基于用户需求的智能家具产品设计路径研究

■田心如，谢云峰，赵 项

(1.南京航空航天大学机电学院，江苏南京 210016；2.滇西应用技术大学珠宝学院，云南腾冲 679100；3.福建省高校人文社会科学研究基地设计创新研究中心，福建福州 350118）

随着时代与科技进步，智能生活成为当今社会发展新趋势，为了提升人们生活便捷性及舒适度，智能家具越来越成为智能时代居家必备产品。人类消费理念转变对智能家具产品个性化、人性化等提出新要求，智能家具与用户生活方式匹配可极大提高其使用过程的自然感及顺畅感等情感体验，故“以用户为中心”的设计理念逐渐被设计师所重视。在智能家具市场中，目前大多产品以场景为中心进行开发，主要将机械设备嵌入家具设计中，并附上“智能”标签，其使用功能大同小异，部分产品研发过程中缺少对用户需求的深入分析，因此开发成品质量参差不齐，尚未很好满足用户需求。由此可见，在智能家具生产研发中应用科学方法深度探讨用户需求、客观评价设计方案十分必要。因此本研究在用户需求驱动下构建出一种智能家具产品设计路径，并以具体案例进行深入分析及探讨，以通过构建设计研究路径及范式，为相关企业智能家具产品设计提供清晰参考思路。

1 研究概述及回顾

近年，国内外大量学者针对智能家具进行了深入探讨，如：王洪亮等[1]阐述了智能家具的概念，并且对其常见的种类进行整理归类，进一步提出智能家具设计原则；王威[2]以书房家具为突破点，运用用户体验层次分析法对智能家具进行设计研究；李珂心等[3]总结出一种以功能为主的智能家具设计原则；王子轩等[4]通过分析智能化家具的横向设计与竖向设计，归纳出交互设计下的智能办公家具用户需求；苏晨等[5]为了快速识别用户关键需求以及构建情境FBS模型，运用Kano模型进行用户测评，得出一种智能床设计方法并验证其可行性，为智能家具设计提供有意义的参考。

上述研究中，学者均从不同视角对智能家具进行了详细探讨，研究过程大都秉承“以人为中心”的理念，然而其在用户需求分析中大都以质性展开，存在一定的主观性，缺乏用户需求重要度排序客观性，且用户需求分析流程较为薄弱，缺少科学的量化方法、理论支撑不同需求重要度合理性。为准确描述智能家具用户需求重要程度，完善研发设计流程，客观评估设计方案，将分析用户需求常用方法应用于智能家具产品研究十分必要。

2 集成Kano-AHP-TOPSIS的智能家具产品设计路径构建

2.1 用户需求驱动下智能家具产品路径构建

近年来在家具产品设计中，用户需求驱动下的设计研究路径构建较为丰富，其方法、基础理论主要包括：卡诺模型（Kano）、层次分析法（AHP）、逼近理想解排序法（TOPSIS）、结构方程模型（SEM）、发明问题解决理论（TRIZ）、亲和图归纳法（KJ）等。已有学者将该类研究用户需求方法构成集成模型于各类家具产品设计研发中，方坤[6]将AHP法和模糊综合评价与情感化设计相结合，对电竞椅进行设计实践以及设计评价；邓昕[7]在橱柜设计中，运用SEM模型进行验证设计方案的可行性及各属性之间的关系；李树等[8]以用户需求为导向，结合Kano模型和SEM模型建立出一种识别方法，通过导盲杖为例进行实用性验证；谭雨婕等[9]结合AHP法与TOPSIS法构建评价模型，进行儿童卧房家具的设计研究；邱保金等[10]融合TRIZ理论与KJ法于办公储物柜创新设计中，改善了办公群体的使用感受；此外，仍有大量其他学者将该类方法集成模型应用于家具设计研发中。

由上可见，现有用户需求模型大多以特定研究对象展开，普适性相对较弱[11]。Kano模型主要用以发掘用户需求并进行正确的属性划分[12]，剖析用户对产品满意程度，将其作为智能家具产品设计决策重要依据，可根据用户需求排序进行方案构思，然而在Kano模型研究中用户需求重要度求解相对较传统，如Better-Worse、熵权与德菲等方法，但该类方法具有一定的主观性、运算程序相对复杂、定量中的定性分析缺乏合理性等弊端。然而AHP法作为一种科学的定量和定性相结合的决策方法[13]，主要适用于评价指标权重决策，在衡量指标权重时发挥着至关重要的作用。Kano模型中传统重要度解法尚存不足，运用AHP法能够很大程度克服缺点，提高用户需求权重的精确程度；将Kano模型融入AHP法进行智能家具产品层次分析模型搭建，则有利于促进划分目标层、准则层、子准则层的合理性。

另外，智能家具产品设计方案是否满足用户需求，Kano模型及AHP法并未给予准确决策原则，故需进一步赋予设计决策标准及评估准则，明确用户需求后研究设计方案客观性及可行性。TOPSIS法作为多属性决策与评价常用方法[14]，可有效减少决策者主观意识及偏见，促进方案决策更具客观性。然而在进行方案评价及决策过程中，TOPSIS法需事先对各评价指标进行权重赋值，但在AHP法中已清晰呈现各评价指标权重值，将TOPSIS法与AHP法结合可简化评估设计方案的流程。综上，本研究对Kano、AHP、TOPSIS三种方法合理融合，构建智能家具产品设计路径，该路径能够使智能家具用户需求属性划分清晰、需求权重计算准确、设计方案决策高效、设计流程优化完整，所构建的Kano/AHP/TOPSIS智能家具产品设计路径如图1所示。

■图1 智能家具产品设计路径构建

2.2 集成Kano-AHP-TOPSIS的智能家具产品设计流程

2.2.1 基于Kano模型的智能家具产品用户需求属性划分

用户对智能家具产品的需求特点主要体现在多样性和主观性，且个性化也是部分用户的需求重点。Kano模型能把用户需求分为必备、期望、魅力、无差异和反向五类需求，能合理划分需求属性，主要步骤为：首先进行问卷调查、桌面调研、用户访谈、观察法等方式，明确用户需求项，其次根据用户需求设计Kano问卷邀请相关用户填写，将问卷结果对应Kano结果分析评价表识别各用户需求项所属类别。在智能家具产品设计研究中，充分探讨必备型、期望型和魅力型需求，剔除无差异及反向型需求。

2.2.2 基于AHP的智能家具产品用户需求权重求解

AHP法是定性与定量相结合的决策方法，主要以目标层为起点，层层延展到准则层、子准则层和方案层，进行判断矩阵的构建，计算每个层级因素权重，进而决定各因素需求优先排序级别。将Kano模型属性类别与AHP法建立递进层级模型，把智能家具产品设计最佳方案设置为目标层，必备型需求、期望型需求和魅力型需求作为准则层，并把这三类需求下的主要指标项作为对应的子准则层[15]，构建出完整的层次分析模型，如图2所示。其次，通过开展用户需求指标数量形成判断矩阵，并邀请多名专家基于Saaty所给提1-9级标度原则对同一层级用户需求做出对比判断及评价赋值，而后再采用几何平均法计算准则层与子准则层下的智能家具产品中各用户需求权重，最后对权重计算结果进行一致性检验，若一致性检测结果不通过，则不断进行矩阵修正及调整，直至结果通过。根据上述计算结果，对智能家具产品权重进行排序，权衡各需求方案设计中的比重，以此进行智能家具产品用户需求权重排序，根据其进行智能家具产品方案设计。

■图2 智能家具产品层次分析模型

2.2.3 基于TOPSIS的智能家具产品设计方案评估

TOPSIS法是由归一化数据矩阵来评估方案的决策方法，主要通过计算评估方案与正、负理想解间距离来明确方案优劣。若评估方案既接近正理想解，同时又离负理想解最远，那么该方案为最优，反之则为最差。本智能家具产品设计研究中，设计方案评价指标主要为层次分析法中子准则层因素，邀请专家及用户对各方案评估，以明确设计方案的优先次序，其评估打分问卷采用七级李克特量表，回收问卷后将结果构建为初始评价矩阵，并依据TOPSIS相关步骤决策设计方案优先次序。

3 智能餐桌设计实证研究

近年来科技发展促进了智能技术在家具设计制造中的应用，餐桌逐渐从传统定义向智能化趋势发展。目前智能餐桌在家庭用户中尚未普及，在具有一定经济实力的家庭中使用频率较高，以中年家庭用户居多，年龄阶段大都在45-59岁之间，此类用户较为明显特点是家庭中大多有子女和父母需要照料，且需要日常办公，一定程度上智能餐桌可为该类用户提供更多的照顾与服务，该类用户的规模在未来的市场中将逐步扩大。因此，本研究选择中年家庭用户作为智能餐桌设计实证研究中的用户群体进行探讨。现有针对该类用户的智能餐桌一般具有智能伸缩、多功能等特征，其大都具备岛台与餐桌一体化、智能茶炉等功能，其材质多样。图3为现在市场上售量相对较高的某品牌智能餐桌，通过调研可知，该款智能餐桌样式相对呆板、功能稍单一，对消费者或用户需求了解不够深入。本文将结合集成Kano-AHPTOPSIS的智能家具产品设计路径对智能餐桌进行探究。

■图3 市场上某品牌智能餐桌

3.1 智能餐桌用户需求挖掘

通过观察、问卷、桌面、访谈等渠道进行深度用户调研，其中共深度访谈12名相关用户，男性与女性各6名，年龄段均在45-59岁之间，并发放139份用户需求问卷，从中整理出4位具有代表性典型用户画像，如图4所示，该年龄段用户每天均使用餐桌，且对智能餐桌有更高期望，大部分用户期望可通过强化智能餐桌性能来提升生活品质。调研过程中，不同年龄用户均对智能餐桌提出不同需求，市场上现在智能餐桌主要以餐桌多功能烹饪为主，配备机械结构进行折叠或收纳，且造型设计大多较单调，无法很好地满足用户功能、审美等需求。经过总结归纳，得到26项智能餐桌原始需求项，采取7级李克特量表问卷排除其不重要的原始用户需求，邀请75位用户评估原始需求重要程度，最终得到16项初始用户需求，如表1所示。

表1 智能餐桌初始用户需求

■图4 用户画像构建

3.2 基于Kano模型的用户需求属性划分

根据Kano相关步骤及程序，本研究设计Kano问卷邀请相关用户参与填写，以更好识别用户需求，其中共发放268份，回收有效问卷246份。为确保Kano问卷可信度，本研究采用SPSS 24软件应用克朗巴哈系数对回收问卷检验，结果显示该Kano问卷系数为0.816（大于0.7则为测试项目具有可信度），可见该246份Kano问卷可信度达标。根据问卷结果对应Kano评价表，对用户需求进行属性划分[16]，得到如表2所示Kano结果分析表，其中有2项无差异需求在本研究中不做深入探讨。

表2 Kano结果分析表

从表3用户需求属性划分及Kano模型原理[17]可知，餐桌物品收纳、方便护理、材料安全、易于清洁、符合人机尺寸等用户对智能餐桌的需求为必备型，一旦智能餐桌无法满足消费者上述需求，消费者满意度将会明显减弱，目前市场上现有的智能餐桌，多数都具备此类需求对应的功能；然而，继续优化该类属性需求并不会让用户满意度有大幅度提升，故在智能餐桌设计中需满足该类用户需求，但不考虑对智能餐桌该类用户需求进行优化。

表3 准则层权重

表4 必备需求权重

表5 期望需求权重

期望需求包括桌面旋转、洗手消毒、造型美观简约、折叠、智能语音，因为期望需求与用户满意度两者之间呈正相关性，因此要提高用户满意度，需尽量满足此类用户需求，把造型、结构、技术、功能巧妙结合。魅力需求包含可移动性、一桌多用、储存厨房用具、多功能烹饪，该类属性下智能餐桌用户需求一旦满足，会给用户意想不到的惊喜，进而大幅度提升用户满意度，提高智能餐桌市场竞争力，重点考虑此类属性在智能餐桌中的设计体现。

3.3 基于AHP的智能餐桌用户需求权重求解

3.3.1 智能餐桌层次分析模型构建

结合Kano模型用户属性的需求划分，对应建立出层次分析模型，其中智能餐桌最佳设计方案作为目标层，必备属性、期望属性、魅力属性作为准则层，将此三种属性需求下的各子需求拓展至子准则层，Q表示目标层，M表示准则层中的必备属性，其拓展出的子准则层[18]中M1表示材料安全，M2表示物品收纳，M3表示符合人机尺寸，M4表示方便护理，M5表示易于清洁，以此类推其余属性，如图5所示。

■图5 智能餐桌层次分析模型

3.3.2 基于AHP法的智能餐桌调研与权重设计

通过层次分析模型构建合适判断矩阵[19]，并邀请多位专家填写。为确保权重计算结果准确性，将同一层级用户需求相互重要度按照1-9级标度进行比较。本研究主要通过对9名智能家具设计相关人员进行调研，其中包括2名智能餐桌专家、2名智能家具设计师、2名智能家具产品设计方向教授、3名智能家具产品研究方向硕士，让其根据标准评分原则对不同层级需求的重要程度两两比较，并将最终平均分数作为智能餐桌评价矩阵。其中，Xij表示进行比较的各准则层X1，X2，…Xn与目标X相比具有的重要性评价，反之则为1/Xij，为计算准则层和子准则层各需求权重，引入如下运算程序的几何平均算法，其结果如表3-表6所示。

表6 魅力需求权重

步骤1：计算各层标度的积；

式中：bij——第i行第j列中的需求指标；m——需求指标量。

步骤2：求解各层标度乘积几何平均值；

步骤3：运算相对权重；

步骤4：求解最大特征根；

式中：BWi——向量BW第i个分量；n——阶数。

步骤5：结果一致性检验；

式中：n——判断矩阵评价标度所对应的阶数；

RI——平均随机一致性指标；CR——一致性比值。

为确保判断矩阵填写过程中专家思维的一致性，对上述运算进行结果一致性检验。若CR≤0.1表示一致性检验通过；若CR＞0.1表示未通过一致性检验，说明判断矩阵中存在相应的逻辑错误，调整后再次进行运算，其结果一致性检验结果如表7所示。

表7 一致性检验结果

3.4 智能餐桌方案设计

根据Kano模型相关概念及智能餐桌用户需求权重计算结果可知，不仅要满足必备属性需求，开发过程中设计师更要把重点放在期望及魅力需求中重要排序靠前的需求当中，一旦满足重要需求，能够极大提升用户对智能餐桌满意度，即在智能餐桌设计开发时要充分考虑满足造型简约美观、智能语音、折叠、多功能烹饪、储存厨房用具等用户需求[20]。结合智能家具产品设计流程及原则，提出两种智能餐桌设计方案，如图6所示。方案1重点考虑多功能烹饪和折叠，整体造型计简约，符合多人餐桌的人机尺寸，桌面烹饪区域具有自动识别系统，桌面四角具有智能控制面板，可进行烹饪功能的调节，并且左右两侧可以自动折叠到烹饪区域上方；方案2在满足智能控制、多功能烹饪的基础上，用餐区域采用导轨式折叠，在智能控制面板上即可一键操作，增加厨房用具区域。

■图6 方案设计

3.5 智能餐桌方案评估

为确保设计方案合理性及评估客观性，避免因决策者的主观判断而导致的评价偏差，科学确定各方案优先排序，TOPSIS决策中方案评价指标将使用层次分析模型中的13项子准则层需求要素，将图3智能餐桌作为样本与设计方案进行评价，共邀请22名相关智能家具设计专家及23名该年龄段智能餐桌用户对上述3个方案中14项指标进行评分，将李克特7级量表作为评分标准，把评分结果进行均值化处理，进而得到初始评价矩阵，如表8所示。

表8 初始评价矩阵

其次，根据下述TOPSIS运算程序，计算各方案正、负理想解及相对贴近度，具体运算步骤如下：

步骤1：整理收集调查问卷，对数据进行均值化处理，得到初始评价矩阵f；

步骤2：将初始评价矩阵规范化，得出标准化矩阵Rij；

步骤3：根据各项评价指标目标权重，求加权标准化矩阵uij；

式中：Wj表示权重。

步骤4：求正、负理想解A*和A-；

步骤5：基于欧几里得距离，计算各方案到理想解距离，各方案到正、负理想解距离分别为Si+和Si-；

步骤6：求解各方案到理想解的相对贴进度Ci；

最后通过Ci值大小明确智能餐桌设计方案优先程度，值越大则用户对设计方案满意度越高，最大值方案即为最佳设计方案。表9为各方案正、负理想解及相对贴近度，其中方案2智能餐桌相对贴进度值排名第一，可见方案2为最佳智能餐桌；除此之外从表中可以看出样本方案相对贴进度值排名第三，其值均低于根据该设计路径下的两个智能餐桌设计方案，由此可见基于集成Kano-AHPTOPSIS的智能家具产品设计路径进行方案构思及设计研发具有可行性。

表9 TOPSOS评价结果

经过计算机辅助设计，制作方案2的效果图以及细节深度设计图，如图7所示。其中，智能餐桌人机尺寸是用户体验产品中的重要因素，直接影响用户在使用过程中的感受。

■图7 方案渲染细节图

智能餐桌尺寸作为产品体验重要因素，直接影响用户在使用过程中体验感受，智能餐桌尺寸设计应尽可能满足大多数用户使用，基于《中国成年人人体尺寸》[21]（GB 10000-1988）我国人体主要尺寸，采用我国第95百分位坐姿肘高与小腿加足高，以这两组数据之和为基础，确定该智能餐桌高度为750 mm；考虑到坐姿两肘肩宽和坐深，要保证相邻用户在智能餐桌上有足够的活动空间，除考虑人体尺寸外需合理增加功能及心里修正量，故智能餐桌（6人桌）长度为1500 mm、宽度为800 mm；综上该智能餐桌尺寸为1500 mm×800 mm×750 mm，整体上体积与大小合适。

该智能餐桌设计包含岛台及餐桌两个部分，餐桌表面材质为抗菌木制材料，且在表面敷透明树脂，具有防烫、耐脏、耐磨等优点。餐桌进行折叠设计，多人聚餐时可一键自动开启。岛台中部为自动感应煮沸区域，将电饭煲放上即可自动识别，随之智能控制面板启动，即可在面板区域进行操作功能选取。岛台下方设计嵌入式洗碗机，方便清洗和储存用餐餐具。整体配备智能语音和声控灯带，侧面设有可移动式插线孔，方便用户用餐时使用。

4 结语

本研究集成Kano/AHP/TOPSIS的智能家具产品设计路径研究主要以用户需求为出发点，基于Kano模型对智能家具产品用户需求属性划分，并运用AHP对分类后需求进行权重分析，形成Kano-AHP下的用户需求权重排序，以此进行智能家具产品方案设计，以及通过AHPTOPSIS对智能家具产品设计方案进行优选评价，可极大提升用户对智能家具满意度。本研究所构建研究路径弥补了单一方法开发智能家具产品的缺陷，可极大提高智能家具产品设计步骤及流程的系统、完整、科学及合理性[22]。本研究通过对智能餐桌的设计实践，验证了集成Kano-AHP-TOPSIS研究路径的有效性及可行性，从多维度提升了智能家具用户对产品使用需求满意度，也可为用户需求驱动下的智能家具产品设计提供研究范式及路径[23-25]。然而，本研究所构建集成路径在用户需求转化为设计参数中有所欠缺，以及在智能餐桌设计实证过程中调研问卷存在相对较少的情况，后续研究中将会不断完善[26-27]。