基于情感分析的汽車造型設(shè)計(jì)感性評(píng)價(jià)方法

孔德洋，黃偲蕊，麻殊捷

（同濟(jì)大學(xué)汽車學(xué)院，上海 201804）

工業(yè)設(shè)計(jì)是一門(mén)包括應(yīng)用美學(xué)、心理學(xué)、工程技術(shù)等多方面知識(shí)的綜合性學(xué)科，需要設(shè)計(jì)師通過(guò)理性的設(shè)計(jì)知識(shí)分析以及感性的創(chuàng)造手法呈現(xiàn)最終的設(shè)計(jì)方案，從而滿足用戶的需求。由于文化、價(jià)值觀、心理活動(dòng)等方面的影響，用戶需求是籠統(tǒng)且模糊的［1］，給相關(guān)研究帶來(lái)了一定的困難。隨著工業(yè)的發(fā)展，用戶對(duì)功能、審美等方面的要求逐漸提高，設(shè)計(jì)師僅靠知識(shí)經(jīng)驗(yàn)和定性判斷已不能滿足設(shè)計(jì)需求，使用定量的研究方法將需求外顯化，是工業(yè)設(shè)計(jì)方法學(xué)的發(fā)展AA趨勢(shì)［2］。因此，研究用戶認(rèn)知的設(shè)計(jì)方法被提出。感性工學(xué)可以獲取用戶對(duì)特定產(chǎn)品屬性的感性意象并將二者進(jìn)行聯(lián)系［3］。運(yùn)用感性工學(xué)可以對(duì)用戶認(rèn)知進(jìn)行了解與定向，設(shè)計(jì)師方能將用戶需求與造型設(shè)計(jì)進(jìn)行良好的對(duì)接。

在運(yùn)用感性工學(xué)的過(guò)程中，建立設(shè)計(jì)要素與感性評(píng)價(jià)映射模型是核心步驟。學(xué)者們獲取用戶感性評(píng)價(jià)的方法大多依靠問(wèn)卷調(diào)查、焦點(diǎn)小組訪談、專家打分等，比如，Jia 等［4］學(xué)者通過(guò)問(wèn)卷調(diào)研讓144 位用戶對(duì)8 款腕表的感性意象按照七級(jí)里克特量表進(jìn)行打分，從而獲得用戶對(duì)腕表設(shè)計(jì)的偏好。也有一些學(xué)者通過(guò)爬蟲(chóng)等方式獲取到類似的結(jié)構(gòu)化數(shù)據(jù)。這些方式獲得的數(shù)據(jù)具有固定結(jié)構(gòu)，但結(jié)構(gòu)化數(shù)據(jù)僅占的網(wǎng)絡(luò)數(shù)據(jù)體量的5%，絕大多數(shù)是自然語(yǔ)言構(gòu)成的非結(jié)構(gòu)化數(shù)據(jù)［5］。傳統(tǒng)的方式從數(shù)據(jù)獲取難度上來(lái)看，存在調(diào)查范圍不夠廣、人力與時(shí)間成本高的問(wèn)題，從獲得的數(shù)據(jù)來(lái)看，也存在量表細(xì)分度不夠、數(shù)據(jù)真實(shí)性不高等多方面的問(wèn)題［6］。

針對(duì)以上問(wèn)題，本文提出一種基于情感分析的產(chǎn)品設(shè)計(jì)感性評(píng)價(jià)方法，通過(guò)用戶的自然評(píng)論獲取感性意象評(píng)分，并以電動(dòng)汽車為例進(jìn)行分析。

1 基于情感分析的感性評(píng)價(jià)方法

1.1 基于感性工學(xué)的造型設(shè)計(jì)評(píng)價(jià)方法

就汽車造型而言，感性意象就是設(shè)計(jì)師進(jìn)行汽車造型設(shè)計(jì)時(shí)的情感表達(dá)，和用戶看到汽車造型的情感體驗(yàn)。以感性意象為中心的設(shè)計(jì)可以更好地滿足用戶的情感需求，從而提高產(chǎn)品的競(jìng)爭(zhēng)優(yōu)勢(shì)。

2006年，黃琦等［7］學(xué)者結(jié)合專家訪談與眼動(dòng)實(shí)驗(yàn)將汽車造型的設(shè)計(jì)要素拆解為車燈、側(cè)面輪廓線與進(jìn)氣格柵，再通過(guò)專家分析將汽車造型的感性意象進(jìn)行分類，最后通過(guò)問(wèn)卷調(diào)研獲得用戶對(duì)汽車造型的感性打分，從而獲得了感性工學(xué)與各關(guān)鍵造型特征的可能性分布。2019 年，Lin 等［8］學(xué)者通過(guò)主成分分析將前大燈造型與感性意象聯(lián)系，從美麗、獨(dú)特、華麗、動(dòng)感、狂野五個(gè)突出的感性意象評(píng)價(jià)得分加和算出綜合吸引力分?jǐn)?shù)，得出憤怒的意象最具吸引力的結(jié)論。2021年，王鵬等［9］學(xué)者提出了一種從文本中挖掘感性意象詞匯，再將其對(duì)應(yīng)汽車前臉造型進(jìn)行專家打分，得出綜合得分的方法，從而將得分最優(yōu)的設(shè)計(jì)元素組合，根據(jù)組合方案進(jìn)行相應(yīng)的造型設(shè)計(jì)的設(shè)計(jì)方法。在這些研究中，學(xué)者們雖然將造型設(shè)計(jì)的感性意象與設(shè)計(jì)要素關(guān)聯(lián)，但尚未得出兩者間的直接聯(lián)系。2009 年，胡偉峰等［10］學(xué)者選取汽車的主特征線E1為研究對(duì)象，確定了主特征線E1的敏感感性意象形容詞，并使用回歸模型求出了敏感感性意象形容詞與主特征線E1的定量關(guān)系。該文章使用的意象形容詞僅一組，證明了主觀意象對(duì)造型設(shè)計(jì)提供幫助的可行性。在該研究基礎(chǔ)上，陸續(xù)有學(xué)者基于感性工學(xué)對(duì)汽車造型設(shè)計(jì)進(jìn)行研究，并逐漸開(kāi)始采用多種數(shù)學(xué)方法來(lái)建立感性意象與產(chǎn)品設(shè)計(jì)要素間的聯(lián)系［11］。2016年，Chang等［12］學(xué)者采用多元線性回歸的方式比較各要素與方向盤(pán)設(shè)計(jì)，得出美學(xué)、操作強(qiáng)度和現(xiàn)代性是用戶對(duì)方向盤(pán)設(shè)計(jì)的感性認(rèn)知和偏好中最關(guān)鍵的三個(gè)因素，并且據(jù)該回歸模型可以預(yù)測(cè)用戶對(duì)方向盤(pán)設(shè)計(jì)的喜好。2018 年，Yuhazri等［13］學(xué)者將汽車造型分解為12條曲線并使用貝塞爾曲線方程進(jìn)行建模。2019 年，曹越等［14］學(xué)者對(duì)汽車內(nèi)飾色彩設(shè)計(jì)進(jìn)行分析，使用主成分分析法將感性意象空間中的數(shù)據(jù)降維處理，得出單個(gè)內(nèi)飾色彩的意象貢獻(xiàn)值。2020年，程永勝等［15］學(xué)者則結(jié)合車型、品牌、風(fēng)格特征確定感性詞對(duì)，使用層次分析法獲得汽車造型意象評(píng)價(jià)指標(biāo)體系，并通過(guò)專家打分對(duì)汽車造型模糊綜合評(píng)價(jià)，從而獲取最佳設(shè)計(jì)方案。

在眾多的數(shù)學(xué)方法中，數(shù)量化理論I適用于處理定性數(shù)據(jù)與定量數(shù)據(jù)的關(guān)系，是建立感性意象與設(shè)計(jì)要素聯(lián)系的重要方法［16］。李明珠等［17］學(xué)者通過(guò)數(shù)量化理論I建立模型，獲得了汽車前臉各設(shè)計(jì)要素對(duì)感性意象的影響程度與方向。陳金亮等［18］學(xué)者也通過(guò)數(shù)量化理論I 對(duì)SUV 前臉進(jìn)行分析，從而獲取最佳設(shè)計(jì)要素組合方案。這種方法能夠有效提取對(duì)感性意象貢獻(xiàn)度較大的設(shè)計(jì)項(xiàng)目，從而輔助指導(dǎo)新產(chǎn)品開(kāi)發(fā)。

1.2 基于情感分析的感性評(píng)價(jià)方法

自然語(yǔ)言處理是人工智能中一種語(yǔ)言信息挖掘技術(shù)，該技術(shù)能夠?qū)φZ(yǔ)言進(jìn)行分析、處理并從中提取隱性信息。它涉及到多個(gè)領(lǐng)域，如語(yǔ)義語(yǔ)法分析、信息檢索、信息抽取、情感分析、機(jī)器翻譯等［19］。情感分析可以識(shí)別出用戶評(píng)論中的情感趨向及演化趨勢(shì)，本文也將使用情感分析量化用戶評(píng)論中的情感傾向。

情感分析需經(jīng)過(guò)中文分詞、詞性標(biāo)注、特征提取、情感計(jì)算等多個(gè)步驟，本質(zhì)上是提取特征后分類的問(wèn)題，常以句子為單位、以分詞的形式進(jìn)行分類與分析［20］，常用的分類模型是樸素貝葉斯模型。假設(shè)有兩個(gè)類別c1和c2的分類問(wèn)題，情感分析通過(guò)分詞提取文本特征，即把關(guān)鍵詞向量化，記為w1，…，wn且特征之間相互獨(dú)立，屬于類別c1的貝葉斯模型建立過(guò)程如式（1）所示。

其中，

在本文情景下，c1、c2代表著積極情緒和消極情緒，基于式（1）～（2），對(duì)正情緒與負(fù)情緒進(jìn)行訓(xùn)練，將語(yǔ)料庫(kù)進(jìn)行分詞與標(biāo)注、特征提取、計(jì)算P（ci）與P（wk|ci）（k=1，…，n；i=1，2），得到訓(xùn)練好的貝葉斯分類模型。將待測(cè)文本帶入該模型即可實(shí)現(xiàn)情感值預(yù)測(cè)，將結(jié)果P(c1|w1，…，wn)稱為情感值sentiment。

然后，將sentiment 的值域由［0，1］放縮為［-5，5］，該值的正負(fù)代表了情感極性，正數(shù)代表積極情緒，負(fù)數(shù)代表消極情緒，而絕對(duì)值則代表了情感強(qiáng)度，絕對(duì)值越大，情緒越激烈。通過(guò)情感值為用戶的評(píng)價(jià)本文賦予分值，基于情感分析的感性意象評(píng)分如式（3）所示。

式中：score 為感性意象評(píng)分；a為總評(píng)論條數(shù)；b為該類感性意象所含的形容詞個(gè)數(shù)；frequency 為單條評(píng)論中某一形容詞出現(xiàn)的頻次；sentiment 為單條評(píng)論的情感值。

感性評(píng)價(jià)過(guò)程步驟如下：首先，可通過(guò)爬蟲(chóng)獲取多家網(wǎng)站用戶對(duì)產(chǎn)品設(shè)計(jì)的評(píng)論，將評(píng)論進(jìn)行情感分析，獲得每條評(píng)論的情感向量；然后通過(guò)詞頻統(tǒng)計(jì)選出主要的形容詞，并對(duì)相近的形容詞按照感性意象進(jìn)行歸類，從而獲得感性詞對(duì)；最后，通過(guò)評(píng)論的情感向量為感性詞對(duì)賦值，得出感性意象評(píng)分。

由此可將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為相對(duì)客觀的數(shù)值，該方法考慮了用戶的情緒強(qiáng)度與極性，能夠從綜合多面的評(píng)價(jià)中提取出情感方向，減少了數(shù)據(jù)的主觀性、模糊性以及不確定性。

2 電動(dòng)汽車差異化設(shè)計(jì)要素提取

造型既是實(shí)現(xiàn)功能的基石，也是設(shè)計(jì)師向用戶傳遞設(shè)計(jì)思想的橋梁，通過(guò)造型設(shè)計(jì)能夠傳達(dá)精神、文化等層面的價(jià)值［21］。以電動(dòng)汽車為例，許多款電動(dòng)汽車的造型設(shè)計(jì)承接于傳統(tǒng)內(nèi)燃機(jī)汽車，設(shè)計(jì)師能夠感知到電動(dòng)汽車與傳統(tǒng)汽車之間的細(xì)節(jié)差異，用戶則聚焦在宏觀造型上［22］，這導(dǎo)致了用戶與設(shè)計(jì)師對(duì)產(chǎn)品認(rèn)知的不統(tǒng)一，設(shè)計(jì)意圖無(wú)法觸達(dá)用戶。因此設(shè)計(jì)師需了解用戶與電動(dòng)汽車造型設(shè)計(jì)間的互動(dòng)，這才能在設(shè)計(jì)領(lǐng)域表現(xiàn)出更貼合用戶想法的造型設(shè)計(jì)。

電動(dòng)汽車的造型設(shè)計(jì)在功能與需求的雙重驅(qū)動(dòng)下，正逐漸打破傳統(tǒng)內(nèi)燃機(jī)汽車的造型桎梏。電動(dòng)汽車與傳統(tǒng)內(nèi)燃機(jī)汽車的能源儲(chǔ)存方式與驅(qū)動(dòng)形式不同，導(dǎo)致在整車結(jié)構(gòu)上存在著較大的差異，比如，動(dòng)力電池系統(tǒng)體積較大，需改變車身的地板結(jié)構(gòu)，車身高度增加［23］；因電機(jī)等零部件縱向尺寸小于發(fā)動(dòng)機(jī)，電動(dòng)汽車可增大軸距、減小前后懸長(zhǎng)度［24］。同時(shí)，用戶需求的改變也導(dǎo)致電動(dòng)車造型發(fā)生改變。用戶對(duì)電動(dòng)汽車的里程焦慮，使得他們更傾向于看起來(lái)輕便、風(fēng)阻低的造型，比如A柱傾斜角更小的設(shè)計(jì)。隨著智能網(wǎng)聯(lián)浪潮的涌來(lái)，人們不再將車看作單純的機(jī)械產(chǎn)品，而是看作一個(gè)電子產(chǎn)品［25］。這就需要使汽車的造型更像一個(gè)整體，更強(qiáng)調(diào)它的舒適度、科技感，而不是運(yùn)動(dòng)感、機(jī)械感。相應(yīng)的，電動(dòng)汽車造型則會(huì)采用去臉化、一體化等設(shè)計(jì)，強(qiáng)調(diào)了產(chǎn)品屬性。

本文將汽車造型分為比例姿態(tài)、線面處理以及細(xì)節(jié)設(shè)計(jì)三部分分析。

2.1 比例姿態(tài)

（1）軸距占車長(zhǎng)比例

電動(dòng)汽車的軸距占車長(zhǎng)比例相對(duì)大于傳統(tǒng)內(nèi)燃機(jī)汽車。電池布置在前后輪之間，為了滿足電池容積的功能需求，電動(dòng)汽車偏向于增加軸距所占車長(zhǎng)比例。

（2）整車寬高比例、整車長(zhǎng)高比例

由于電動(dòng)汽車電池的布置，電動(dòng)汽車的整車高度相較傳統(tǒng)內(nèi)燃機(jī)汽車增加。客艙的空間隨之增大，更適宜乘坐。

（3）A柱傾斜角

電動(dòng)車的前艙布置所需空間小于傳統(tǒng)內(nèi)燃機(jī)汽車，因此A柱有了適當(dāng)前移的空間。同時(shí)，為了降低風(fēng)阻，A柱可以通過(guò)增大傾斜角度盡量減少車身曲面的轉(zhuǎn)折。

2.2 線面處理

（1）線型

線型對(duì)汽車造型的風(fēng)格有著極大的影響。比如，當(dāng)腰線前低后高時(shí)，那么汽車就會(huì)有一種前沖的運(yùn)動(dòng)感；而腰線平行時(shí)，則汽車更接近于視覺(jué)上的靜態(tài)。唐崇智［26］根據(jù)彎曲度、曲率的變化率將特征線的線型與特征面截面線線型分為四類：直線型、張力型、流動(dòng)型和圓潤(rùn)型。

（2）邊界輪廓

特征面的邊界輪廓可分為明確型、漸消型、隱藏型三類。邊界輪廓的風(fēng)格影響著人們對(duì)形面轉(zhuǎn)折程度的視覺(jué)感知。徐騫［27］認(rèn)為漸消型具有未來(lái)感，符合一體化趨勢(shì)，明確型則更具有運(yùn)動(dòng)感。

2.3 細(xì)節(jié)設(shè)計(jì)

（1）格柵

電動(dòng)汽車不再需要為發(fā)動(dòng)機(jī)散熱和進(jìn)氣，因此格柵的設(shè)計(jì)不再必需。同時(shí)，為了降低空氣阻力，格柵的設(shè)計(jì)需改進(jìn)，王波等［25］學(xué)者將電動(dòng)汽車的格柵設(shè)計(jì)歸類為3種，如圖1所示：①封閉式格柵，保留原有的格柵造型，將其封閉起來(lái)降低空氣阻力；②平面化格柵，不再保留原有的格柵造型，而是通過(guò)一些平面化的設(shè)計(jì)，如燈帶等，復(fù)現(xiàn)出格柵的形狀；③無(wú)格柵設(shè)計(jì)，不再保留格柵元素，徹底放棄格柵造型。

圖1 格柵分類示意圖Fig.1 Grille classification diagram

（2）車輪

空洞面積更小的車輪受到的空氣阻力更?。?4］，因此為了提升電動(dòng)汽車的續(xù)航里程，電動(dòng)車會(huì)對(duì)車輪進(jìn)行部分包覆的設(shè)計(jì)。文獻(xiàn)［24］、［25］等認(rèn)為常規(guī)型外露型車輪的運(yùn)動(dòng)感更強(qiáng)，封閉型車輪的整體感更強(qiáng)，如圖2所示。

圖2 車輪分類Fig.2 Wheel classification

（3）前大燈造型風(fēng)格

電動(dòng)汽車為了更貼近用戶的產(chǎn)品期望，會(huì)將車燈設(shè)計(jì)得更加簡(jiǎn)潔、平面，或是更接近一體化，達(dá)到“去臉”的效果。根據(jù)以往的車燈造型風(fēng)格［28］與如今的造型趨勢(shì)，將其分為了常規(guī)型、平面型、整體型三種類型，如圖3所示。平面型的前大燈是將常規(guī)的大燈改為平面發(fā)光體，多為簡(jiǎn)潔的幾何狀燈帶。而整體型則使前大燈融入前臉。

圖3 前大燈分類示意圖Fig.3 Headlight classification diagram

（4）尾燈造型

尾燈造型與前大燈造型有相同的趨勢(shì)。為達(dá)到一體化的效果，近年來(lái)細(xì)長(zhǎng)型燈帶的造型較多［29］。相對(duì)而言，C 型的尾燈造型會(huì)更具有動(dòng)感，也是常見(jiàn)的造型之一。本文將尾燈造型大致分為常規(guī)型、細(xì)長(zhǎng)型、C型三類，如圖4所示。

圖4 尾燈分類示意圖Fig.4 Taillight classification diagram

2.4 設(shè)計(jì)要素解構(gòu)

根據(jù)上述對(duì)電動(dòng)汽車與傳統(tǒng)汽車造型設(shè)計(jì)差異的分析，將存在差異的主要設(shè)計(jì)要素解構(gòu)在表1 中，共有12個(gè)項(xiàng)目，33個(gè)類目。

表1 設(shè)計(jì)要素解構(gòu)Tab.1 Deconstruction of design elements

3 數(shù)量化理論I模型的建立

3.1 數(shù)量化理論I

本文將電動(dòng)汽車的差異化設(shè)計(jì)要素作為定性的自變量，將用戶對(duì)電動(dòng)汽車產(chǎn)品的感性意象評(píng)價(jià)作為定量的自變量，探索設(shè)計(jì)要素與感性意象間的聯(lián)系，如式（4）～式（5）所示。

式中：n為樣品數(shù)；m為項(xiàng)目數(shù)；r為類目數(shù)；bjk為未知系數(shù)，其最小二乘估計(jì)⌒稱為j項(xiàng)目的k類目得分；εi為隨機(jī)誤差。

3.2 樣本選取

選取在售純電動(dòng)轎車產(chǎn)品30 個(gè)，進(jìn)行設(shè)計(jì)要素定性分析后，剔除相似車型，得到25 個(gè)，使用其中22個(gè)樣本建模，22個(gè)樣本的設(shè)計(jì)要素定性結(jié)果如表2所示，剩余3個(gè)樣本作為預(yù)測(cè)樣本。

表2 設(shè)計(jì)要素定性分析Tab.2 Qualitative analysis of design elements

3.3 感性意象詞語(yǔ)選擇

文獻(xiàn)［7］、［30］等對(duì)電動(dòng)汽車造型的感性意象詞進(jìn)行了問(wèn)卷調(diào)查、專家訪談、聚類分析等研究工作。綜合文獻(xiàn)得出，電動(dòng)汽車的常見(jiàn)設(shè)計(jì)意象為“科技感”、“去運(yùn)動(dòng)感”、“個(gè)性化”、“整體感”，對(duì)應(yīng)選取了四對(duì)感性意象詞對(duì)：“保守傳統(tǒng)-時(shí)尚科技”、“運(yùn)動(dòng)性能-休閑居家”、“獨(dú)特個(gè)性-普適大眾”、“整體感-層次感”。根據(jù)詞頻統(tǒng)計(jì)進(jìn)行聚類，將用戶評(píng)論的形容詞歸入四組詞對(duì)。比如，“時(shí)尚科技”包含的形容詞有時(shí)尚、科技、前衛(wèi)、潮流、新潮、流行、新穎、科幻、未來(lái)、很潮、現(xiàn)代感、時(shí)髦等。

3.4 樣本的感性意象評(píng)分

根據(jù)表3中獲得的感性意象詞語(yǔ)，對(duì)每條評(píng)論中所含的相應(yīng)詞匯進(jìn)行統(tǒng)計(jì)與加權(quán)。按式（3）進(jìn)行計(jì)算，以詞頻frequency、情感分析得到的情感值sentiment 作為主要權(quán)重，由此得到一條評(píng)論的感性意象評(píng)分，求得所有評(píng)論評(píng)分的平均值，即為該樣本最終的感性意象評(píng)分score。

結(jié)果如表3所示，負(fù)數(shù)代表靠近“保守傳統(tǒng)”、“運(yùn)動(dòng)性能”、“獨(dú)特個(gè)性”、“整體感”，正數(shù)代表靠近“時(shí)尚科技”、“休閑居家”、“普適大眾”、“層次感”，絕對(duì)值越大越靠近。

表3 感性意象評(píng)分結(jié)果Tab.3 Perceptual image score results

3.5 數(shù)量化理論I模型構(gòu)建與求解

由前文得到定性的設(shè)計(jì)要素自變量和定量的感性意象評(píng)分因變量，構(gòu)建數(shù)量化理論I 的數(shù)學(xué)模型，建立兩者間的數(shù)學(xué)關(guān)系，得出結(jié)果如表4所示。其中的類目得分則為式（3）的未知系數(shù)的最小二乘估計(jì)。

3.6 預(yù)測(cè)結(jié)果

表4結(jié)果可轉(zhuǎn)換為

表4 數(shù)量化理論I建模結(jié)果Tab.4 Quantification-I theory modeling results

為驗(yàn)證該評(píng)價(jià)方法的預(yù)測(cè)效果，選擇3個(gè)測(cè)試樣本，采用焦點(diǎn)小組訪談法進(jìn)行驗(yàn)證。

預(yù)測(cè)評(píng)分，見(jiàn)表5，代表本文評(píng)價(jià)方法得出的預(yù)測(cè)結(jié)果，通過(guò)式（6）所示；評(píng)價(jià)評(píng)分則是通過(guò)4位業(yè)界專家、6 名汽車消費(fèi)者在焦點(diǎn)訪談中打分得出，在相關(guān)研究中常視作參考結(jié)果；相對(duì)誤差如式（7）所示，代表預(yù)測(cè)結(jié)果與參考結(jié)果間的相對(duì)誤差。

表5 預(yù)測(cè)結(jié)果相對(duì)誤差Tab.5 Relative error of prediction results

式中：σ為相對(duì)誤差，X為預(yù)測(cè)評(píng)分，Y為評(píng)價(jià)評(píng)分。

由表（5）可知，關(guān)于“獨(dú)特個(gè)性-普適大眾”、“扁平修長(zhǎng)-立體方正”、“一體化-層次感”的預(yù)測(cè)模型相對(duì)誤差較小。原因可能是用戶給出的是綜合評(píng)價(jià)，其他兩個(gè)意象還會(huì)受到車身顏色、性能配置等方面影響。

4 結(jié)果分析

根據(jù)數(shù)量化理論I 的模型結(jié)果可進(jìn)行以下角度分析：

（1）感性意象。以“整體感-層次感”的結(jié)果為例進(jìn)行分析，A柱傾斜角度、腰線走勢(shì)、輪包邊界輪廓、前大燈造型、尾燈造型的偏相關(guān)系數(shù)較高。體現(xiàn)出一體化意象的類目有隱藏型輪包邊界輪廓、平面型和整體型的前大燈造型、細(xì)長(zhǎng)型和C型的尾燈造型；體現(xiàn)出層次感意象的類目有傾斜角度為35°和40°的A 柱、平行的腰線走勢(shì)、明確型輪包邊界輪廓。保守傳統(tǒng)與時(shí)尚科技更多的受比例姿態(tài)、細(xì)節(jié)處理影響，線面處理的作用相對(duì)不大；運(yùn)動(dòng)性能與休閑居家更多的受比例姿態(tài)、線面處理的影響，細(xì)節(jié)設(shè)計(jì)作用相對(duì)不大。獨(dú)特個(gè)性與普適大眾、整體感與層次感這兩組意象則與三部分的設(shè)計(jì)要素都有關(guān)。

（2）設(shè)計(jì)要素。將用戶的感性認(rèn)知與設(shè)計(jì)師的設(shè)計(jì)意圖進(jìn)行對(duì)比，需要注意的設(shè)計(jì)要素是：①較小的A柱傾斜角度更具有運(yùn)動(dòng)感，而A柱傾斜角度較大時(shí)會(huì)破壞車輛的整體型，視覺(jué)效果突兀。然而40°的A柱傾斜角度卻比35°更具有科技感。40°A柱傾斜角度的設(shè)計(jì)非常少見(jiàn)，對(duì)于用戶而言更加新奇，結(jié)合休閑的意象，40°的A柱傾斜角度能達(dá)到去機(jī)械感的效果。②腰線對(duì)造型的運(yùn)動(dòng)感與個(gè)性化意象有著較大的影響。明確型輪包邊界輪廓更加大眾，使車身層次分明；隱藏型輪包邊界輪廓?jiǎng)t獨(dú)特、有個(gè)性，使車看上去更像一個(gè)整體。③車輪的結(jié)果與設(shè)計(jì)師設(shè)計(jì)意圖相反，用戶認(rèn)為常規(guī)型的車輪缺乏運(yùn)動(dòng)感，但卻有整體感。說(shuō)明用戶難以感知到封閉式車輪的設(shè)計(jì)語(yǔ)言。④前大燈造型與尾燈造型是消費(fèi)者容易感知到的造型設(shè)計(jì)。平面型、整體型的前大燈與細(xì)長(zhǎng)型、C型的尾燈更受歡迎，科技感、個(gè)性化、一體化均是用戶感知到的主要意象。同時(shí)這些設(shè)計(jì)與運(yùn)動(dòng)感相關(guān)性不大，設(shè)計(jì)師認(rèn)為具有運(yùn)動(dòng)感的C型尾燈在用戶看來(lái)不是運(yùn)動(dòng)感的主導(dǎo)因素。

（3）電動(dòng)汽車設(shè)計(jì)建議。電動(dòng)汽車車身高度的增加不可避免，但應(yīng)與其他尺寸協(xié)調(diào)，否則將破壞造型的整體感。電動(dòng)汽車的A柱傾斜角度選擇是在科技感與整體感之中做抉擇，如需展現(xiàn)汽車產(chǎn)品的科技感可選擇40°；如需展現(xiàn)汽車產(chǎn)品的整體性可選擇更小的傾斜角。線型選擇上，如需展現(xiàn)休閑居家的產(chǎn)品屬性，直線型較為適宜。邊界輪廓的處理上，如需展現(xiàn)造型的整體性可選擇隱藏型。格柵中平面化格柵設(shè)計(jì)、無(wú)格柵設(shè)計(jì)均體現(xiàn)了較強(qiáng)的科技感，這說(shuō)明電動(dòng)汽車的格柵不應(yīng)保留傳統(tǒng)汽車的格柵設(shè)計(jì)，大膽地改動(dòng)才能獲得用戶的青睞。目前的封閉式車輪不能滿足用戶對(duì)電動(dòng)汽車的期待。放棄封閉式車輪設(shè)計(jì)或?qū)Ψ忾]式車輪進(jìn)行較大的造型改動(dòng)，均是設(shè)計(jì)師可以嘗試的方向。前大燈與尾燈需跳出常規(guī)套路，大膽嘗試平面型、整體型的前大燈與細(xì)長(zhǎng)型、C型的尾燈，用戶對(duì)燈飾的造型極度敏感，設(shè)計(jì)師應(yīng)把握該細(xì)節(jié)，輸出對(duì)應(yīng)的造型理念。因此，根據(jù)上述設(shè)計(jì)方向，設(shè)計(jì)師可將電動(dòng)汽車造型向用戶可感知的方向進(jìn)行改動(dòng)，減少不必要的設(shè)計(jì)。

5 結(jié)論

（1）提出了基于情感分析的汽車造型設(shè)計(jì)感性評(píng)分方法。從用戶非結(jié)構(gòu)化的主觀評(píng)價(jià)中獲取到用戶的感性認(rèn)知信息，并轉(zhuǎn)化為感性評(píng)價(jià)分?jǐn)?shù)。擴(kuò)大了數(shù)據(jù)采集的范圍、覆蓋了更多類型的用戶、降低了獲取數(shù)據(jù)的時(shí)間與人力成本，同時(shí)減少了用戶打分的主觀性與不準(zhǔn)確性，更有效地提取信息。

（2）建立了電動(dòng)汽車造型的感性意象預(yù)測(cè)模型。該模型建立了設(shè)計(jì)要素與用戶評(píng)價(jià)的映射關(guān)系，可解釋設(shè)計(jì)要素對(duì)造型感性意象的影響程度。該方法預(yù)測(cè)相對(duì)誤差僅5.41%，準(zhǔn)確度較高，可輔助判斷電動(dòng)汽車造型設(shè)計(jì)是否滿足用戶的產(chǎn)品需求，幫助設(shè)計(jì)師在初期確定合理方向，為設(shè)計(jì)方案提供數(shù)據(jù)支撐，減少產(chǎn)品開(kāi)發(fā)過(guò)程中不必要的返工，增加工作效率與可行性。

作者貢獻(xiàn)聲明：

孔德洋：指導(dǎo)論文方向，提出總體思路，全文統(tǒng)稿；

黃偲蕊：研究論文方法，構(gòu)建模型，撰寫(xiě)部分章節(jié)；

麻殊捷：完成驗(yàn)證部分，撰寫(xiě)部分章節(jié)。