基于PAD的男T恤4種情感關(guān)系模型研究

張海波，章江華，劉 莉，孫雪飛

（1.北京服裝學(xué)院 計算機信息中心，北京 100029；2.北京服裝學(xué)院 基礎(chǔ)教學(xué)部，北京 100029；3.北京服裝學(xué)院服裝藝術(shù)與工程學(xué)院，北京 100029）

基于PAD的男T恤4種情感關(guān)系模型研究

張海波1，章江華2，劉 莉3，孫雪飛3

（1.北京服裝學(xué)院 計算機信息中心，北京 100029；2.北京服裝學(xué)院 基礎(chǔ)教學(xué)部，北京 100029；3.北京服裝學(xué)院服裝藝術(shù)與工程學(xué)院，北京 100029）

基于服裝在整個生命周期具有的4種情感，利用中文簡化版PAD情感模型，以男T恤為例對服裝4種情感之間的關(guān)系進行了研究，通過情感測試和數(shù)據(jù)分析，建立了這4種情感之間的PAD關(guān)系模型;數(shù)據(jù)分析預(yù)測表明效果良好.

服裝情感；男T恤；PAD；情感測試；關(guān)系模型

眾所周知，服裝服飾是藝術(shù)的一個門類，是一種藝術(shù)形式.而藝術(shù)品的形式就是人類情感的形式[1].服裝中肯定有人類情感的形式.無論是服裝設(shè)計、消費、著裝，還是感受時，都體現(xiàn)著人們對情感的關(guān)注并起著重要的作用.另外，長期以來，由于人類情感的主觀性和對服裝情感描述的模糊性，截至目前對服裝情感的認(rèn)識大多仍停留在定性階段.而隨著人工智能技術(shù)的發(fā)展和人們對服裝品味的日益苛求和著裝情緒化，應(yīng)把對服裝情感的研究和應(yīng)用提升到“定量”階段了.只有建立服裝情感的量化模型，并讓計算機去識別服裝情感，并利用計算機技術(shù)對服裝情感進行評價，進而從情感的角度對服裝進行量化評價[2].基于此，提出了服裝情感學(xué)的概念，并把人工智能有關(guān)理論引入服裝領(lǐng)域，結(jié)合心理學(xué)、感性工學(xué)等學(xué)科的研究成果，對服裝情感進行量化研究，以期達到對服裝情感的定量描述和量化評價.同時也明確提出了在服裝整個生命周期中最能體現(xiàn)服裝情感的有4處，分別對應(yīng)4種情感：設(shè)計時設(shè)計者的情感（簡稱設(shè)計情感）、銷售過程中消費者的情感（簡稱消費情感）、穿戴時著裝人的情感（簡稱著裝情感）以及著裝人的服裝給其他人帶來的情感感受（簡稱感受情感）.并且我們還預(yù)言這4種情感之間應(yīng)該存在著某種數(shù)量上的關(guān)系[2-3].現(xiàn)有的研究成果表明上述這些情感都是客觀存在的[4-5]，而對這4種服裝情感之間的數(shù)量關(guān)系卻是鮮有研究.因此，本文以男T恤為例，擬對這4種服裝情感之間的數(shù)量關(guān)系進行研究.

1 中文簡化版PAD情感模型

一般認(rèn)為，每款或每件服裝在不同的生命周期階段會有不同的情感描述，同一個生命周期階段里不同款式的服裝其情感描述也不盡相同.比如一款服裝其設(shè)計情感和消費情感的描述可能是不同的；兩款不同的服裝，比如男西裝和女童裝其消費情感也是不一樣的.每種服裝的情感描述不一樣，有的還大相徑庭.截至目前，在服裝領(lǐng)域?qū)θ魏我环N服裝還沒有一個大家公認(rèn)的或者統(tǒng)一的情感描述方法.故此，為了研究方便，同時也為了更加方便地建立4種情感之間的關(guān)系模型，本文在這4種情感描述詞選擇時，都采用了PAD情感作為其情感描述.

簡化版PAD情緒量表是Mehrabian基于PAD三維情感模型，發(fā)展出的測量情感的量表[6].PAD三維情感模型認(rèn)為情感具有P、A、D這3個獨立的維度，其中P代表愉悅度（pleasure-displeasure），表示個體情感狀態(tài)的正負(fù)特性；A代表激活度（arousal-nonarousal），表示個體的神經(jīng)生理激活水平；D代表優(yōu)勢度（dominance-submissiveness），表示個體對情景和他人的控制狀態(tài).

李曉明等[7]在原簡化版PAD情緒量表的基礎(chǔ)上形成了中文簡化版PAD情緒量表，并將中文簡化版PAD情緒量表在1 000名中國大學(xué)生群體中進行了初步試用.中文簡化版PAD情緒量表包括3個維度，即愉悅度、激活度和優(yōu)勢度.每個維度包括4個項目，其中2個項目為正向記分題目，2個項目為反向記分題目.總共12個項目，為9點的語義差異量表.每個項目用由9個空間分隔的表示不同情緒狀態(tài)的形容詞對構(gòu)成，每對詞所表示的情緒在其所屬維度上量值相反，而在其他2個維度上基本相同.例如測量愉悅度的項目“興奮的-激怒的”，這2個詞所代表的情緒在愉悅度上相反，而在激活度和優(yōu)勢度上大致相同.評價者需根據(jù)哪種情緒更強烈及更強烈的程度來評定他們的情緒.根據(jù)評價者的標(biāo)定，從最左到最右，在該項目上的得分記為“-4”到“+4”，標(biāo)定在中間時，記為“0”分，最后維度分?jǐn)?shù)為測量該維度的4個項目得分的平均數(shù)[7].

12對情感描述詞分別為：憤怒的-有活力的、清醒的-欲睡的、受控的-主控的、友好的-輕蔑的、冷靜的-激動的、支配的-順從的、殘忍的-高興的、感興趣的-放松的、被引導(dǎo)的-自主的、興奮的-激怒的、放松的-充滿希望的、有影響力的-被影響的.它們的數(shù)值可分別用Q1～Q12來表示.12對情感描述的值與PAD的愉悅度、激活度和優(yōu)勢度分?jǐn)?shù)的關(guān)系見式（1）[6-7]：

2 服裝情感測試

2.1 測試準(zhǔn)備和表的設(shè)計

在測試樣本的選擇上，本文選擇了網(wǎng)上40張不同顏色和款式的男T恤，盡可能最大限度地反映各種男T恤的不同款式和特色.對每張圖像編號順序為IM01，IM02，…，IM40.在男T恤的4種情感測試中，采用中文簡化版PAD情緒量表，測試表如表1所示.每位被測者分別以服裝設(shè)計者、消費者、穿戴者和感受者的身份對40張服裝圖像進行依次打分，分值范圍：-4～+4.不同的身份用的是同樣一張情感測試表.

表1 情感測試表Tab.1 Emotional test table

為了形象描述情感測試，以“憤怒的-有活力的”為例的顯示如下：

其他情感詞對的測試類似.

2.2 情感測試和數(shù)據(jù)

按表1所設(shè)計的表格，把40張男T恤彩色打印出來讓被測者看，或直接在電腦上看.一邊看，一邊思考，先以服裝設(shè)計者的身份完成第1張表，休息30 min后按服裝消費者身份完成第2張表，依次，完成以著裝者和感受者身份的其他2張表.

測試環(huán)境要求安靜，不受外來聲音等干擾，讓被測者在心平氣和的狀態(tài)下進行.最終測試結(jié)果共有67份合格的測試問卷，其中在校大學(xué)生60人（男生53人，女生7人），高校教師7人（男5人，女2人）.

對測試數(shù)據(jù)的每項進行平均，共得到12×40×4個數(shù)據(jù)，測試數(shù)據(jù)按式（1）計算出P、A、D的數(shù)據(jù)，共得到3×40×4個數(shù)據(jù)，如表2所示.

3 數(shù)據(jù)分析和建模

數(shù)據(jù)分析的最終目的是建立設(shè)計情感、消費情感、著裝情感、感受情感這4種情感的兩兩之間數(shù)量關(guān)系模型.為了建立P1、P2、P3、P4之間、A1、A2、A3、A4之間以及D1、D2、D3、D4之間的18個關(guān)系模型，本文首先對測試數(shù)據(jù)進行了Pearson分析，然后采用Excel 2003作圖，并擬合線性方程和曲線方程.

表2 情感測試結(jié)果PAD數(shù)據(jù)表Tab.2 PAD data of emotion test results

3.1 Pearson分析

應(yīng)用統(tǒng)計軟件SPSS 13.0進行分析，指標(biāo)之間相關(guān)性采用Pearson相關(guān)，以P<0.05表示差異有統(tǒng)計學(xué)意義.SPSS的Pearson相關(guān)性分析結(jié)果如表3、表4和表5所示.

表3 P1、P2、P3、P4之間的Pearson相關(guān)性分析Tab.3 Pearson correlation analysis between P1,P2,P3 and P4

表4 A1、A2、A3、A4之間的Pearson相關(guān)性分析Tab.4 PearsoncorrelationanalysisbetweenA1,A2,A3andA4

表5 D1、D2、D3、D4之間的Pearson相關(guān)性分析Tab.5 Pearson correlation analysisbetween D1,D2,D3 and D4

3.2 Excel擬合處理

Pearson相關(guān)性分析后，然后在Excel 2003中進行擬合處理.由于篇幅所限，18個關(guān)系模型中本文以P1和P2、A2和A3、D3和D4這3個關(guān)系模型為例進行論述.擬合結(jié)果如下：

（1）P12方程：

P1和P2數(shù)據(jù)散點圖如圖1所示.P1和P2線性相關(guān)較弱：r=0.363，故采用二次曲線進行擬合，所得曲線方程見上，得到的確定系數(shù)為0.181，說明P1預(yù)測P2的效果不佳.

圖1 P1和P2數(shù)據(jù)散點圖Fig.1 Scattergram of P1 and P2

（2）A23方程：yA3=0.948xA2-0.035，R2=0.899.

A1和A2數(shù)據(jù)散點圖如圖2所示.從散點圖2來看，A2和A3具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.948，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.899，說明A2預(yù)測A3的效果較好.

圖2 A2和A3數(shù)據(jù)散點圖Fig.2 Scattergram of A2 and A3

（3）D34方程：yD4=0.659xD3+0.299，R2=0.611.

D3和D4數(shù)據(jù)散點如圖3所示.從散點圖3來看，D3和D4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.781，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.611，說明D3預(yù)測D4的效果較好.

圖3 D3和D4數(shù)據(jù)散點圖Fig.3 Scattergram of D3 and D4

以下15種關(guān)系的圖示省略.

P13方程：0.081，R2=0.274.P1和P2線性相關(guān)較弱：r=0.468，故采用三次曲線進行擬合，所得曲線方程見上，得到的確定系數(shù)為0.274，說明P1預(yù)測P3的效果不佳.

P14方程：0.350，R2=0.159.P1和P2線性相關(guān)較弱：r=0.355，故采用三次曲線進行擬合，所得曲線方程見上，得到的確定系數(shù)為0.159，說明P1預(yù)測P4的效果不佳.

P23方程：yP3=0.827xP2+0.016，R2=0.684.從散點圖來看，P2和P3具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.827，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.684，說明P2預(yù)測P3的效果較好.

P24方程：yP4=0.698xP2+0.254，R2=0.686.從散點圖來看，P2和P4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.828，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.686，說明P2預(yù)測P4的效果較好.

P34方程：yP4=0.659xP3+0.299，R2=0.611.從散點圖來看，P3和P4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.781，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.611，說明P3預(yù)測P4的效果較好.

A12方程：yA2=0.788xA1+0.014，R2=0.894.從散點圖來看，A1和A2具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.945，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.894，說明A1預(yù)測A2的效果較好.

A13方程：yA3=0.771xA1-0.023，R2=0.855.從散點圖來看，A1和A3具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.925，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.855，說明A1預(yù)測A3的效果較好.

A14方程：yA4=0.914xA1-0.063，R2=0.879.從散點圖來看，A1和A4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.937，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.879，說明A1預(yù)測A4的效果較好.

A24方程：yA4=1.091xA2-0.075，R2=0.870.從散點圖來看，A2和A4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.933，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.870，說明A2預(yù)測A4的效果較好.

A34方程：yA4=1.111xA3-0.035，R2=0.901.從散點圖來看，A3和A4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.949，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.901，說明A3預(yù)測A4的效果較好.

D12方程：yD2=0.603xD1+0.078，R2=0.703.從散點圖來看，D1和D2具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.838，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.703，說明D1預(yù)測D2的效果較好.

D13方程：yD3=0.503xD1+0.079，R2=0.489.從散點圖來看，D1和D3具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.699，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.489，說明D1預(yù)測D3的效果較好.

D14方程：yD4=0.526xD1+0.260，R2=0.749.從散點圖來看，D1和D4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.866，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.749，說明D1預(yù)測D4的效果較好.

D23方程：yD3=0.827xD2+0.016，R2=0.684.從散點圖來看，D2和D3具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.827，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.684，說明D2預(yù)測D3的效果較好.

D24方程：yD4=0.698xD2+0.254，R2=0.686.從散點圖來看，D2和D4具有線性關(guān)系，Pearson相關(guān)分析結(jié)果顯示：r=0.828，P<0.01，具有強正相關(guān)性；故采用線性擬合，所得線性方程見上，確定系數(shù)為0.686，說明D2預(yù)測D4的效果較好.

3.3 總體效果分析

為了更加清晰地看到預(yù)測的效果，把上面的預(yù)測效果列表如表6所示.

表6 預(yù)測效果簡表Fig.4 Simplified list of prediction effect

從表6中可以看出，設(shè)計情感的愉悅度P1對其他3種情感的愉悅度預(yù)測效果不佳，而其他預(yù)測都獲得了較好的預(yù)測效果.也就是說除了P1與P2、P3、P4這3個數(shù)量模型效果不佳以外，其他的15個數(shù)量模型都是基本有效的.

4 結(jié) 論

我們在前期文獻中明確提出了服裝在整個生命周期中具有4種情感，并指出這4種情感之間具有某種數(shù)量上的關(guān)系.本文基于PAD情感模型、以男T恤為例對這4種情感之間的數(shù)量關(guān)系進行了研究.結(jié)果顯示，除了設(shè)計情感的愉悅度對其他3種情感的愉悅度預(yù)測效果不佳以外，其他的都獲得了較好的預(yù)測效果.本文不但基本驗證了前期研究文獻中的猜想，而且還利用PAD建立了各種情感之間的數(shù)量關(guān)系模型.該關(guān)系模型對服裝設(shè)計、服裝消費、著裝等具有一定的積極意義.

需說明的是，由于樣本數(shù)量和測試條件等的限制，本文建立的情感關(guān)系模型雖然取得了較好的預(yù)測效果，但仍有進一步提高的空間，留待以后繼續(xù)研究.

[1]蘇珊·朗格.情感與形式[M].劉大基，傅志強，周發(fā)祥，譯.北京：中國社會科學(xué)出版社，1986.

[2]張海波.服裝情感論[M].北京：中國紡織出版社，2011.

[3]張海波.服裝情感學(xué)[J].針織工業(yè)，2010（6）：52-55.

[4]張亞莉.服裝設(shè)計藝術(shù)中的精神本質(zhì)與情感[J].裝飾，2006（5）：104-105.

[5]張海波，黃鐵軍，修毅，等.基于顏色和紋理特征的面料圖像情感語義分析[J].天津工業(yè)大學(xué)學(xué)報，2013，32（4）：26-32.

[6] LI X M，ZHOU H T，SONG S Z，et al.The reliability and validity of the Chinese version of abbreviated PAD emotion scales [C]//First International Conference on Affective Computing and Intelligent Interaction，Beijing，China.Heidelberg：Springer-Verlag Berlin，2005：513-518.

[7]李曉明，傅小蘭，鄧國鋒.中文簡化版PAD情緒量表在京大學(xué)生中的初步試用[J].中國心理衛(wèi)生雜志，2008，22（5）：327-329.

Study on four kinds of emotion relationship models of man′s T-shirt based on PAD

ZHANG Hai-bo1，ZHANG Jiang-hua2，LIU Li3，SUN Xue-fei3
（1.Computer Information Center，Beijing Institute of Fashion Technology，Beijing 100029，China；2.Elements Department，Beijing Institute of Fashion Technology，Beijing 100029，China；3.School of Fashion Art and Engineering，Beijing Institute of Fashion Technology，Beijing 100029，China）

Based on the four kinds of emotions of clothing entire life cycle,the relationships among the four kinds of emotions were studied using the Chinese simplified PAD as emotion model and man′s T-shirt as an example.After emotion testing,data analysis et al,the PAD relationship models among the four kinds of emotions were established.These models worked effectively when they were used to forecast a kind of emotion with one of the other kinds of emotion.

clothing emotion；man′s T shirt；PAD；emotion test；relationship model

TS941.12；O29

A

1671-024X（2014）05-0022-05

2014-05-12

教育部人文社會科學(xué)規(guī)劃基金項目（12YJA760089）

張海波（1970—），男，博士，副研究員.E-mail：hbdmzhb@126.com