感性工学_以用户为导向的工效学技术

文章编号:100628309(2007)0320047203
作者简介:王松琴(1978-　),女,河南三门峡人,讲师,博士,主要研究方向为工程心理学、工业组织心理学,(电子信箱)wangsq@mail .sysu .edu .cn 。

感性工学:以用户为导向的工效学技术
王松琴1
,何灿群
2
(1.中山大学心理学系,广州　5102752.江苏大学艺术学院,江苏镇江　212013)
摘要:感性工学是把用户对产品的感性意象转化为产品的设计要素。

本文对感性工学的研究内容与方法进行了简要介绍,并对已有研究进行了评述。

关键词:感性工学;感性工学系统;感性工学建模;虚拟感性工学;协同感性工学设计中国分类号:T B18;B849 文献标识码:A
1　前言感性(Kansei )是指消费者对新产品的心理感
觉与意象,感性工学(Kansei Engineering )是把消费者对产品的感觉/感性转换为产品设计要素的一种技术、理论与方法
[1～2]。

该领域把工程心理
学与设计科学结合起来,在工程心理学的基础上
来探讨人与物之间的相互关系,从而使产品更加人性化。

Naga machi [2]
认为感性工学的研究内容主要
是:①如何获得消费者在工效、心理方面对产品的感性与意象;②如何根据消费者的感性与意象来确定产品的设计要点;③如何建立一套人因技术的感性工学系统;④如何根据社会变化及人们的偏好趋势来修正已有的感性工学系统。

2　感性工学的研究方法
2.1　范畴区分法(Category Classificati on )
该方法是把用户对产品的感性与意象以树状图的形式表示出来,并采用层次递推的方法,把其
转化为设计要点。

Naga machi (1995)[2]
把感性工学应用于汽车设计时,提出新车应达到“人车合一”的状态(零水平感性),为了实现这个总感性,又提出了“紧凑感性”、“速度感性”等子感性,而为了实现这些子感性,又提出了下一级的概念,……,直到获得设计的具体要求(如把“紧凑感
性”转化为设计要素:3.8m 长、2个座位)[2]。

2.2　感性工学系统(Kansei Engineering Syste m )
根据其研究手段的不同,又可分为前向式、逆向式以及混合式3种:
2.2.1　前向式推理感性工学系统(For ward I nfer 2ence type of Kansei Engineering )
该方法是利用专家系统把用户的感性意象转
化为设计细节,是一种计算机辅助系统。

消费者输入偏好的意象词汇,系统通过推理来了解他们的需求,然后输出符合需要的产品。

Tanoue 等(1997)[3]利用此方法来评价汽车内部的空间意象,尤其是宽敞与舒适等感性,开发出了一套汽车内部空间的舒适性诊断系统。

Kohritani 等(2005)[4]建立的系统可以使家用电器根据用户的心电图指标来调整周围环境的温度与湿度等,让人们达到最舒适的状态。

2.2.2　逆向式推理感性工学系统(Backward I n 2ference type of Kansei Engineering )
这是一种设计人员决策辅助系统,用于帮助设计者掌握产品的特性,了解产品特性与消费者
感性意象之间的关系。

Lai 等(2005)[5]
建立了移动电话造型的灰关联分析模型与神经网络模型,发现神经网络模型能更有效地对设计者进行指导,形成最佳的造型元素组合来满足用户的产品意象;而同时采用这两个模型,会有助于设计者判
断出最有影响的造型因素。

Lai 等(2006)[6]
对移动电话的进一步研究发现色彩对产品意象的影响大于造型,并据此建立了一个色彩数据库。

2.2.3　混合式感性工学系统(Hybrid Kansei En 2gineering Syste m )
这是把上述两种感性工学系统结合起来,既可以根据用户的感性意象来确定产品的设计特
性,也可以帮助设计者了解产品要素与用户需求的关系,是可逆的。

Matsubara&Naga machi (1997)[7]研究了住宅大门并建立了一个混合系统,能同时为消费者与设计者提供信息。

2.3　感性工学建模系统(Kansei Engineering Modeling)
这是利用数学建模的方法建立起来的计算机系统,能精确描述消费者对产品的反应。

它与感性工学系统的区别是,它没有规则库。

Fukushi m a 等(1995)[8]为了提高彩色智能打印机的图像质量,先采用语义差异问卷来评价女孩的脸部肤色,然后根据色调、饱和度等进行归类,并通过三角形模糊隶属函数表示出来,应用于彩色智能打印机。

不过Lai等(2005)[9]认为数学建模方法过于抽象且缺乏灵活性,他们提出了“稳健设计”(Robust Design)或田口试验设计(Taguchi Quality Engi2 neering)方法,通过对可控因素(设计参数)、不可控因素(噪音)及性能绩效三者之间的关系进行分析,来获得产品的最佳设计参数。

2.4　虚拟感性工学(V irtual Kansei Engineering)
该方法把虚拟现实技术与感性工学结合起来,在用户感性的基础上对某产品构建一个虚拟空间,并让用户进行虚拟体验,以此来判断设计与用户意象是否相匹配。

Matsubara&Naga machi (1996)[10]建立了一个虚拟厨房系统,用户可在效果图中进行虚拟体验。

2.5　协同感性工学设计(Collaborative Kansei En2 gineering Designing)
该方法以互联网为基础,利用支持计算机协同工作的软件程序,采用声音或视觉设备,使来自不同地方的设计者或用户可以联合工作。

它能够有效地促进设计者与用户之间的交流、缩短产品开发时间等。

3　评述和展望
目前为止,感性工学已经在不同行业里得到了广泛应用,如汽车制造、家用电器等。

这些主要是利用感性工学的研究手段,把消费者的要求定性或定量化,为产品提供设计参数,使其满足消费者的需求与意象。

这是以消费者为导向的工程心理学技术,可以使产品适应人的身心特点,形成良好的人机界面。

然而,现有研究仍有一些问题没有得到解决:
(1)在感性工学研究中,人们普遍采用范畴区分法进行用户分析,该方法虽充分考虑到了用户的要求与特点,但会受到专家与所选样本的制约,影响结果的客观性。

(2)研究者采用了模拟技术(如计算机模型、神经网络模型)来为消费者或设计者提供指导,不过目前仍然缺乏对这些模型的评价,人们无从得知这些模型的效果与效率。

(3)更重要的是,这些研究都是利用感性工学的技术,把用户的感性意象应用到设计过程中,这在一定程度上会改善人机界面。

然而这些研究多是从设计的角度出发,而很少从心理学方面加以研究,几乎没有涉及到用户意象形成的认知过程。

如果我们能够对此进行深入研究,将会极大地推动感性工学的发展与应用。

参考文献:
[1]　Yamamot o K.Kansei Engineering-the A rt of Aut omo2
tive Devel opment atM azda[M].Ann A rbor:The U2
niversity of M ichigan,1986,1-24.
[2]　Naga machiM.Kansei Engineering:a Ne w Ergonom ic
Consu mer-oriented Technol ogy for Pr oduct Devel op2
ment[J].I nternati onal Journal of I ndustrial Ergonom2
ics,1995,15(1):3-11.
[3]　Tanoue C,Ishizaka K,Nagamachi M.Kansei Engi2
neering:a Study on Percep ti on of Vehicle I nteri or I m2
age[J].I nternati onal Journal of I ndustrial Ergonom2
ics,1997,19(2):115-128.
[4]　KohritaniM,W atada J,H irano H,et al.Kansei En2
gineering f or Comf ortable Space Management[C].
Khosla R,Howlett R J,Jain L C.Knowledge-Based
I ntelligent I nf or mati on and Engineering Syste m s:9th
I nternati onal Conference,Ne w York:Sp ringer-Verlag
Ne w York I nc,2005:1291-1297.
[5]　Lai H H,L in Y C,Yeh C H.For m Design of Pr oduct
I m age U sing Grey Relati onal Analysis and Neural Net2
work Models[J].Computers&Operati ons Research,
2005,32(10):2689-2711.
[6]　Lai H H,L in Y C,Yeh C H,et al.U ser-oriented
Design f or the Op ti m al Combinati on on Pr oduct Design
[J].I nternati onal Journal of Pr oducti on Econom ics,
2006,100(2):253-267.
[7]　Matsubara Y,Naga machiM.Hybrid Kansei Engineer2
ing Syste m and Design Support[J].I nternati onal
Journal of I ndustrial Ergonom ics,1997,19(2):81
-92.
(下转第51页)
导向性通过影响人的认知模式,影响了人-信息系
统的交互效率,信息显示方式导向性好,交互效率高。

3.2.2　F OX MA I L 软件的安装模拟实验
F OX MA I L 软件的安装模拟实验用来说明和分析任务完成设计方式的引导作用对人-信息系统交互效率的影响。

实验对象及其分组、实验方式与拼图实验相同。

实验内容是用两种不同的工具完成同样的安装模拟任务,一种工具是自行开发的网页版工具,任务完成流程设计混乱,任务的连续性不强,目标导向性差;一种是专业的安装软件,任务完成流程清晰,任务连续性强,
目标导向性好。

图2　两种工具完成安装软件模拟任务平均时间比较实验结果的方差分析表明,不同任务设计方式
的目标导向性在实验效果上不存在显著差异(F =0.45,P =0.8634)。

原因是实验任务设计比较简单,一个实验任务的完成只需用十几秒钟时间,用MAT 2LAB 难以比较。

但从平均时间分析图上(图2)可以看出:专业版完成时间比网页版完成时间明显少,实验数据统计得出专业版完成时间比网页版完成时间平均少46.4%,而且100%的受试者认为专业版方便易用。

可以从中得出结论:用目标导向性强的信息系统完成任务的交互效率高。

4　结束语
任务与人匹配的5个维度对人-信息系统交
互效率有显著影响。

实验验证了用目标导向性强的信息系统完成任务的交互效率高以及任务信息显示方式的导向性通过影响人的认知模式,影响了人-信息系统的交互效率:任务的信息显示方式导向性好,交互效率高。

参考文献:
[1]　龚杰民,王献青.人机交互技术的进展与发展趋向
[J ].西安电子科技大学学报.1998,25(6):782-786.[2]　李劲松.专长和任务特征因素对预测判断的影响
[J ].人类工效学.2001,7(2):22-25.
[3]　郑全全,刘方珍.任务难度、决策培训诸因素对群体决
策的影响[J ].心理学报.2003,35(5):669～676.
[4]　Yu F J,Hwang S L,Huang Y H.Task Analysis for
I ndustrialWork Pr ocess fr om A s pects of Hu man Relia 2bility and Syste m Safety[J ].R isk Analysis,1999,19(3):401-415.
[5]　Maslach C,Schaufeli W B,Leiter M P .Job Burnout
[J ].Annu .Rev .Psycho,2001,52(2):397-422.[6]　留岚兰,吴谅谅.“工作价值观职务特征”匹配对工作倦
怠的影响研究[J ].应用心理学,2005,11(1):33-40.
[7]　YangW C,Yi S P,T ong X Y,et al .Ex pl oring Hu man
-I nf or mati on Syste m I nteracti on Efficiency within the Enter prise Co mputerizati on Envir on ment[C ]//Yi S P,Chen X H,Yang Y .Pr oceedings of I E&E M ’2005.Bei 2jing:China Machine Press,2006:577-582.
[8]　童小英,易树平,杨文彩,等.人-信息系统交互效
率影响因素及其作用机理[J ].重庆大学学报(自然科学版).2006,26(2):23-27.
[9]　朱祖祥.工业心理学[M ].杭州:浙江教育出版社,
2001,25(5):519-559.
[收稿日期]2006-07-12 [修回日期]2006-10-28
(上接第48页)
[8]　Fukushi m a K,Ka wata H.Hu man Sens ory Percep ti on
O riented I m age Pr ocessing in a Col or Copy Syste m s [J ].
I nternati onal Journal of I ndustrial Ergonom ics,1995,15(1):63-74.
[9]　Lai H H,Chang Y M ,Chang H C .A Robust Design
App r oach f or Enhancing the Feeling Quality of a Pr od 2uct:a Car Pr ofile Case Study [J ].I nternati onal Jour 2
nal of I ndustrial Ergonom ics,2005,35(5):445-460.
[10]　Matsubara Y,Naga machi M.Kansei V irtual Reality
Technol ogy and Evaluati on on Kitchen Design [C ].Koubek R J,Kar wowskiW.Manufacturing Agility and Hybrid Aut omati on,Louisville,Kentucky,US A,I E A Press,1996:81-84.
[收稿日期]2006-09-20 [修回日期]2007-01-23 。