品设计需求研究,将进一步丰富中国神话在设计领域的理论研究。然而,在文创产品设计过程中,设计要素提炼不精准、用户需求不明确等问题频繁出现。LDA(Latent Dirichlet Allocation)主题模型具有优秀的降维和聚类能力,可以在大量的文本数据中提取出有用信息[4]。为更好地挖掘出人们对夸父逐日的认知,文章将广泛搜集相关文本资料以进行LDA主题识别。此外,为进一步明确设计要素和用户需求优先级,本文将构建SEM模型(Structure Equation Model)来定量分析多个变量之间的优先级。当前LDA主题模型的研究集中在词频分析[5]、情感分析[6]等层面,或是结合KANO模型等完成了定性分析[7],结合SEM模型的定量分析将进一步拓展LDA主题模型的理论研究。
夸父逐日见于《山海经·海外北经》:夸父与日逐走,入日;渴,欲得饮,饮于河、渭;河、渭不足,北饮大泽。未至,道渴而死。弃其杖,化为邓林[8]。夸父逐日折射出了丰富的民族精神,如不懈追求光明的奋斗精神[9]、英雄集体主义精神[10]、勇于探索精神[11]等。与此同时,夸父逐日在自我价值实现、实践创新探索等方面有着重要的当代价值力量。小学课本、神话读物、口口相传的故事中也都存在着夸父逐日的身影,人们对其熟悉程度高。基于以上几点,本文选择以夸父逐日为对象进行文创产品设计需求研究。
LDA主题模型是一种以概率潜在语义分析为基础生成文档主题的模型[12]。LDA主题模型在主题识别、文本分类等文本数据挖掘中有着优秀表现[13]。如李贺等[8]运用LDA主题模型基于在线手机评论有效挖掘了评论的主题与产品特点;席运江等[14]使用LDA主题模型有效识别了微博内容与粉丝评论数据中的主题。将LDA主题模型应用于夸父逐日文本数据的主题识别,将有效完成设计要素的初步提取。
结构方程模型(SEM)是一种多变量统计模型[15],可以同时处理多个因变量,是当代行为和社会科学领域量化实证研究的重要方法[16]。本文将通过构建结构方程模型,定量分析设计要素、用户需求与消费者购买意愿之间的关系。
1.学术研究文本数据采集:在知网、万方中以“夸父”为主题词进行检索,经过文章内容相关性的初步筛选得到文章51篇。文章内容主要关于“夸父逐日”的释义及精神解读、逐日目的探析等。
2.网络媒体文本数据采集:采用“八爪鱼采集器”和147SEO采集平台抓取以微博为代表的社交平台上有关“夸父逐日”的短文,以及搜狗微信、搜狗知乎、百度资讯、新浪新闻等平台上“夸父逐日”相关文章。以“夸父”“夸父逐日”“夸父逐日精神”等作为关键词进行文本搜集,共获得文章120篇。
1.人工清洗筛选:初步清洗筛选去除意义不大、内容匹配度不高、重复率高的文本。共得到研究文献28篇,共计13万余字。网络平台文章32篇,短文145条,共计7.5万余字。
2.Python数据清洗:使用Python编码对数字、英文和标点符号进行清洗,避免无意义符号的出现。
3.Jieba分词:Jieba分词是Python在自然语言处理领域的重要工具,包括精确模式、全模式、搜索引擎模式和paddle模式四种,精确模式试图将句子最精准地分开,适合于文本分析,因此,本文选择用Jieba分词的精确分词模式对已有文本进行分词处理。
4.去停用词:“的、吧、我、哦”等意义不大的字词为停用词。目前常用的停用词表有哈工大停用词表、中文停用词表、机器智能实验室停用词表等,经过综合对比,最终选用了1893个停用词进行去停用词处理。
通过不同主题数设置下的结果对比,最终主题识别参数设置为:α=0.1,β=0.01,主题数=12。经过主题识别,“夸父逐日”文本数据共生成12个主题,每个主题下包含30个特征词。
LDA主题模型有效完成了对文本主题及特征词的初步提取,但存在着主题重叠、特征词意义不大的问题。同时在设计过程中,表层特征词的指导作用是远远不够的,需要将其转化为更深层次的用户需求。首先,根据特征词特点进行筛选与划分,完成特征分类,特征类别和特征词之间的对应关系,见图1。另外,本文选择引入感质理论以完成特征词向用户需求的映射。感质理论与一般设计理论相比更加注重体验过程,在产品设计过程中最早由出井伸之提出,对文创产品设计过程具有良好指导[17]。依据感质理论的内涵,可将文创产品设计需求划分为感官需求、行为需求、情感需求和反思需求四个需求层级[18]。最终的用户需求映射,见图2。
图1 特征类别—特征词映射关系
图2 用户需求映射
对4个用户需求维度及21个对应的设计要素设定对应的符号(见图2),定义“夸父逐日”文创产品消费者购买意愿为Y,由此构建结构方程模型。使用“李克特七级量表”进行数据采集与分析,最终回收问卷345份,得到有效问卷320份,有效回收率92.75%。
运用SPSS软件对数据进行初步处理,进行信效度分析,结果显示α=0.920,KMO=0.790,表明问卷有很高的信度质量和较好的效度。将数据导入AMOS软件,运用极大似然法进行验证性因素分析,得出结果:卡方自由度为1.381,RESEA=0.035,TLI=0.905,IFI=0.939,CFI=0.938,PGFI=0.802,PNFI=0.735,适配度指标均在可接受范围内,说明理论模型能够契合实证数据结构且适配度较好。
如图3,用户需求的4条回归系数对消费者购买意愿的P值均小于0.050,达到显著性水平,且系数为正,说明4个需求维度对消费者购买意愿都有显著的正向影响。影响程度从大到小依次为:情感需求>感官需求>反思需求>行为需求。
图3 回归系数及显著性检验
4个需求维度下的因素负荷量值均大于0.500,模型的基本适配度良好,有较高的结构效度。从图4可以看出,在感官需求维度下,要素优先级为:日(太阳)>邓林>河渭>大泽>日影>蛇>大荒>相关人物;在行为需求维度下,要素优先级为:追逐>“死而复生”(失去并非真正的消失,而是以另一种方式存在)>化为桃林>饮>渴;在情感需求维度下,要素优先级为:坚忍不拔、不畏困难>勇于实践>追求光明>探索自然>知其不可为而为之;在反思需求维度下,要素优先级为:吃苦耐劳>追求真理>奉献精神、集体主义。
图4 标准化路径系数
1.把握文化内涵,引发情感共鸣
情感需求对应着产品的精神价值、文化内核等。在体验经济影响下,消费者的需求侧重点逐渐由形式与功能转向精神层面。从最终结构方程模型的数据分析结果可以看出,在四个需求层面,情感需求对消费者购买意愿有着最为显著的正向影响,验证了情感需求在设计过程中的重要性。因此,设计师应深植于文化,找到消费者与传统文化之间的情感共鸣点。
在夸父逐日文创产品设计的情感需求维度下,“坚忍不拔、不畏困难”“勇于实践”是夸父逐日中最具有共鸣点的情感设计要素。在设计实践过程中,设计师可以侧重对夸父坚忍不拔、不畏困难、勇于实践精神的表达,如可以结合当代青年勇于拼搏、不懈奋斗的精神风貌,打造情感共鸣点,调动消费者积极向上的情感。
2.强化故事认知,提升感官愉悦
感官需求涉及消费者对产品造型、色彩、肌理等元素的直观感受。感官要素是构成故事认知、产品吸引力的重要部分,感官要素的缺乏会让产品丧失独特性而难以唤起用户的记忆与想象。因此,在文创产品设计实践过程中,应时刻关注感官要素的呈现。
“太阳、邓林、河渭、大泽”是夸父逐日中有较高优先级的感官设计要素,设计师可以围绕这几个要素,从视觉、听觉、触觉、嗅觉等角度为消费者创造愉悦的感官体验。比如,在视觉设计上,可以对“太阳、邓林、河渭、大泽”的造型、色彩等进行提取,通过创意转化将其运用于产品视觉呈现;在听觉设计上,可以利用材料营造河渭、大泽的水流之声,使产品具有独特的听觉识别;在触觉设计上,可结合设计元素的肌理触感进一步唤醒认知,如“太阳”给人的心理触感是温暖的;在嗅觉设计上,可融入桃花香味,呼应最终化为桃林的奇妙结局。
3.升华情感体验,传递社会文化价值
反思需求侧重于用户与产品互动时产生的深层思考,更关注于产品的象征意义和社会价值,以唤起消费者对社会现状或自身行为的反思与思考,并有可能进一步引发消费者行为实践的改变。
在夸父逐日中,“吃苦耐劳”“追求真理”是优先级较高的反思层级需求,设计师可以结合相关社会生活情境对“吃苦耐劳”“追求真理”进行创意呈现,营造神话与生活并存的双重故事情境,从而唤起用户潜意识的感动与思考。比如设计一款公共空间产品,通过对夸父吃苦耐劳情境的表达,向社会传递面对困难不要轻言放弃的价值思考。
4.注重产品使用性,提升互动体验
行为层级的需求对应着产品功能、产品交互等,重视产品带给用户的实践体验,追求在满足产品功能的前提下激发消费者的使用乐趣。有趣的操作体验有助于文化的传播,设计师应不断拓展消费者与文化互动的可能,为消费者带来愉悦的交互体验。
在夸父逐日行为需求设计要素中,“追逐”“死而复生”等是探索产品互动形式的良好指引,设计师可以从此出发,寻找互动创新路径。举例来讲,“追逐”是夸父逐日中最令人印象深刻的行为要素,设计师可以创造有关“追逐”的交互互动,如赛跑、打怪等,当用户使用产品时,追逐的画面就会呈现在脑海中,从而产生身临其境的感觉。
文章结合了LDA主题模型与结构方程模型,研究结果更具客观性和实用价值,研究结果对夸父逐日文创产品设计具有指导意义。但是,本研究仍存在一定的局限与不足。首先,所获取样本规模相对较小,在结果反映方面难免存在一定的误差。其次,文章提出的设计策略侧重于满足用户需求,但成本控制、不同人群消费特征等在具体设计过程中也是非常重要的考虑因素,未来在这些方面还需要做进一步的探讨。