于 小 利

(1. 閩江學(xué)院 服裝與藝術(shù)工程學(xué)院，福州 350108；2. 福建省高校紡織服裝工程研究中心，福州 350108)

?

研究與技術(shù)

基于感性意象的服裝網(wǎng)店設(shè)計研究

于 小 利

(1. 閩江學(xué)院 服裝與藝術(shù)工程學(xué)院，福州 350108；2. 福建省高校紡織服裝工程研究中心，福州 350108)

為研究消費者與設(shè)計師對服裝網(wǎng)店形象的認(rèn)知差異，設(shè)計出更符合消費者情感需求的網(wǎng)店形象，采用基于數(shù)量化理論I的感性意象研究方法。通過語義差異法和因子分析獲取代表性感性意象詞匯，運用形態(tài)分析法和帕累托法則提取服裝網(wǎng)店設(shè)計要素體系，最后應(yīng)用數(shù)量化理論I建立服裝網(wǎng)店設(shè)計要素和消費者感性評價值間的關(guān)聯(lián)模型，確定設(shè)計要素與感性意象之間的關(guān)系。并以服裝網(wǎng)店頁頭設(shè)計為例進行方法說明和驗證，結(jié)果表明，該方法合理可行，有助于服裝網(wǎng)店的精準(zhǔn)化設(shè)計。

感性意象；數(shù)量化理論I；服裝網(wǎng)店；語義差異法；形態(tài)分析法

隨著電子商務(wù)的進一步發(fā)展，在便利的電商平臺上，消費者可以同時面對成千上萬的可選商品。對于服裝企業(yè)而言，如何吸引消費者的注意力，如何提高點擊率則至關(guān)重要，而這個關(guān)鍵點就是網(wǎng)店的形象設(shè)計。一直以來，服裝網(wǎng)店的形象設(shè)計多是設(shè)計師憑個人經(jīng)驗而為，缺乏客觀性和普適性，無法真正滿足消費者的情感需求。因此本文參考產(chǎn)品設(shè)計領(lǐng)域應(yīng)用廣泛的基于數(shù)量化理論I的感性意象研究方法，研究消費者與設(shè)計師對服裝網(wǎng)店形象的認(rèn)知差異，以期指導(dǎo)設(shè)計師設(shè)計出更符合消費者情感需求的網(wǎng)店形象。

1　感性意象與服裝網(wǎng)店設(shè)計

感性意象是人對物所形成的心理上的期待感受，是一種高度凝聚的深層次情感活動[1]。這種感受是綜合了視覺、聽覺、觸覺、嗅覺等多個方面所產(chǎn)生的心理反應(yīng)[2]，將這些感性信息具象化、量化，應(yīng)用于設(shè)計領(lǐng)域，對設(shè)計師科學(xué)、高效、準(zhǔn)確地設(shè)計符合市場需求的產(chǎn)品有重要的參考價值。目前，設(shè)計領(lǐng)域基于感性意象的研究主要集中在設(shè)計效果評價研究[3-4]、優(yōu)化設(shè)計研究[5]和感性意象與設(shè)計要素的對應(yīng)關(guān)系研究[6-7]等，主要應(yīng)用于產(chǎn)品設(shè)計中，比如數(shù)控機床[8]、家具[9]等。

服裝網(wǎng)店的感性意象是消費者在經(jīng)歷了從搜索商品到進入店鋪、瀏覽商品，最后離開店鋪的多個環(huán)節(jié)之后，所體驗到的整體感受，這種感受的形成是一個復(fù)雜的過程，它不僅與當(dāng)時的購物經(jīng)歷有關(guān)，也會受消費者個人經(jīng)驗或以往印象的影響。在諸多因素的影響下，消費者會將這種模糊的感覺逐步清晰化，并借助一些詞匯加以評價，比如時尚、高檔、俗氣等。利用這些詞匯即可挖掘和量化消費者的感性意象，為設(shè)計師傳達情感和消費者解讀情感的一致和匹配提供參考依據(jù)。

2　研究方法與工作流程

本文的主要研究流程如圖1所示。

圖1　研究流程示意Fig.1　Research process diagram

2.1搜集代表性服裝網(wǎng)店樣本

根據(jù)研究目的，樣本的收集主要遵循4個原則：①盡量涵蓋多種品類的網(wǎng)店，比如男裝、女裝、童裝等；②盡量涵蓋多種風(fēng)格的網(wǎng)店，比如民族的、歐美的、日韓的等；③選擇有一定銷量和影響力的品牌網(wǎng)店；④選擇功能較為完善，設(shè)計元素較為完整的網(wǎng)店。

據(jù)艾瑞咨詢2014年最新數(shù)據(jù)顯示，從服裝網(wǎng)購的市場份額來看，天貓占B2C市場中的57.7%，以絕對優(yōu)勢領(lǐng)跑。所以研究樣本主要是通過天貓平臺，并依據(jù)天貓對服裝品類的劃分方法進行搜集的。

首先，根據(jù)上述四個原則廣泛收集各種類型的服裝網(wǎng)店樣本；其次，對樣本的特征和典型性進行對比分析，剔除相似程度較高的，得到一個初步篩選出來的代表性樣本庫；第三，邀請相關(guān)專家和設(shè)計師，采用主觀評價法根據(jù)相似程度對樣本進行分組，結(jié)果即可建立一個相似性矩陣，再進行聚類分析，最后可提取得到一個相對較小的代表性樣本庫。

2.2搜集并獲取代表性感性意象詞匯對

服裝網(wǎng)店感性意象詞匯的收集可以通過查閱國內(nèi)外文獻資料、雜志期刊、網(wǎng)絡(luò)搜索和訪談訪問等途徑進行，將這些詞匯進行反義詞配對，比如“時尚的-傳統(tǒng)的”“簡潔的-復(fù)雜的”等。根據(jù)帕累托法則，其中會存在很多無用信息，比如意義重復(fù)或相關(guān)性不大的詞匯對，因此需要設(shè)計調(diào)查問卷再次邀請相關(guān)專家、設(shè)計師和消費者進行調(diào)查，并通過頻數(shù)分析，剔除掉那些不合適的詞匯對，即可得到一個初步篩選出來的代表性感性意象詞匯對庫，也稱為感性意象語意空間。

這個語意空間仍然過于復(fù)雜，必須進一步簡化。主要可分為四步：首先，依托上述研究的樣本庫和語意空間，參考語義差異法和里克特量表設(shè)計調(diào)查問卷，進行服裝網(wǎng)店形象設(shè)計調(diào)查；然后，將調(diào)查結(jié)果整理得到感性意象評價表；第三，利用因子分析降低語意空間的維數(shù)，簡化結(jié)構(gòu)，把關(guān)系錯綜復(fù)雜的意象詞匯對歸納為少數(shù)幾個綜合性的語意因子；第四，根據(jù)各詞匯對的因子載荷量，提取最能反映消費者感性意象認(rèn)知的代表性詞匯對，得到一個簡化的感性意象語意空間，以便于度量“意象”這一模糊的心理概念。

2.3建立服裝網(wǎng)店設(shè)計要素體系

在設(shè)計創(chuàng)造學(xué)中，設(shè)計可以理解為由一系列設(shè)計元素相互組合而成的，各設(shè)計元素都會對用戶的感性認(rèn)知產(chǎn)生一定的影響。設(shè)計要素研究就是要運用形態(tài)分析法將設(shè)計項目分解為設(shè)計元素，然后再找出對用戶感性認(rèn)知影響較大的設(shè)計元素，即可獲取設(shè)計要素體系。

消費者網(wǎng)購服裝的過程主要包含4個步驟：①在電商平臺瀏覽搜尋或直接輸入商品名稱進行搜索；②根據(jù)搜索頁主圖選擇商品，并點擊進入商品詳情頁查看；③轉(zhuǎn)入首頁仔細了解該品牌或查看其他商品；④判斷是否為心意商品，決定購買或者離開店鋪。由此可見，服裝網(wǎng)店的形象設(shè)計主要涉及三個部分：主圖、詳情頁和首頁。這三個部分信息的傳遞和表達主要是通過色彩、文字、圖形和版式等設(shè)計項目來實現(xiàn)[10]。

根據(jù)表現(xiàn)形式、特征等可變因素的不同，這些設(shè)計項目又可以繼續(xù)分解為設(shè)計元素，直至最后，即可得到一個較為完整的設(shè)計元素體系。但該體系中并不是所有的設(shè)計元素都會對消費者的感性意象產(chǎn)生重要影響，因此可以根據(jù)德爾菲法，征求專家意見除去對消費者感受影響較小的元素，從而確定服裝網(wǎng)店的設(shè)計要素。以設(shè)計項目為項目，以設(shè)計要素為類目，即可建立一個服裝網(wǎng)店設(shè)計要素體系表。

2.4構(gòu)建感性意象詞匯對與設(shè)計要素間的關(guān)聯(lián)模型

參考上述研究獲取的代表性服裝網(wǎng)店樣本、感性意象詞匯對和設(shè)計要素體系表，重新選擇實驗樣本，利用里克特量表法設(shè)計感性意象調(diào)查問卷，選擇一定數(shù)量結(jié)構(gòu)合理的調(diào)查對象進行調(diào)查，讓他們對每個樣本在每個感性詞匯對下的感受進行打分，整理求取平均值即可得到一個感性評價矩陣。

以感性評價矩陣中各感性意象詞匯對的數(shù)據(jù)為因變量，設(shè)計要素類目為自變量，根據(jù)數(shù)量化理論I，分析可得關(guān)聯(lián)方程：

(1)

式中：Yi為第i個樣本的感性評價值；Cmn表示是否包含第i個樣本中第m個設(shè)計項目的第n個設(shè)計類目，沒有包含為0，包含為1；aimn為第i個樣本中第m個設(shè)計項目的第n個設(shè)計類目的權(quán)重系數(shù)，即類目得分；bi為第i個樣本的常數(shù)項值；j為設(shè)計要素總數(shù)；j1、jp分別為第1個、第p個設(shè)計要素中設(shè)計類目的個數(shù)。

利用SPSS軟件進行多元回歸分析，可以得到每個設(shè)計要素與感性意象詞匯對的偏相關(guān)系數(shù)，系數(shù)值越大說明對各感性意象貢獻越大，反之貢獻越小。

為了驗證方法的可靠性和穩(wěn)定性，重新選擇一些樣本，重復(fù)上述實驗步驟，將所得數(shù)據(jù)與上一輪所得數(shù)據(jù)進行T檢驗分析，分析結(jié)果可驗證該方法的合理性。

3　方法驗證

服裝網(wǎng)店頁頭部分是消費者進入網(wǎng)店后首先看到的區(qū)域，表明了整個店鋪的形象定位，所以頁頭部分是給顧客留下第一印象的關(guān)鍵所在。現(xiàn)就以服裝網(wǎng)店頁頭的設(shè)計為例，介紹感性意象在頁頭設(shè)計中的運用方法。

3.1服裝網(wǎng)店頁頭設(shè)計樣本的收集和篩選

首先依據(jù)億邦動力網(wǎng)服裝品類的銷售排行統(tǒng)計，收集天貓上女裝、男裝、童裝、內(nèi)衣和戶外運動裝五大類各種風(fēng)格的服裝網(wǎng)店146個，將網(wǎng)店頁頭截屏提取出來，對比分析后，剔除相似程度較高的，得到初步樣本65個。

然后邀請了2位專家和3位資深網(wǎng)店設(shè)計師進行問卷調(diào)查，讓他們依據(jù)相似程度，將65個樣本進行分組，對收集到的數(shù)據(jù)進行聚類分析，最終提取出代表性服裝網(wǎng)店頁頭樣本20個。

3.2服裝網(wǎng)店頁頭設(shè)計感性意象詞匯對的收集與篩選

經(jīng)廣泛收集整理共得到118對可用于評價服裝網(wǎng)店頁頭設(shè)計的感性意象詞匯對，然后邀請2位專家、3位網(wǎng)店設(shè)計師和20位具有網(wǎng)購經(jīng)驗的消費者，從中挑選出他們認(rèn)為具有代表性的詞匯對，剔除不合適的或者重復(fù)性的詞匯對，數(shù)量不限，再將結(jié)果進行頻數(shù)分析，篩選出感性意象詞匯對21對。

依托上述研究的20個樣本圖片和21對感性意象詞匯對，參考語義差異法和里克特量表設(shè)計調(diào)查問卷，對58位受測者(2位相關(guān)專家、5位設(shè)計師、31位大學(xué)生、20位普通消費者)進行調(diào)查，得到各樣本感性意象評價表，如表1所示。

表1　樣本感性意象評價Tab.1　Kansei image evaluation of samples

以上數(shù)據(jù)輸入SPSS軟件進行因子分析，結(jié)果如圖2、表2所示。

圖2　碎石圖Fig.2　Gravel diagram

由圖2可知，前4個因子特征值大于1，從第五個因子開始曲線變緩，因此提取4個因子較為合適。

表2　因子分析結(jié)果Tab.2　Results of factors analysis

從表2可以看出，第一主因子在“活潑的-沉穩(wěn)的”“柔美的-硬朗的”和“熱情的-冷酷的”3個指標(biāo)上具有較大載荷，可將其命名為情感因子；第二主因子在“和諧的-雜亂的”“醒目的-模糊的”和“豐富的-單調(diào)的”3個指標(biāo)上具有較大載荷，可將其命名為形式因子；第三主因子在“高檔的-低檔的”1個指標(biāo)上具有較大載荷，可將其命名為價值因子；第四主因子在“時尚的-傳統(tǒng)的”和“現(xiàn)代的-古典的”2個指標(biāo)上具有較大載荷，可將其命名為風(fēng)格因子。對第一、第二和第四個主因子再次進行歸納，分別提練出1個評價詞匯對作為代表，最終可得到4個代表性感性意象詞匯對，如表3所示。

3.3分解服裝網(wǎng)店頁頭設(shè)計要素

運用形態(tài)分析法，首先將服裝網(wǎng)店頁頭分解為5

表3　代表性感性意象詞匯對Tab.3　Typical image word pairs

個獨立的設(shè)計項目：色彩、文字、圖片、版式和內(nèi)容。再根據(jù)表現(xiàn)形式與特征的不同繼續(xù)分解為若干設(shè)計元素，如色彩可分為主色調(diào)和色彩搭配，文字可分為字號和字體，同理，可得到所有設(shè)計元素。然后依據(jù)德爾菲法，參考專家意見，除去對消費者感受影響較小的元素，從而得到服裝網(wǎng)店頁頭設(shè)計要素分類表，如表4所示。

表4　設(shè)計要素分類Tab.4　Classification of the design elements

3.4構(gòu)建感性意象詞匯對與設(shè)計要素間的關(guān)聯(lián)模型

重新選擇25個有代表性的服裝網(wǎng)店頁頭作為實驗樣本，依托4個代表性詞匯對設(shè)計調(diào)查問卷，根據(jù)里克特量表法，數(shù)字1～5分別表示詞匯對的兩端。邀請70名在校大學(xué)生、2名專家、5名資深網(wǎng)店設(shè)計師進行調(diào)研，將結(jié)果整理后即可得到一個感性評價矩陣，如表5所示。

表5　感性評價矩陣Tab.5　Perceptional evaluation matrix

注：“0”表示該樣本設(shè)計中不包含此設(shè)計類目，“1”表示包含此設(shè)計類目。

以矩陣中各感性詞匯對的評價值為因變量，設(shè)計要素類目為自變量，利用SPSS軟件進行多元回歸分析，結(jié)果(以“活躍的-穩(wěn)重的”為例)如表6所示。

表6　“活躍的-穩(wěn)重的”分析結(jié)果Tab.6　The analysis result of “l(fā)ively-steady”

表6中偏相關(guān)系數(shù)按照大小排序依次為：色彩搭配X2>主色調(diào)X1>版式X5>圖片X4>文字X3，可見色彩搭配設(shè)計的權(quán)重最大，文字設(shè)計的權(quán)重最小。類目得分欄正值說明影響力傾向于活潑的，負值說明影響力傾向于沉穩(wěn)的，每個對應(yīng)值絕對值越大說明影響力越大。其中色彩搭配X2項目中對比色搭配C23的0.284為最高，說明采用對比色搭配法進行設(shè)計最容易形成“活躍的”意象，近似色搭配C21的-0.176為最低，說明采用近似色搭配法進行設(shè)計最容易形成“穩(wěn)重的”意象。同理分析，即可得到其他3組詞匯對與設(shè)計要素的偏相關(guān)系數(shù)，如表7所示。

表7　設(shè)計要素與感性意象詞匯對的偏相關(guān)系數(shù)Tab.7　Partial correlation coefficients between design elements and Kansei image words

表7中偏相關(guān)系數(shù)的值越大對此感性詞匯對的貢獻度越大，反之，值越小貢獻度越小。比如色彩搭配X2比文字X3對“活躍的-穩(wěn)重的”這一感性意象的貢獻度大。“活躍的-穩(wěn)重的”感性評價值與各設(shè)計要素類目之間的函數(shù)關(guān)系如下式所示：

Y活躍的-穩(wěn)重的=0.277C11-0.249C12-0.095C13-

0.176C21+0.102C22+0.284C23+0.013C31-

0.072C32+0.221C33-0.113C41-0.167C42+

0.175C43+0.225C44-0.022C51+0.104C52-

0.189C53-0.175C54+0.194C55+2.261

(2)

式中：常數(shù)項2.261在用SPSS軟件進行分析時可自動得出。

為了驗證方法的可靠度，重新選擇25個樣本，重復(fù)上述實驗步驟，可再次得到“活潑的-沉穩(wěn)的”感性評價值與各設(shè)計要素類目之間的函數(shù)關(guān)系：

Y活躍的-穩(wěn)重的=0.258C11-0.213C12-0.007C13-

0.172C21+0.093C22+0.304C23-0.011C31-

0.105C32+0.256C33-0.109C41-0.128C42+

0.165C43+0.249C44-0.015C51+0.097C52-

0.166C53-0.184C54+0.263C55+2.767

(3)

對式(2)和式(3)中兩種結(jié)果進行T檢驗分析，顯著性P值為0.403>0.05，表明兩組樣本的方差差異不顯著，P(雙側(cè))值為0.761>0.05，表明兩組樣本的均值差異不顯著，所以該實驗方法是合理的，其他感性詞匯對也可以按照這個方法進行分析。

4　結(jié)　語

本文基于感性工學(xué)理論對服裝網(wǎng)店的設(shè)計方法進行研究，打破主觀設(shè)計的傳統(tǒng)，利用數(shù)量化的研究思路，構(gòu)建了感性意象與設(shè)計要素的對應(yīng)關(guān)系。并以服裝網(wǎng)店的頁頭設(shè)計為例，分析得出了4個代表性感性意象詞匯對，得到了較為直觀的感性意象詞匯對與設(shè)計要素的偏相關(guān)系數(shù)，從而可以得知每個設(shè)計要素的貢獻度大小，驗證了此研究方法對挖掘和量化消費者的感性意象是合理可行的，并且有助于設(shè)計師設(shè)計出更符合消費者需求的網(wǎng)店形象，有利于企業(yè)準(zhǔn)確迎合市場，提高競爭力。

[1]蘇建寧,張秦瑋,張書濤,等.產(chǎn)品意象造型進化設(shè)計研究進展[J].機械設(shè)計,2014,31(2):97-102.

SU Jianning, ZHANG Qinwei, ZHANG Shutao, et al. Development of product image modeling evoluionary design[J]. Journal of Machine Design,2014,31(2):97-102.

[2]羅仕鑒,潘云鶴.產(chǎn)品設(shè)計中的感性意象理論、技術(shù)與應(yīng)用研究進展[J].機械工程學(xué)報,2007,43(3):8-13.

LUO Shijian, PAN Yunhe. Review of theory, key technologies and its application of perceptual image in product design[J]. Chinese Journal of Mechanical Engineering,2007,43(3):8-13.

[3]傅業(yè)燾,羅仕鑒,周煜嘯.基于感性意象的動漫角色形象評價[J].浙江大學(xué)學(xué)報(工學(xué)版),2011,45(9):1544-1552.

FU Yetao, LUO Shijian, ZHOU Yuxiao. Evaluation of cartoon figure form based on perceptual image[J]. Journal of Zhejiang University (Engineering Science),2011,45(9):1544-1552.

[4]周小溪,梁惠娥.基于感性意象的服裝面料設(shè)計效果評價[J].紡織學(xué)報,2015,36(4):60-64.

ZHOU Xiaoxi, LIANG Hui’e. Evaluation of fabric design based on perceptual image[J]. Journal of Textile Research,2015,36(4):60-64.

[5]蘇建寧,王瑞紅,趙慧娟,等.基于感性意象的產(chǎn)品造型優(yōu)化設(shè)計[J].工程設(shè)計學(xué)報,2015,22(1):35-41.

SU Jianning, WANG Ruihong, ZHAO Huijuan, et al. Optimization design of product modeling based on kansei image[J]. Chinese Journal of Engineering Design,2015,22(1):35-41.

[6]張學(xué)東.造型要素對感性意象認(rèn)知差異影響的比較[J].機械設(shè)計,2013,30(8):110-112.

ZHANG Xuedong. Comparison on perceptual image cognition differences influenced by modeling elements[J]. Jouranl of Machine Design,2013,30(8):110-112.

[7]蔡文歡.現(xiàn)代辦公椅形態(tài)設(shè)計要素與感性意象關(guān)聯(lián)性研究[D].南京:南京林業(yè)大學(xué),2013:10-26.

CAI Wenhuan. The Research of Relationship Between Kansei Imagery and Form Design Elements of Office Chair[D]. Nanjing: Nanjing Forestry University,2013:10-26.

[8]胡志剛,魏雪婷.喬現(xiàn)玲.基于統(tǒng)計學(xué)方法的數(shù)控機床感性意象研究[J].現(xiàn)代制造工程,2014(8):26-31.

HU Zhigang, WEI Xueting, QIAO Xianling. Research of CNC machine tools kansei based on statistical methods[J]. Modern Manufacturing Engineering,2014(8):26-31.

[9]張華.家具意象認(rèn)知及其設(shè)計影響機制研究[D].長沙:中南林業(yè)科技大學(xué),2013:8-21.

ZHANG Hua. Furniture Image Cognition And Design Influence Mechanism Research[D]. Changshia: Central South University of Forestry and Technology,2013:8-21.

[10]鬲波飛.網(wǎng)頁設(shè)計之視覺信息傳達分析[J].湖南大學(xué)學(xué)報(社會科學(xué)版),2001,15(4):187-189.

GE Bofei. To analysis the visual information of website design[J]. Journal of Hunan University (Social Science Edition),2001,15(4):187-189.

Research on online clothing store design based on Kansei image

YU Xiaoli

(1.Faculty of Clothing and Design, Minjiang University, Fuzhou 350108, China; 2. Fujian Engineering Research Center for Textile and Clothing (Minjiang University), Fuzhou 350108, China)

To survey the cognitive difference of customers and designers on the image of online clothing store, and design the online store that better meets consumer demands, the Kansei image method based on quantification theory type I was adopted. The semantic differential and factorial analysis were used to extract representative Kansei image words. The morphological analysis and pareto chart were used to extract the design elements of online clothing store. Finally, the relationship model between design elements of online clothing store and consumers’ perceptional evaluation was established with quantification theory type I. the relationship between design elements and Kansei image was confirmed. Besides, the method was described and verified by taking header design for online clothing store for example. The results show that the method is feasible and helpful to the accurate design of online clothing store.

Kansei image; quantification theory type I; online clothing store; semantic differential; morphological analysis

10.3969/j.issn.1001-7003.2016.07.009

2015-11-02;

2016-06-03

福建省自然科學(xué)基金項目(2015J05105)；福建省科技廳重點項目(2011I0004)；閩江學(xué)院教學(xué)改革項目(MJUA2013007)

TS941.1；F713.83

A

1001-7003(2016)07-0043-06引用頁碼: 071109