商曉東，吳瓊

融合多主體用戶的養(yǎng)老服務(wù)機器人迭代設(shè)計需求研究

商曉東1，吳瓊2

（1.常州大學(xué)懷德學(xué)院，江蘇 靖江 214500；2.南京工業(yè)大學(xué)，南京 211816）

用戶需求和重要度的確定是設(shè)計師進行產(chǎn)品研發(fā)的關(guān)鍵環(huán)節(jié)，對企業(yè)產(chǎn)品開發(fā)成功與否也起著至關(guān)重要的指導(dǎo)作用，然而當前養(yǎng)老服務(wù)機器人在進行設(shè)計開發(fā)時僅考慮了用戶老年人的需求，缺乏綜合考慮老年人子女，即間接用戶對服務(wù)機器人的需求。因此，提出融合多主體用戶的養(yǎng)老服務(wù)機器人迭代設(shè)計需求識別方法，以期幫助設(shè)計師明確產(chǎn)品迭代的方向，從而滿足多主體用戶的切實需求，進而增強企業(yè)產(chǎn)品競爭力。首先通過用戶訪談獲取直接用戶老年人和間接用戶子女的共同需求，即關(guān)鍵需求，其次利用熵權(quán)法確定關(guān)鍵需求的初始重要度，然后運用模糊kano模型確定關(guān)鍵需求類別，根據(jù)關(guān)鍵需求分類結(jié)果引入重要度調(diào)整函數(shù)，對關(guān)鍵需求初始重要度進行調(diào)整，綜合考慮分析得出老年人及其子女的需求重要度，識別出未達到用戶期待的需求，從而發(fā)現(xiàn)當前養(yǎng)老服務(wù)機器人的不足，指導(dǎo)設(shè)計師進行迭代設(shè)計，幫助企業(yè)研發(fā)出滿足多主體用戶切實需求的養(yǎng)老服務(wù)機器人。通過綜合分析養(yǎng)老服務(wù)機器人的多方需求，明確了其在用藥指導(dǎo)、遠程醫(yī)生和影音娛樂3個方面的不足，幫助設(shè)計師找到了迭代設(shè)計的方向，驗證了該方法的有效性和可操作性，同時該方法也為其他涉及多主體用戶產(chǎn)品的改進設(shè)計提供了一定的參考價值。

養(yǎng)老服務(wù)機器人；用戶需求；迭代設(shè)計；多主體用戶；熵權(quán)法；模糊kano模型

人口老齡化是我國當前乃至幾十年后的一個重要社會特征。據(jù)估計，我國65歲及以上人口在2023年將達到2億人，2050年預(yù)計達到4億[1]。在老齡化趨勢日益加重的背景下，我國養(yǎng)老照護人員需求總數(shù)量預(yù)計將從2016年的570多萬增加至2030年的1 260多萬，年均增長率高達7.76%。但由于養(yǎng)老照護工作不僅工作負重大、工資待遇低，導(dǎo)致近年來養(yǎng)老護理人員流動大、流失多等問題，進一步加劇了養(yǎng)老護理市場對護理人員的需求[2]。因此，在當前人工智能與大數(shù)據(jù)等技術(shù)的驅(qū)動下，關(guān)于發(fā)展養(yǎng)老服務(wù)機器人，替代人工照護老年人，以彌補當前養(yǎng)老護理人員短缺、流動大和流失多等難題的呼聲越來越高[3]，發(fā)展養(yǎng)老服務(wù)機器人這一舉措，不僅可以有效減輕家庭和社會的養(yǎng)老負擔，緩解養(yǎng)老護理人員嚴重短缺的壓力，還能提升老年人的生活質(zhì)量，進而促進社會穩(wěn)定發(fā)展[4]。預(yù)計到2030年，我國將成為世界最大的養(yǎng)老服務(wù)機器人潛在市場，市場需求體量將達到2 021.76億元。

不少學(xué)者對養(yǎng)老服務(wù)機器人進行了相關(guān)研究，如Salichs等[5]、Mannion等[6]、Scoglio等[7]主要從心理學(xué)角度探討了養(yǎng)老服務(wù)機器人在老年人日常陪護中所發(fā)揮的作用和面臨的相關(guān)技術(shù)問題，Hung等[8]、K?rtner[9]、Graaf等[10]探討了養(yǎng)老服務(wù)機器人設(shè)計過程中出現(xiàn)的倫理道德問題及對老年人的情感導(dǎo)向，王秋惠等[11-12]、畢翼飛等[13]、Mollaret等[14]、Sheridan[15]、Wang等[16]對養(yǎng)老服務(wù)機器人的造型設(shè)計、人機界面及交互進行了相關(guān)研究，以上研究均為養(yǎng)老服務(wù)機器人的設(shè)計與應(yīng)用提供了很好的參考與借鑒價值，推動了養(yǎng)老服務(wù)機器人的發(fā)展。

此外，眾多企業(yè)也將目光紛紛投向養(yǎng)老服務(wù)機器人這一巨大市場，進行養(yǎng)老服務(wù)機器人的產(chǎn)品研發(fā)，但當前養(yǎng)老服務(wù)機器人的設(shè)計研發(fā)多以直接用戶為研究對象，忽略了間接用戶的需求，缺乏綜合考慮多主體用戶的共同需求。養(yǎng)老服務(wù)機器人多數(shù)情況下是由于子女工作繁忙，缺乏時間照看父母，從而需購買一款服務(wù)機器人來照看父母，購買主體是子女。因此，在進行產(chǎn)品研發(fā)過程中需要綜合考慮老年人及其子女的需求，從而滿足各方需求，最終達到提升產(chǎn)品競爭力，提高產(chǎn)品銷量的目的?？紤]到在現(xiàn)有產(chǎn)品基礎(chǔ)上進行產(chǎn)品迭代升級的成本遠低于重新開發(fā)一款新產(chǎn)品所耗費的成本，為此，文中提出了一種基于多主體用戶的產(chǎn)品迭代設(shè)計需求識別方法，幫助設(shè)計師更好地發(fā)現(xiàn)產(chǎn)品的不足之處，從而為其指明迭代方向，完善產(chǎn)品。

1 研究框架

養(yǎng)老服務(wù)機器人不同于一般消費產(chǎn)品，其面向的用戶包括老年人和子女兩類人群。對于老年人而言，其作為養(yǎng)老服務(wù)機器人的直接服務(wù)主體，希望產(chǎn)品能為其日常生活帶來方便，改善生活的便利性，同時還能為其帶來生活樂趣，增強老年生活的趣味性；對于子女而言，其作為養(yǎng)老服務(wù)機器人的間接服務(wù)主體，希望產(chǎn)品在幫助照看其父母日常生活起居的同時，還能記錄老年人的日常生活情況，檢測父母的健康等方面，以便在父母各方面產(chǎn)生異常時，能及時知曉，及時解決。因此，養(yǎng)老服務(wù)機器人在進行研發(fā)時不僅需要考慮老年人的需求，子女的需求也影響著產(chǎn)品的設(shè)計研發(fā)。雖然老年人和子女對養(yǎng)老服務(wù)機器人需求側(cè)重點存在著一定的差異，但也會存在一定的交叉。老年人和子女所關(guān)注的共同需求對產(chǎn)品的開發(fā)產(chǎn)生著重要的影響，是養(yǎng)老服務(wù)機器人設(shè)計時需要考慮的關(guān)鍵需求。設(shè)計師需要對關(guān)鍵需求進行分析，識別其需求重要度，為當前產(chǎn)品迭代設(shè)計指明方向，從而更好地滿足多主體用戶需求，提升用戶使用體驗，增強產(chǎn)品競爭力。面向多主體用戶的產(chǎn)品迭代設(shè)計需求包括關(guān)鍵需求的確定、初始重要度的求解、關(guān)鍵需求的分類、最終重要度的確定和迭代設(shè)計方向的明確5個階段，研究框架見圖1。

1）確定關(guān)鍵需求。用戶需求獲取是產(chǎn)品設(shè)計開發(fā)中重要的一個環(huán)節(jié)，文中首先通過針對目標用戶進行半結(jié)構(gòu)化深度訪談的方式獲取直接用戶和間接用戶的需求集，其次通過對直接用戶需求集和間接用戶需求集的對比分析，提煉出兩者間的共同需求，即關(guān)鍵需求，為后續(xù)用戶需求的分析及識別迭代設(shè)計方向做好準備。

2）求解初始重要度。需求重要度的確定，能幫助設(shè)計師明確各個需求需給予的關(guān)注程度，為設(shè)計資源的合理分配提供一定指導(dǎo)，是設(shè)計師進行產(chǎn)品設(shè)計研發(fā)的重要參考依據(jù)。提煉出關(guān)鍵需求后，選取目標產(chǎn)品及3款同類型競爭產(chǎn)品作為評價對象，通過七級量表的評分方式制作調(diào)查問卷，發(fā)放給直接用戶進行填寫，獲取直接用戶對目前養(yǎng)老服務(wù)機器人的滿意程度，然后對回收的問卷進行整理，利用熵權(quán)法的求解步驟確定各項關(guān)鍵需求的重要度。

圖1 研究框架

3）劃分關(guān)鍵需求類別。關(guān)鍵需求的類別劃分能在一定程度上可以反映出各項用戶需求的滿足與否對產(chǎn)品滿意度提升所產(chǎn)生的影響，能幫助設(shè)計師更加高效提升用戶對產(chǎn)品的滿意度。該階段根據(jù)模糊kano模型制作調(diào)查問卷，發(fā)放給間接用戶填寫，然后對回收的問卷數(shù)據(jù)進行整合與計算，得到需求類別屬性。

4）確定最終重要度。從綜合視角出發(fā)，以直接用戶的需求初始重要度為主要設(shè)計依據(jù)，同時考慮到間接用戶對各個關(guān)鍵需求的不同關(guān)注程度，引入重要度調(diào)整函數(shù)，以充分融合間接用戶的意愿，得到綜合考慮直接用戶和間接用戶需求的最終重要度，從而為產(chǎn)品迭代設(shè)計提供更加全面和準確的參考依據(jù)。

5）明確迭代設(shè)計方向。通過融合多主體用戶對產(chǎn)品需求的深入分析，可以發(fā)現(xiàn)當前產(chǎn)品在用戶需求定位、設(shè)計資源分配等方面的不足。文中通過對比調(diào)整前后需求重要度的差異，可有效識別出當前產(chǎn)品未達到用戶期望之處，以明確產(chǎn)品迭代方向，使后續(xù)優(yōu)化設(shè)計更具針對性，從而最大限度地提升用戶滿意度。

2 研究過程

2.1 確定用戶關(guān)鍵需求

選取某公司一款養(yǎng)老服務(wù)機器人為例進行研究，通過半結(jié)構(gòu)化深度訪談的調(diào)研手段獲取目標用戶對于養(yǎng)老服務(wù)機器人的需求。由于該研究的主要目的是基于直接用戶和間接用戶的視角為出發(fā)點，來把握產(chǎn)品的迭代設(shè)計方向。因此在確定訪談目標的過程中，選取擁有1年以上使用經(jīng)驗的用戶作為此次訪談對象，以便全面挖掘用戶的需求，從而最終提煉出關(guān)鍵需求，提升研究的指導(dǎo)價值。確定好訪談對象后，首先向訪談?wù)弑砻鞔舜卧L談的目的，然后根據(jù)事先確定好的訪談提綱，以半結(jié)構(gòu)化訪談的調(diào)研手段進行正式訪談，同時記錄整個調(diào)研過程中的音頻，以便后期對訪談資料進行整合，避免遺漏、誤記等情況的發(fā)生，提升研究的可靠性與科學(xué)性。此次用戶訪談共調(diào)查了50位用戶，包括25位直接用戶和25位間接用戶，其中直接用戶男性為14名，女性為11名；年齡在62～75歲；間接用戶男性為10名，女性為15名，年齡在36～45歲。進一步對訪談資料進行整合與提煉，最終得到直接用戶和間接用戶的共同需求，即關(guān)鍵需求9項，分別為緊急求救、備忘提醒、用藥指導(dǎo)、操作簡單、遠程醫(yī)生、視頻通話、健康檢測、語音交互、影音娛樂。

2.2 求解關(guān)鍵需求重要度

提煉出關(guān)鍵需求后，基于競爭性評估進行關(guān)鍵需求重要度的求解?？紤]到老年人作為設(shè)計師面對的直接客戶，也是養(yǎng)老服務(wù)機器人的直接使用者，對于產(chǎn)品帶給其使用體驗最具有發(fā)言權(quán)。因此通過讓老年人對不同企業(yè)下同一類型養(yǎng)老服務(wù)機器人進行競爭性評估，評價結(jié)果不僅具有一定的合理性和可靠性，還能讓企業(yè)了解到自身產(chǎn)品的優(yōu)勢和劣勢。對于評價值中高于競爭對手的設(shè)計要素，企業(yè)應(yīng)當給予保留并重視，對于評價值中低于競爭對手的設(shè)計要素，表明自身產(chǎn)品在此方面存在不足，企業(yè)應(yīng)當給予重點關(guān)注，并作為后期迭代設(shè)計的重要參考依據(jù)，進而能有針對性地提升產(chǎn)品競爭力。

熵權(quán)法認為，某項指標所攜帶的評價信息的離異度越高，信息熵越大，其所包含的有效價值就越小，所反映出的指標權(quán)重也就越小[17]，反之則指標權(quán)重越大，這與上述競爭性評價所蘊含的意義趨于一致，可見文中運用熵權(quán)法求解關(guān)鍵需求重要度有一定的合理性。熵權(quán)法求解養(yǎng)老服務(wù)機器人的流程大體分為4步[18-19]。

1）基于評價信息建立判斷矩陣。若存在個評價對象和個評價指標，則可建立判斷矩陣(r)，r表示第個評價對象的第個評價指標算術(shù)加權(quán)評估值。

2）將構(gòu)建的矩陣轉(zhuǎn)化為標準化矩陣，矩陣中各元素：

(1)

3）求解信息熵：

(2)

其中，0≤H≤1，H越接近于1表示系統(tǒng)指標變異的程度最小，且如式（3）所示：

(3)

4）得到熵權(quán)，即關(guān)鍵需求的重要度如下：

(4)

以文中提煉的9項關(guān)鍵需求為評價指標，對某公司的養(yǎng)老服務(wù)機器人和競爭企業(yè)的3款同類型產(chǎn)品作為評價對象，分別記作S1、S2、S3、S4，并制作調(diào)查問卷，發(fā)放給30位目標用戶，采用非常滿意、很滿意、滿意、一般、不滿意、很不滿意和非常不滿意七級標度對4款產(chǎn)品進行評分，分別對應(yīng)7、6、5、4、3、2、1分，然后對回收的問卷進行整理，并根據(jù)熵權(quán)法求解步驟進行計算，最終求解出的9項關(guān)鍵需求初始重要度見表1。

表1 關(guān)鍵需求初始重要度

Tab.1 Initial importance of key requirements

2.3 劃分關(guān)鍵需求類別

求解完用戶需求重要度后，利用模糊kano模型對9項關(guān)鍵需求進行分類。Kano模型是由狩野紀昭在1984年提出的，Kano模型將產(chǎn)品或服務(wù)質(zhì)量要素分為魅力需求（）、期望需求（）、基本需求（）、無關(guān)需求（）和逆向需求（）5類[20]，主要是為了表現(xiàn)用戶的滿意度與產(chǎn)品的質(zhì)量要素之間的非線性關(guān)系[21]，見圖2?？紤]到傳統(tǒng)Kano模型在進行問卷調(diào)查時不能精確反映出用戶的實際體驗與需求，文中引入模糊數(shù)學(xué)理論對問卷進行改進，利用模糊區(qū)間值[0,1]代替確定性值0和1[22]，相應(yīng)的Kano模型需求分類評估表[23]中為矛盾需求，見表2。

模糊Kano模型確定養(yǎng)老服務(wù)機器人關(guān)鍵需求類別屬性基本流程如下[24-25]。

1）針對某項養(yǎng)老服務(wù)機器人關(guān)鍵需求具備與否，所得到用戶滿意度意見構(gòu)建的矩陣，分別為=（0.4，0.6，0，0，0），=（0，0，0，0.7，0.3），進一步轉(zhuǎn)換為交互矩陣：

圖2 Kano模型質(zhì)量要素

表2 Kano模型需求分類評估表

Tab.2 Kano model requirements classification assessment table

(5)

2）將交互矩陣與表2對照，可得出該項關(guān)鍵需求的隸屬度向量：

(6)

3）根據(jù)隸屬度向量所包含的信息，來劃分關(guān)鍵需求的類別屬性，并引入置信水平，=0.4[26]。若隸屬度中某個向量值大于或等于0.4，則該需求屬于其對應(yīng)的類別。對于向量來說，當=0.4時，可知該需求屬于類，即無關(guān)需求。

4）通過上述步驟可計算出每項關(guān)鍵需求所對應(yīng)類別屬性的頻數(shù)，頻數(shù)最高所對應(yīng)的類別出行為該關(guān)鍵需求的最終屬性類別，若在具體的統(tǒng)計過程中，出現(xiàn)頻數(shù)相等，則按照的順序依次確定[27]。

依據(jù)模糊Kano模型問卷的形式，將9項關(guān)鍵需求制作成問卷，發(fā)放給80位用戶填寫，收回問卷后，對其進行整理，根據(jù)模糊Kano模型的分析步驟確定關(guān)鍵需求類別，結(jié)果見表3。

表3 關(guān)鍵需求類別劃分結(jié)果

Tab.3 Classification results of key demand categories

2.4 調(diào)整關(guān)鍵需求重要度

在實際的設(shè)計研究過程中，考慮到不同的需求類別屬性對于設(shè)計具有一定的參考價值，因此引入重要度調(diào)整函數(shù)，對初始重要度進行調(diào)整[28]，公式如下：

(7)

式中，G*為調(diào)整之后的最終重要度；G為關(guān)鍵需求的初始重要度；λ為調(diào)整系數(shù)；值的大小參考以往經(jīng)驗[28]，需求類別所對應(yīng)的值分別為2、1、0.5、0。

確定關(guān)鍵需求初始重要度和類別后，根據(jù)式（7）得出其最終重要度，見表4。

表4 最終重要度

Tab.4 Final importance of key requirements

3 研究結(jié)果

根據(jù)表4中得出的關(guān)鍵需求初始和最終重要度結(jié)果，將其展現(xiàn)在如圖3所示的折線圖中。從圖中可以看出，老年人比較關(guān)注養(yǎng)老服務(wù)機器人的易用性以及其給日常生活帶來的便利性，而子女比較關(guān)注養(yǎng)老服務(wù)機器人在其父母健康生活方面所發(fā)揮的作用。從關(guān)鍵需求重要度調(diào)整前后對比折線圖中可以看出，養(yǎng)老服務(wù)機器人在緊急呼救、備忘提醒、操作簡單和語音交互等方面達到了用戶的預(yù)期需求，而在用藥指導(dǎo)、遠程醫(yī)生以及影音娛樂這3個方面與用戶的期望還存在一定的差距。因此，從多主體用戶的綜合視角來看，設(shè)計師應(yīng)著重關(guān)注用藥指導(dǎo)、遠程醫(yī)生和影音娛樂這3個方面的用戶需求，并進行有針對性的迭代設(shè)計，進而更好地滿足用戶的關(guān)鍵需求，帶給用戶良好的使用體驗，同時提升產(chǎn)品市場競爭力。

圖3 關(guān)鍵需求重要度調(diào)整前后對比折線圖

4 結(jié)語

用戶需求分析是產(chǎn)品設(shè)計的源頭，是產(chǎn)品設(shè)計規(guī)劃中重要的參考依據(jù)，對于產(chǎn)品設(shè)計成功與否起著至關(guān)重要的作用?；诖?，文中從多主體用戶的綜合視角出發(fā)，集成熵權(quán)法、模糊kano模型和重要度調(diào)整函數(shù)等方法，對養(yǎng)老服務(wù)機器人的直接用戶和間接用戶的共同需求進行分析，通過對關(guān)鍵需求的對比分析，發(fā)現(xiàn)養(yǎng)老服務(wù)機器人的不足之處，明確其在用藥指導(dǎo)、遠程醫(yī)生和影音娛樂等方面存在一定的改進空間，為設(shè)計師進行產(chǎn)品迭代設(shè)計指明了方向，從而提高其迭代設(shè)計的效率及針對性。此外，文中構(gòu)建的方法也為設(shè)計師識別其他相似產(chǎn)品的不足之處提供了一定的參考價值。

[1] 魏強, 呂靜. 快速老齡化背景下智慧養(yǎng)老研究[J]. 河北大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2021, 46(1): 99-107.

WEI Qiang, LYU Jing. Research on Smart Pension under the Background of Rapid Aging[J]. Journal of Hebei University (Philosophy and Social Science), 2021, 46(1): 99-107.

[2] 張思鋒, 張澤滈. 中國養(yǎng)老服務(wù)機器人的市場需求與產(chǎn)業(yè)發(fā)展[J]. 西安交通大學(xué)學(xué)報(社會科學(xué)版), 2017, 37(5): 49-58.

ZHANG Si-feng, ZHANG Ze-hao. Market Demand, Industrial Base and Development of Aged Service Robot[J]. Journal of Xi'an Jiaotong University (Social Sciences), 2017, 37(5): 49-58.

[3] 張婷婷, 陳靜. 我國老人護理服務(wù)機器人的應(yīng)用探析[J]. 管理觀察, 2014(10): 138-140.

ZHANG Ting-ting, CHEN Jing. Analysis on the Application of Elderly Care Service Robot in China[J]. Management Observer, 2014(10): 138-140.

[4] 鄧志東, 程振波. 我國助老助殘機器人產(chǎn)業(yè)與技術(shù)發(fā)展現(xiàn)狀調(diào)研[J]. 機器人技術(shù)與應(yīng)用, 2009(2): 20-24.

DENG Zhi-dong, CHENG Zhen-bo. Investigation on the Development Status of Robot Industry and Technology for the Elderly and the Disabled in China[J]. Robot Technique and Application, 2009(2): 20-24.

[5] SALICHS M A, CASTRO-GONZáLEZ á, SALICHS E, et al. Mini: A New Social Robot for the Elderly[J]. International Journal of Social Robotics, 2020, 12(6): 1231-1249.

[6] MANNION A, SUMMERVILLE S, BARRETT E, et al. Introducing the Social Robot MARIO to People Living with Dementia in Long Term Residential Care: Reflections[J]. International Journal of Social Robotics, 2020, 12(2): 535-547.

[7] SCOGLIO A A, REILLY E D, GORMAN J A, et al. Use of Social Robots in Mental Health and Well-being Research: Systematic Review[J]. Journal of Medical Internet Research, 2019, 21(7): e13322.

[8] HUNG L, LIU C, WOLDUM E, et al. The Benefits of and Barriers to Using a Social Robot PARO in Care Settings: A Scoping Review[J]. BMC Geriatrics, 2019, 19(1): 232.

[9] K?RTNER T. Ethical Challenges in the Use of Social Service Robots for Elderly People[J]. ZeitschriftfürGerontologie and Geriatrie, 2016, 49(4): 303-307.

[10] GRAAF M, ALLOUCH S B, KLAMER T. Sharing a Life with Harvey: Exploring the Acceptance of and Relationship-Building with a Social Robot[J]. Computers in Human Behavior, 2015, 43: 1-14.

[11] 王秋惠, 張一凡, 劉力蒙. 老齡服務(wù)機器人人機界面設(shè)計研究進展[J]. 機械設(shè)計, 2018, 35(9): 105-113.

WANG Qiu-hui, ZHANG Yi-fan, LIU Li-meng. Advance in Human-Robot Interface Design of Service Robot for the Elderly[J]. Journal of Machine Design, 2018, 35(9): 105-113.

[12] 畢翼飛, 王年文, 朱亦吳. 基于感性工學(xué)的老年陪護機器人造型設(shè)計[J]. 包裝工程, 2018, 39(2): 160-165.

BI Yi-fei, WANG Nian-wen, ZHU Yi-wu. Form Design of Accompany Robot for the Elderly Based on Kansei Engineering[J]. Packaging Engineering, 2018, 39(2): 160-165.

[13] MOLLARET C, MEKONNEN A A, LERASLE F, et al. A Multi-Modal Perception Based Assistive Robotic System for the Elderly[J]. Computer Vision and Image Understanding, 2016, 149: 78-97.

[14] SHERIDAN T B. Human-Robot Interaction: Status and Challenges[J]. Human Factors, 2016, 58(4): 525-532.

[15] WANG Ning, BROZ F, DI NUOVO A, et al. A User- Centric Design of Service Robots Speech Interface for the Elderly[M]. Cham: Springer International Publishing, 2016: 275-283.

[16] 李雪瑞, 侯幸剛, 楊梅, 等. 基于多層次灰色綜合評價法的工業(yè)設(shè)計方案優(yōu)選決策模型及其應(yīng)用[J]. 圖學(xué)學(xué)報, 2021, 42(4): 670-679.

LI Xue-rui, HOU Xing-gang, YANG Mei, et al. The Optimal Decision-Making Model of Industrial Design Scheme Based on Multi-Level Grey Comprehensive Evaluation Method and Its Application[J]. Journal of Graphics, 2021, 42(4): 670-679.

[17] 馬成慶, 高長水, 劉壯, 等. 汽車內(nèi)飾裝配線小時產(chǎn)出及設(shè)備使用率優(yōu)化研究[J]. 現(xiàn)代制造工程, 2020(3): 21-25.

MA Cheng-qing, GAO Chang-shui, LIU Zhuang, et al. Optimization Research of the Vehicle Interior Trim Assembly Line[J]. Modern Manufacturing Engineering, 2020(3): 21-25.

[18] 張敏, 余佶, 王琪琰, 等. 基于熵權(quán)法和灰色關(guān)聯(lián)分析的藤茶理化品質(zhì)評價與分級應(yīng)用[J]. 食品與機械, 2021, 37(1): 186-192.

ZHANG Min, YU Ji, WANG Qi-yan, et al. Evaluation and Classification for Physicohemical Quality of Vine Tea on Entropy Method and Grey Relation Analysis[J]. Food & Machinery, 2021, 37(1): 186-192.

[19] ATLASON R S, STEFANSSON A S, WIETZ M, et al. A Rapid Kano-Based Approach to Identify Optimal User Segments[J]. Research in Engineering Design, 2018, 29(3): 459-467.

[20] KANO N, SERAKU N, TAKAHASHI F, et al. Attractive quality and must-be quality[J]. Journal of the Japanese Society for Quality Control, 1984, 14(2): 147-156.

[21] 孟慶良, 何林. 基于模糊KANO模型的質(zhì)量屬性分類方法及其應(yīng)用[J]. 工業(yè)工程, 2013, 16(3): 121-125.

MENG Qing-liang, HE Lin. Fuzzy-KANO-Based Classification Method and Its Application to Quality Attributes[J]. Industrial Engineering Journal, 2013, 16(3): 121-125.

[22] MATZLER K, HINTERHUBER H H. How to Make Product Development Projects more Successful by Integrating Kano's Model of Customer Satisfaction into Quality Function Deployment[J]. Technovation, 1998, 18(1): 25-38.

[23] 席樂, 張輝, 程建新. 基于模糊Kano模型的游客服務(wù)機器人造型設(shè)計[J]. 機械設(shè)計, 2017, 34(7): 110-113.

XI Le, ZHANG Hui, CHENG Jian-xin. Modeling Design of Tourist Service Robot Based on Fuzzy-Kano Model[J]. Journal of Machine Design, 2017, 34(7): 110-113.

[24] 余森林, 陳茜月. 基于模糊Kano模型的戶外音箱創(chuàng)新設(shè)計研究[J]. 包裝工程, 2020, 41(24): 202-208.

YU Sen-lin, CHEN Xi-yue. Innovative Design of Outdoor Speaker Based on Fuzzy-Kano Model[J]. Packaging Engineering, 2020, 41(24): 202-208.

[25] KANO N, SERAKU N, TAKAHASHI F, et al. Attractive Quality and MustBe Quality[J]. Journal of the Japanese Society for Quality Control, 1984, 14(2): 39-48.

[26] BERGER C, BLAUTH R, BOGER D. Kano's Methods for Understanding Customer-Defined Quality[J]. Center for Quality Management Journal, 1993, 2(4): 3-36.

[27] 唐中君, 龍玉玲. 基于Kano模型的個性化需求獲取方法研究[J]. 軟科學(xué), 2012, 26(2): 127-131.

TANG Zhong-jun, LONG Yu-ling. Research on Method of Acquiring Individual Demand Based on Kano Model[J]. Soft Science, 2012, 26(2): 127-131.

Iterative Design Requirements of the Elderly Care Service Robots Integrating Multi-agent Users

SHANG Xiao-dong1, WU Qiong2

(1.Changzhou University Huaide College, Jiangsu Jingjiang 214500, China;2.Nanjing Tech University, Nanjing 211816, China)

The determination of user needs and their degree of importance is a critical link for designers to carry out product development, and it also plays a crucial role in guiding the success of enterprise product development. However, the current elderly care service robots only consider their directness when designing and developing. The needs of users of the elderly lack a comprehensive consideration of the needs of their children, that is, the needs of indirect users for service robots. Therefore, an alternative design demand identification method for the elderly care service robots that integrates multi-agent users is proposed to help designers clarify the direction of product replacement in order to meet the actual needs of multi-agent users, thereby enhancing the competitiveness of enterprise products. First, this paper aims to obtain the common needs of the direct users and the children of indirect users through user interviews, namely the key needs. Second, this papre uses the entropy method to determine the initial importance of the key needs, then uses the fuzzy kano model to determine the key needs category, and finally classifies the results according to the key needs, the importance adjustment function is introduced to adjust the initial importance of key needs, and the importance of the needs of the elderly and their children is comprehensively considered, and the needs that do not meet the expectations of the users are identified, so as to discover the deficiencies of the current the elderly care service robots, and guide designers to carry out iterative design to help companies develop the elderly care service robots that meet the actual needs of multi-agent users. In conclusion, through a comprehensive analysis of the multi-party needs of the elderly care service robot, it has clarified its shortcomings in medication guidance, remote doctors, and audio-visual entertainment, helping designers find the direction of iterative design, and verifying the effectiveness and operability of the method. Furthermore, this method also provides a certain reference value for other improved designs involving multi-agent user products.

elderly care service robots; user needs; iterative design; multi-agent user; entropy method; fuzzy kano model

TB472

A

1001-3563(2022)14-0115-07

10.19554/j.cnki.1001-3563.2022.14.013

2022–02–19

2020江蘇省高校哲學(xué)社會科學(xué)項目（2020SJA2432）

商曉東（1987—），男，碩士，講師，主要研究方向為產(chǎn)品系統(tǒng)設(shè)計、文化創(chuàng)意產(chǎn)業(yè)研究、工業(yè)設(shè)計研究。

責任編輯：陳作