梔 梓

（福州外語(yǔ)外貿(mào)學(xué)院藝術(shù)學(xué)院，福建 福州 350000）

視覺(jué)傳達(dá)設(shè)計(jì)以傳達(dá)信息為主要目的，以視覺(jué)為溝通和表現(xiàn)的方式，通過(guò)圖形、色彩、材質(zhì)、外觀，對(duì)信息進(jìn)行視覺(jué)化的設(shè)計(jì)和加工，準(zhǔn)確有效傳達(dá)信息，從而滿足人們信息交流的需要,而精準(zhǔn)傳達(dá)成為設(shè)計(jì)師、廠商、受眾的痛點(diǎn)。這要求我們對(duì)用戶進(jìn)行科學(xué)的邏輯分析、數(shù)據(jù)采集與運(yùn)算，力求以最理性的方式展示受眾在接收視覺(jué)信息時(shí)、進(jìn)行產(chǎn)品體驗(yàn)時(shí)的偏態(tài)感知數(shù)據(jù)，通過(guò)數(shù)據(jù)展示用戶的訴求和設(shè)計(jì)的不足。因此，在進(jìn)行產(chǎn)品創(chuàng)新活動(dòng)時(shí)，必須將用戶作為其創(chuàng)新活動(dòng)的核心所在[1]。而且，當(dāng)今市場(chǎng)競(jìng)爭(zhēng)形勢(shì)是十分激烈的，用戶的需求呈現(xiàn)出更加個(gè)性化、多元化的特征[2]。因此，企業(yè)在進(jìn)行產(chǎn)品創(chuàng)新時(shí)，應(yīng)當(dāng)如何結(jié)合用戶需求實(shí)現(xiàn)視覺(jué)傳導(dǎo)的有效設(shè)計(jì)，這是其創(chuàng)新活動(dòng)是否能夠成功的關(guān)鍵所在[3]。具體來(lái)講，可依據(jù)用戶對(duì)于產(chǎn)品的結(jié)構(gòu)、形式、色彩等方面的認(rèn)知，為創(chuàng)新產(chǎn)品的設(shè)計(jì)提供借鑒與思考，以此來(lái)確保實(shí)現(xiàn)產(chǎn)品的成功開(kāi)發(fā)，或者說(shuō)確保產(chǎn)品是符合消費(fèi)者偏好的[4-5]。利用用戶偏態(tài)感知，設(shè)計(jì)人員能夠進(jìn)一步明確其創(chuàng)新方向，而且為創(chuàng)新活動(dòng)的進(jìn)行提供了模板[6]，以此方式能夠確保在產(chǎn)品設(shè)計(jì)中，消費(fèi)者的認(rèn)知與情感需求都能夠得到有效兼顧與考慮，以此方式使得設(shè)計(jì)人員對(duì)用戶期望實(shí)現(xiàn)更加準(zhǔn)確的把握，清楚用戶的產(chǎn)品認(rèn)知[7]。

視覺(jué)傳達(dá)設(shè)計(jì)不只是對(duì)視覺(jué)信息的美化，更重要的是人們通過(guò)信息來(lái)進(jìn)行準(zhǔn)確的交流和準(zhǔn)確感知設(shè)計(jì)的實(shí)質(zhì)，讓設(shè)計(jì)變得高效能。偏態(tài)感知數(shù)據(jù)的分析可以呈現(xiàn)用戶內(nèi)在的個(gè)性化訴求，這個(gè)數(shù)字更能反映個(gè)體特征，它可以通過(guò)對(duì)調(diào)研報(bào)告的數(shù)據(jù)采集把用戶偏態(tài)感知的小數(shù)據(jù)進(jìn)行串聯(lián)，尋找線索的過(guò)程就是連接用戶情感缺口的過(guò)程。為了實(shí)現(xiàn)對(duì)上述問(wèn)題的有效解決，本文結(jié)合用戶偏態(tài)感知特征，構(gòu)建了視覺(jué)傳達(dá)符號(hào)化設(shè)計(jì)。

1.面向視覺(jué)傳達(dá)的用戶偏態(tài)感知特點(diǎn)分析

為了確保產(chǎn)品開(kāi)發(fā)能夠成功，需要以用戶的偏態(tài)感知來(lái)確保其視覺(jué)傳導(dǎo)效果，要求能夠從產(chǎn)品數(shù)據(jù)庫(kù)中實(shí)現(xiàn)對(duì)用戶意向信息的有效分析和整理。故此，用戶偏態(tài)感知屬于產(chǎn)品開(kāi)發(fā)中重要的輔助過(guò)程，對(duì)于視覺(jué)傳達(dá)效果的影響是十分突出的。為了能夠借助用戶認(rèn)知信息實(shí)現(xiàn)視覺(jué)傳達(dá)，要求對(duì)用戶認(rèn)知與產(chǎn)品外形特征之間具有的關(guān)聯(lián)性形成清楚的認(rèn)識(shí)。圖1展示的是在兩者之間所存在的關(guān)聯(lián)圖，這種關(guān)系屬于非線性關(guān)系。其中的節(jié)點(diǎn)Z表示的是用戶感知，相對(duì)應(yīng)的節(jié)點(diǎn)A指的是產(chǎn)品的外形特征，能夠?qū)Ξa(chǎn)品具有的屬性、狀態(tài)等信息進(jìn)行反映。為了實(shí)現(xiàn)對(duì)用戶偏態(tài)感知的全面分析，通過(guò)對(duì)用戶偏態(tài)感知及符號(hào)化研究，為該問(wèn)題的解決提供了思路。

2.用戶認(rèn)知與產(chǎn)品外形特征之間的數(shù)學(xué)設(shè)計(jì)

2.1 預(yù)測(cè)準(zhǔn)確率

從本質(zhì)上看，識(shí)別與提取用戶認(rèn)知特征屬于一項(xiàng)抽象特征較為突出的問(wèn)題，而這類問(wèn)題在當(dāng)前的大腦思維被計(jì)算機(jī)所模仿這一領(lǐng)域受到了廣泛關(guān)注。感知度、相似度的具體表達(dá)方式如下：代表了感知所含有的特征元素集合；指的是特定用戶P的感知層特征元素的集合；N(a)指的是在a中所具有的元素?cái)?shù)目；指的是p用戶具有感知s要求必須符合的最小特征元素比例值；表示用戶p具有感知元素s；表示用戶p不具有感知元素s。如果將大于的值分段，那么可以依據(jù)偏好水平，使得感知s進(jìn)行細(xì)分，得到I、J兩個(gè)用戶i，j表示與之相對(duì)的特征集，當(dāng)，，時(shí)，為i，j的最大感知相似度；當(dāng)，，時(shí)，為i，j的最小感知相似度。

2.2 基于用戶偏態(tài)感知的用戶感知與產(chǎn)品外形特征的關(guān)聯(lián)

使得符號(hào)化反饋動(dòng)力系統(tǒng)中的有關(guān)事件、要素以及各參與值等能夠利用概念邊實(shí)現(xiàn)有效的連接，以得到一種圖結(jié)構(gòu)，這就是迭代符號(hào)化。具體如圖2所示。

圖2 用戶偏態(tài)感知結(jié)構(gòu)及其鄰接矩陣

用戶偏態(tài)感知的數(shù)學(xué)設(shè)計(jì)為

上式中，指的是在t時(shí)刻，各原因概念所對(duì)應(yīng)的狀態(tài)，表示了概念Ci對(duì)Cj具有的因果關(guān)聯(lián)性的強(qiáng)度大小，f表示Cj與相對(duì)應(yīng)的閾值函數(shù)。

表示了用戶感知元素集，該集合屬于符號(hào)化狀態(tài)集合，而且滿足用戶所提出的任意感知評(píng)價(jià)υ，都符合。表示了υ屬于的隸屬度。

如下式所示表示了產(chǎn)品外形特征元素集

上式中，表示第1項(xiàng)產(chǎn)品外形特征元素集，對(duì)應(yīng)為第p項(xiàng)，合計(jì)共有n項(xiàng)外形特征，而且在各項(xiàng)中都含有多項(xiàng)特征元素。

3.用戶感知與產(chǎn)品外形特征的關(guān)聯(lián)度確定

為了能夠準(zhǔn)確判別外形特征元素和感知元素之前的關(guān)系，對(duì)其形成清楚的認(rèn)識(shí)，在本文中，利用符號(hào)化實(shí)現(xiàn)了對(duì)用戶偏態(tài)感知結(jié)構(gòu)的確認(rèn)，而且還得到了鄰接矩陣。符號(hào)化(Symbolic design，SD)屬于一種模擬進(jìn)化算法，是最近幾年剛剛興起的，這種方法是具有很強(qiáng)的魯棒性的，而且方法運(yùn)用方式是十分靈活的。

定義1.群體相似度指的是在某局域環(huán)境中，某待聚類對(duì)象與其他模式相比具有的相似的水平，可將其進(jìn)行界定得到定義如下：

上式中，Neigh(r)指代的為所處的局部環(huán)境，對(duì)應(yīng)到二維空間中表示的是一個(gè)圓形區(qū)域，將其半徑進(jìn)行界定為 r；d(Oi，Oj)指的是在對(duì)象屬性空間中，Oi、Oj兩者之間具有的距離水平。具有的相似度系數(shù)值為w，此時(shí)的螞蟻速度是均勻分布在區(qū)間[1,υmax]內(nèi)的。

定義2.概率轉(zhuǎn)化函數(shù)，利用該函數(shù)是能夠?qū)崿F(xiàn)群體相似度的有效轉(zhuǎn)化的，得到待聚類對(duì)象概率函數(shù)，具有的拾起概率Pp、以及相對(duì)的放下概率Pd依次表示為

在上述兩式中，K1，K2指代的為閾值常量。如果在對(duì)用戶感知因素進(jìn)行類別劃分時(shí)，可依據(jù)多個(gè)外形特征指標(biāo)，那么此時(shí)將聚類空間對(duì)應(yīng)的多維空間中，則此時(shí)以 A={XiXi=（Xi1，Xi2，···Xin)}表示感知元素?cái)?shù)據(jù)對(duì)象的集合。Xi與Xj之間具有的加權(quán)歐氏距離表示為

P表示加權(quán)因子，該值的確定將會(huì)依據(jù)對(duì)應(yīng)指標(biāo)數(shù)據(jù)對(duì)聚類關(guān)系的影響程度。

定義 3.平均適度(mean－fit)能夠?qū)φ麄€(gè)的空間中，節(jié)點(diǎn)據(jù)歐的聚類程度進(jìn)行反映，具體為

N指的是在樣本空間中具有的節(jié)點(diǎn)個(gè)數(shù)；F（N）其取值處于[0,1]之間，而且在聚類實(shí)現(xiàn)過(guò)程中，得到的平行適度將會(huì)不斷提高，以獲得最大值。

4.實(shí)例分析

為了增強(qiáng)對(duì)用戶認(rèn)知與產(chǎn)品外形特征兩者關(guān)系的充分認(rèn)識(shí)和分析，以汽車產(chǎn)品為例，采用“7C”法則來(lái)進(jìn)行偏態(tài)感知的數(shù)據(jù)采集與分析，并及時(shí)進(jìn)行正迭代設(shè)計(jì)。具體法則包括以下內(nèi)容：搜集（collect），以調(diào)查問(wèn)卷的方式搜集和用戶有關(guān)的習(xí)慣、興趣、感受等信息；線索（clue），以訪談的形式尋找能呈現(xiàn)用戶真實(shí)自我的細(xì)節(jié)；連接（connect），通過(guò)問(wèn)卷與訪談搜集的信息尋找到用戶大致的偏態(tài)感知和情感缺口；關(guān)聯(lián)（correlation），通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)用戶的偏態(tài)感知缺口第一次出現(xiàn)，是在什么時(shí)候，是由于什么引起的；因果（Causal），就是確認(rèn)小數(shù)據(jù)促使用戶產(chǎn)生了什么樣的偏態(tài)情感；補(bǔ)償（compensate），指的是從用戶的情感中，發(fā)現(xiàn)他們沒(méi)有被滿足的欲望，對(duì)此進(jìn)行補(bǔ)償；觀念（concept），用創(chuàng)意設(shè)計(jì)出可操作的補(bǔ)償辦法，進(jìn)行迭代設(shè)計(jì)，彌補(bǔ)用戶偏態(tài)感知，滿足用戶的欲望。通過(guò)獲取用戶偏態(tài)感知數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行分析，探索兩者內(nèi)在的關(guān)聯(lián)性。

具體做法是將典型產(chǎn)品的外形特征以對(duì)應(yīng)圖例進(jìn)行展示，所涉及到的外形特征主要有車體、內(nèi)飾、輪胎、車頂、線條等等，通過(guò)特征識(shí)別，針對(duì)具有不同外形特征的汽車產(chǎn)品進(jìn)行提煉，得到表1展示的用戶感知元素。

表1 用戶偏態(tài)感知特征元素

本文所使用的用戶為500名被調(diào)查分析的用戶。對(duì)這些用戶對(duì)于產(chǎn)品外形特征進(jìn)行的如語(yǔ)義差分值則表示了認(rèn)知元素具有的隸屬度，將其以符號(hào)化集的形式進(jìn)行表征。對(duì)應(yīng)10級(jí)符號(hào)化測(cè)量等級(jí)。在本文中，對(duì)于產(chǎn)品外形特征元素的記錄取值為平均值，其中滿足礎(chǔ)上得到了表2所示的用戶偏態(tài)感知數(shù)據(jù)，這些信息與產(chǎn)品外觀特征具有較強(qiáng)的關(guān)聯(lián)性。

表2 用戶感知數(shù)據(jù)庫(kù)

P1 0.94 0.9 0.86 0.72 0.84 0.67 0.82 0.54 0.5 0.69 0.7 0.74 0.23 0.98 0.74 0.63 C50 P2 0.87 0.31 0.74 0.34 0.59 0.21 0.5 0.65 0.86 0.77 0.3 0.46 0.74 0.45 0.67 0.88 P3 0.63 0.48 0.47 0.56 0.37 0.76 0.96 0.78 0.57 0.44 0.53 0.69 1.01 0.89 0.33 0.38 P4 0.46 0.63 0.38 0.96 0.89 0.86 0.57 0.48 0.62 0.91 0.44 0.79 0.7 0.57 0.39 0.82 P5 0.93 0.67 0.56 0.72 0.74 0.79 0.86 0.53 0.73 0.95 0.32 0.48 0.69 0.22 0.33 0.94 P6 0.77 0.41 0.78 0.65 0.76 0.84 0.94 0.47 0.75 0.56 0.92 0.7 0.55 0.37 0.58 0.7 P7 0.98 0.78 0.46 0.87 0.44 0.86 0.39 0.83 0.6 0.34 0.57 0.99 0.75 0.48 0.63 0.3 P8 0.44 0.3 0.2 0.24 0.33 19.09 0.45 0.32 0.15 0.22 0.43 0.5 0.25 0.3 0.38 0.49

分析表1能夠得出，通過(guò)符號(hào)化與最合適區(qū)域法是能夠從中成功得到兩者的聚類結(jié)果的，具體結(jié)果如下所示。此外，還得到了歸一化鄰接矩陣，利用M atlab7.0能夠得到符號(hào)化，初始設(shè)置為：k1=0.1，k2=0.3，ω=0.5 螞蟻數(shù)目 mant=20，循環(huán)次數(shù) n=300。

圖3 用戶感知產(chǎn)品外形特征關(guān)聯(lián)分析結(jié)果

如圖3a，展示的是用戶對(duì)于車體的感知聚類效果。右側(cè)的圖3b展示的是用戶基于張揚(yáng)等認(rèn)知基礎(chǔ)上，對(duì)前等、線型等具有的感知聚類效果。分析可得，通過(guò)最合適區(qū)域法能夠發(fā)現(xiàn)，相較于精致感知，車體對(duì)運(yùn)動(dòng)感知具有的影響更為突出，儀表則對(duì)精致感知具有更強(qiáng)的影響，座椅對(duì)運(yùn)動(dòng)感知具有更大的影響。

5.結(jié)語(yǔ)

用戶偏態(tài)感知的獲得和分析涉及到的知識(shí)領(lǐng)域十分寬泛，但整個(gè)過(guò)程較為復(fù)雜，用戶感知具有符號(hào)化性以及較大的不確定性。在本文中以迭代符號(hào)化測(cè)量度，成功獲得用戶偏態(tài)感知，并且還在偏態(tài)感知中將符號(hào)化集引入其中，對(duì)其具有的不確定性特征實(shí)現(xiàn)了充分的反映。而且，通過(guò)迭代符號(hào)化，詳細(xì)描述了產(chǎn)品的外形特征，用戶認(rèn)知的相關(guān)信息，進(jìn)一步明確兩者之間的非線性關(guān)系，充分將其運(yùn)用到產(chǎn)品設(shè)計(jì)中。當(dāng)前，該方法已經(jīng)在實(shí)際中展示了較好的效果，對(duì)于當(dāng)前產(chǎn)品開(kāi)發(fā)中未能夠?qū)崿F(xiàn)對(duì)用戶偏態(tài)感知的有效獲取和分析，以及兩者關(guān)聯(lián)性不強(qiáng)等問(wèn)題，得到了較好的解決。

[1]Cazetta,E.,Galetti,M.,Rezende,E.L.,&Schaefer,H.M.On the Reliability of Visual Communication in Vertebrate‐Dispersed Fruits.Journal of Ecology.2015,100(1):277-286.

[2]Do,M.N.,Nguyen,Q.H.,Nguyen,H.T.,&Kubacki,D.Immersive Visual communication. IEEE Signal Processing Magazine.2011,28(1):58-66.

[3]Descout,J.,Decottignies,A.,Vaconsin,P.,Fortineau,V.,Barbault-Foucher,S.,&Rieutord,A.The Obeya Board,More Than Visual Communication,a New Paradigm for Management.Plos Biology.2015,12(11):999-1002.

[4]Minichiello, & Mario. Drawing as visual Communication.European Journal of Pharmacology.2012,305(1-3):73-78.

[5]Zhang,K.,&Zheng,X.S.Special Issue on Visual Information Communication– Theory and Practice.Information Sciences.2016,330:424-426.

[6]Mcinerny,G.Embedding Visual Communication into Scientific Practice.Trends in Ecology&Evolution.2013,28(1):13-14.

[7]Poland,G.A.,&Poland,G.A.Visual Vaccinology– the Importance of Visual Communication.Vaccine.2013,31(41):4465-4465.