吳天宇，趙祎乾，李亞軍，李清晨，楊筱敏

【視覺傳達設計】

基于用戶需求分類的產(chǎn)品色彩情感體驗設計

吳天宇，趙祎乾，李亞軍，李清晨，楊筱敏

（南京理工大學 設計藝術與傳媒學院，南京 210094）

實現(xiàn)符合用戶感性需求與良好情感體驗的產(chǎn)品色彩設計。以家用咖啡機為研究對象，基于扎根理論，運用質(zhì)性分析工具Nvivo12.0深度挖掘用戶對目標產(chǎn)品的色彩需求痛點，通過系統(tǒng)聚類分析獲得產(chǎn)品色彩的用戶需求類別，根據(jù)已知的用戶需求類別，收集色彩樣本，結合PAD量表進行多維情感體驗評價，并獲取可以激發(fā)用戶積極情感體驗的產(chǎn)品配色案例，作為設計實踐的參考范式。完成不同用戶需求影響下的咖啡機色彩情感體驗設計實踐。以用戶需求分類為導向的產(chǎn)品色彩設計，可幫助設計師更有針對性地提煉多樣化的產(chǎn)品色彩需求，運用PAD情感體驗測量方法對現(xiàn)有色彩設計案例進行分析與評估，也為現(xiàn)階段產(chǎn)品色彩的情感體驗設計應用提供了一種簡單、快捷的研究路徑。

需求分類；產(chǎn)品色彩；情感體驗；家用咖啡機

一直以來，色彩設計是產(chǎn)品形態(tài)設計過程中不可或缺的重要環(huán)節(jié)，并始終貫穿于整個產(chǎn)品研發(fā)的生命周期。美國流行色研究中心的最新研究報告顯示，消費者在選購商品時，只需7 s就能作出消費決策，其中色彩作用的占比約為67%，是影響與激發(fā)消費者購買欲的關鍵因素之一[1]。因此，合理的產(chǎn)品色彩配置不僅有利于提高產(chǎn)品銷量與用戶情感體驗的滿意度，也有助于企業(yè)品牌文化的傳播。

現(xiàn)階段，對于產(chǎn)品色彩的情感體驗設計，國內(nèi)外學者已開展了多方面的研究。如李孟山等[2]構建了基于混合人工智能算法的產(chǎn)品色彩決策支持系統(tǒng)，深度解析了產(chǎn)品色彩圖像與用戶情感特征之間的相關性，并通過K調(diào)-均值聚類方法從色彩樣本集中提取了最優(yōu)決策的產(chǎn)品配色；Zhang等[3]從本體論視角出發(fā)，結合數(shù)量化Ⅰ類計算方式，建立了意象信息與具體產(chǎn)品色彩設計要素之間的邏輯關系，運用本體視覺表達工具Protégé，生成了產(chǎn)品色彩情感意象本體的知識可視化模型；Yang等[4]根據(jù)用戶的認知噪聲，通過梯形模糊數(shù)表示產(chǎn)品色彩的面積比例與用戶感性偏好評估值之間的相似程度，獲取了目標產(chǎn)品的色彩關鍵參數(shù)；Wiedmann等[5]運用SEM結構方程模型計算方法，驗證了用戶的主觀情感態(tài)度即視覺吸引力對產(chǎn)品配色設計存在顯著影響；Yeh等[6]融合ANN神經(jīng)網(wǎng)絡與GA遺傳優(yōu)化算法，展開了運動鞋色彩的設計風格預測，為產(chǎn)品色彩情感化設計提供了有效科學的技術工具；Hsiao等[7]通過橫向?qū)Ρ绕囃怙椛试O計的模糊綜合評價排序與色度學測量評估結果，明確了色彩美學度量模型在產(chǎn)品配色感性設計上的有效性與可行性。

綜上所述，用戶情感體驗已成為現(xiàn)階段產(chǎn)品色彩情感化設計的重要目標，并呈現(xiàn)出跨學科的研究態(tài)勢。然而，根據(jù)國內(nèi)外已有研究可知，產(chǎn)品色彩情感體驗研究多以建立用戶意象感知程度與產(chǎn)品色彩設計要素的關系模型為主，以用戶對產(chǎn)品色彩的實際需求為切入點的研究成果尚不多見。研究表明，用戶對目標產(chǎn)品的實際需求與產(chǎn)品色彩的視覺表現(xiàn)形式息息相關，可進一步映射出用戶的色彩情感體驗偏好[8]?；诖耍狙芯刻岢鲆环N基于用戶多樣化需求的產(chǎn)品色彩情感體驗設計方法。以家用咖啡機為例，結合質(zhì)性分析方法，深度挖掘用戶的產(chǎn)品色彩需求痛點，并進行系統(tǒng)聚類。隨后，根據(jù)聚類結果選擇色彩樣本，通過PAD情感體驗測量，分析可引導用戶產(chǎn)生積極情感體驗的配色案例，明確設計方向，完成設計實踐。以期為基于用戶多樣化需求偏好與良好情感體驗的產(chǎn)品色彩設計研究，提供新視角、新思路。

1 用戶需求研究與色彩情感體驗設計

1.1 用戶需求的提取方式

隨著體驗經(jīng)濟時代的到來，用戶對產(chǎn)品的實際需求，已不再僅限于滿足物理層面的理性需求，精神層面的感性需求更易于激發(fā)用戶的購買欲[9]。如何運用客觀嚴謹?shù)募夹g手段，將產(chǎn)品的具體功能轉(zhuǎn)譯為真實的情感信息，使產(chǎn)品更具感染力、親和力，成為現(xiàn)代產(chǎn)品研發(fā)過程中用戶需求研究的關鍵。

傳統(tǒng)的用戶需求研究主要以線下調(diào)研為主，主要包括了問卷調(diào)查、行為觀察、情境分析等研究路徑。然而，由于線下用戶調(diào)研存在被訪人數(shù)有限、數(shù)據(jù)采集形式單一、有效信息篩選密度過高等問題，所以現(xiàn)階段用戶需求的提取方式在傳統(tǒng)用戶調(diào)研的基礎上，融合了網(wǎng)絡大數(shù)據(jù)分析等信息處理技術手段，形成了線上數(shù)據(jù)采集的用戶需求調(diào)研方式。該類方法以在線網(wǎng)評為數(shù)據(jù)源，運用產(chǎn)品評論、質(zhì)性分析、word2vec計算模型等方法，將關于目標產(chǎn)品的用戶評論資料轉(zhuǎn)化為可編輯的文本信息。同時，在線訪談方法具有操作便捷、實時性強、信息覆蓋面廣等優(yōu)勢。在實際調(diào)研過程中所獲取的音頻、錄像也能以可視化形式輸出，通過數(shù)統(tǒng)分析深層次提煉用戶需求痛點，為精確捕獲用戶的基礎使用需求與潛在情感需求提供了有利的技術支撐。

色彩作為產(chǎn)品外觀設計的重要組成部分，其多樣化的視覺表現(xiàn)本就會帶給用戶不同維度的心理感受。受文化背景、審美取向、生活環(huán)境等外界因素的影響，用戶對同一產(chǎn)品的外觀色彩也存在不同類型的需求偏向。因此，本研究采用線上訪談的形式，運用質(zhì)性分析工具，將用戶訪談信息標簽化，獲取用戶的產(chǎn)品色彩需求痛點，并進行系統(tǒng)聚類分析，得到用戶對目標產(chǎn)品的色彩需求，以便更有針對性地篩選市場上已有的產(chǎn)品配色樣本，有效提升后續(xù)產(chǎn)品色彩情感體驗測試的可靠性。

1.2 色彩情感體驗設計方法

色彩情感是指人的視覺器官自然接收不同波長的可見光，將其通過視覺神經(jīng)傳入大腦，與以往的記憶、經(jīng)驗、生活片段相結合，產(chǎn)生聯(lián)想、思考、認知后，繼而形成的一系列色彩心理反應[10]。在產(chǎn)品外觀設計中，色彩有著不可替代的重要作用，無論是整體布局還是細節(jié)搭配，都需要對目標產(chǎn)品的功能屬性、用戶的使用習慣和審美偏好等進行深入分析。同時，也應遵循產(chǎn)品的色彩對比、均衡、調(diào)和等配置原則，將其合理運用于實際的配色設計中，從而提升用戶情感層面的愉悅感、歸屬感、體驗感。

目前，關于色彩情感體驗設計的常用方法，主要包括頭腦風暴、眼動追蹤、情感綜合評價等。其中，以PAD情感測量為主的實驗心理學測試方法，逐漸引起設計師與研究者的關注。研究表明，采用PAD情感模型可以有效評估和解釋用戶心理層面的色彩感知程度。如Tantanatewin等[11]深入探究了餐廳室內(nèi)色彩與用戶情感之間的關系，并指出暖色調(diào)的場景色彩配置對用戶愉悅度情感體驗的影響最為顯著；薛艷敏等[12]通過眼動試驗分析了網(wǎng)頁視覺設計元素對用戶喜悅度、激活度、主導度的影響，過于復雜的色彩組合會對用戶視覺瀏覽產(chǎn)生負面影響，降低了用戶情感體驗的參與度。因此，將PAD測量方法應用于產(chǎn)品色彩情感體驗設計，存在一定程度的合理性與可行性。

PAD情感測量源于Mehrabian和Russell等于1974年提出的多維情感體驗理論，認為人類的情感體驗并非單一性質(zhì)的生理表現(xiàn)行為，而是具有多個維度的心理感知現(xiàn)象。該模型將人的情感劃分為3個基本維度[13]。其中，愉悅度（Pleasure）表示情感波動狀態(tài)；激活度（Arousal）表示情感激活水平；優(yōu)勢度（Dominance）表示情感控制能力。

中國科學院心理研究所在PAD情感體驗理論模型的基礎上，總結了一套適合中國語境的漢化版PAD量表[14]，作為計算用戶情感值的測試工具，見圖1。此量表采用九點評分機制，按±4兩極排列。在每個情感維度下均包含4個能體現(xiàn)人體情緒反應且語義互反的形容詞對，即愉悅度（）由1、4、7、10組成；激活度（）由2、5、8、11組成；優(yōu)勢度（）由3、6、9、12組成。計算方式如式（1）所示：

同時，部分研究者通過綜合心理實驗與計算分析，獲得了14種基本PAD情感表征的基準值[15]。其中，前6個情感特征詞屬于積極情緒，后8個情感特征詞屬于負性情緒，可快速判定刺激項的用戶情感體驗偏向及其偏向程度。因此，本研究根據(jù)設計形態(tài)學、色彩心理學等基礎理論，經(jīng)專家咨詢認證，確定了適用于色彩情感體驗評價的8種情感基準值，積極情緒的情感特征詞編碼為01—04，負極情緒的情感特征詞編碼為05—08，見表1。

表1 8種基本色彩情感偏向的PAD參照表

Tab.1 Reference table for PAD values of 8 basic color emotions

此外，為判定目標產(chǎn)品的色彩樣本能否帶給用戶積極、良好的情感體驗，需進一步計算用戶的色彩情感體驗傾向，即實際測量的色彩情感體驗狀態(tài)與上述8種PAD情感基準值之間的貼近度。此處，采用均方根誤差算法計算貼近度[16]，以獲得用戶的色彩情感體驗傾向，如式（2）：

式中，為目標項的個數(shù)，1,i為PAD情感體驗基準值即參考向量，2,i表示各配色方案的用戶情感體驗測量值，即比較向量。RMSE值越接近0，表示數(shù)據(jù)的貼近度越高，即用戶認為該配色方案越接近某種情感體驗傾向。

2 產(chǎn)品色彩的用戶需求捕獲

2.1 目標產(chǎn)品的市場現(xiàn)狀

在快節(jié)奏、高效率、工作強度大的當今社會中，咖啡作為一種緩解疲勞、令人愉悅的飲品廣受消費者的青睞，其使用場所已不僅限于奶茶鋪、咖啡吧、商貿(mào)區(qū)等，越來越多的家庭開始居家制作咖啡飲品，家用咖啡機的實際銷量也在逐步提升[17]。因此，本研究以小家電產(chǎn)品中的家用咖啡機為研究對象。通過網(wǎng)絡調(diào)研可知，國際知名品牌如DeLonghi、Nespresso、飛利浦、ACA、雀巢等，較關注家用咖啡機的創(chuàng)新設計與研發(fā)，力求通過技術工藝加工與形態(tài)美感塑造，提高品牌競爭力。目前市面上已有家用咖啡機的設計風格繁多，配色形式各異，表明用戶對家用咖啡機的外觀色彩設計存在多樣化的需求，實際受眾群體也更加多元化，并不拘泥于某一特定的消費人群。

2.2 需求挖掘及系統(tǒng)聚類

為進一步探析用戶對家用咖啡機色彩的認知水平與情感偏好，精確捕獲具體的產(chǎn)品色彩需求痛點，根據(jù)網(wǎng)絡調(diào)研現(xiàn)狀與色彩學相關理論，進行半開放式用戶訪談提綱的制定。除用戶個人基本信息外，本次訪談的具體內(nèi)容主要包括2個部分：其一，以家用咖啡機各類品牌官方網(wǎng)站中的產(chǎn)品定位與設計理念為基礎，總結了用戶飲食習慣、產(chǎn)品熟悉程度、消費計劃等關于目標產(chǎn)品用戶認知情況的基礎性問題（如問題01、02）；其二，由色彩管理方法論可知，色彩搭配應符合用戶直觀感受舒適、色彩數(shù)量合理、配色風格協(xié)調(diào)、實際使用需要、細節(jié)設計適宜等設計原則[18]。因此，根據(jù)上述原則提煉了關于目標產(chǎn)品色彩設計關注點的針對性問題（如問題03—07）。根據(jù)訪談提綱（如表2），邀請20名家用咖啡機使用者，開展在線網(wǎng)絡用戶深度訪談，在征求用戶同意的情況下，通過錄音、錄屏等圖像追蹤形式，實時記錄訪談全過程。

采用質(zhì)性分析法對家用咖啡機色彩需求進行挖掘，旨在分層剖析用戶對指定問題的解釋性理解，獲得與用戶實際情況相匹配的核心概念[19]。將已獲取的用戶訪談結果進一步轉(zhuǎn)化為文本資料導入質(zhì)性分析軟件Nvivo12.0。按用戶本意對訪談文本進行需求關鍵詞切分，完成初始需求信息標簽化（見圖2），并對該標簽進行概念賦名。最終，共計獲取15個家用咖啡機色彩需求痛點。

表2 半開放式訪談提綱

Tab.2 Outline of semi-open interview

圖2 用戶訪談信息標簽化

為了便于深入分析上述用戶色彩需求痛點，使后續(xù)采集的色彩樣本更具指向性與代表性，邀請參與線上訪談的20名使用者，對15個需求痛點進行重要度評估。經(jīng)相關專家多次審定，本次評估尺度為9分定點，即非常重要為4分，非常不重要為-4分。在每位使用者依次完成15個需求痛點的重要度評分后，即可獲取各需求痛點的量化評估值，見表3。

將需求痛點的用戶評價結果導入SPSS23.0，進行K-means系統(tǒng)聚類分析，可得到用戶需求節(jié)點的聚類分析圖譜，見圖3。本次聚類分析共獲取實用需求（Practical of Needs，PN）、魅力需求（Charm of Needs，CN）、品質(zhì)需求（Quality of Needs，QN）3個需求聚類簇。其中，實用需求類別包括“休閑”“飲品特性”“整體協(xié)調(diào)”“輕便”“低調(diào)大眾化”“簡潔”6個需求節(jié)點，說明此類用戶更關注產(chǎn)品的基礎功能屬性，更偏向于色彩的整體搭配；魅力需求類別包括“有趣味性”“高端奢華”“個性化”“時尚感”“多樣化選擇”5個需求節(jié)點，說明此類用戶更強調(diào)產(chǎn)品的專屬性與獨創(chuàng)性，配色設計應符合當下流行趨勢與現(xiàn)代化氣息；品質(zhì)需求類別包括“情感化”“文化品味”“家庭溫馨”“溫度感”4個需求節(jié)點，說明此類用戶更傾向于產(chǎn)品精神追求，咖啡機不再僅僅是簡單的家用電器，其外觀色彩應具備一定程度的生命力，色彩設計風格應與居家使用的環(huán)境氛圍相呼應。

表3 15個需求痛點的部分重要度評價值

Tab.3 Partial importance evaluation value of 15 need pain points

圖3 系統(tǒng)聚類分析結果

3 產(chǎn)品色彩情感體驗度量與實踐

3.1 色彩樣本測試集

根據(jù)產(chǎn)品色彩的用戶需求類別，實時搜索家用咖啡機各類品牌銷售網(wǎng)站的相關用戶評論，收集用戶評論信息與需求類別相關聯(lián)的家用咖啡機產(chǎn)品圖例，作為本次色彩情感體驗測試的試驗樣本。最終，獲得符合實用型需求的色彩樣本6個，魅力型需求與品質(zhì)型需求的色彩樣本各4個，并按主體色、輔助色、點綴色的配色模塊進行色彩提取，建立樣本測試集，見圖4。

3.2 多維情感體驗測量

邀請20名對家用咖啡機有一定了解或使用經(jīng)歷的目標用戶，作為本次產(chǎn)品色彩多維情感體驗測量的被試人群。本測試全程在計算機PC端上進行，要求被試者根據(jù)集中所呈現(xiàn)的色彩圖例，結合漢化版PAD情感體驗量表，作出情感體驗評價，并對14個色彩樣本的多維情感體驗評價值進行均值求解，見表4。

圖4 色彩樣本測試集

將20名目標用戶的PAD情感體驗評價均值代入式（1），進行PAD數(shù)據(jù)計算，得到各色彩樣本的情感體驗狀態(tài)PAD量化值，并將PAD量化值代入式（2），進一步計算14個色彩樣本PAD測量值與8種基本情感參考值之間的貼近度，即可獲得用戶對色彩樣本的情感體驗傾向。綜合分析實用型、魅力型、品質(zhì)型3種需求類別所對應的各色彩案例PAD情感體驗傾向測量結果，將可激發(fā)用戶積極、良好情感體驗的測試樣本作為參考范式，進一步指導家用咖啡機的色彩情感體驗設計實踐，見表5。

首先，在實用型需求（PN）中，可引導用戶產(chǎn)生積極、良好情感體驗的產(chǎn)品色彩案例為PN-02、PN-03、PN-06，其PAD情感體驗的貼近度分別為0.12、0.51、0.22，所對應的情感體驗傾向分別為“喜悅”“依賴”“輕松”。其中，PN-02的PAD情感值為{2.59,1.19,1.31}，值、值、值均為正數(shù)，值與值數(shù)據(jù)較為接近，且值最高，說明用戶對該案例情感體驗的整體滿意度較高，并能有效激發(fā)用戶的愉悅度。淡卡其色為主的配色形式，不僅提升了視覺層面的色調(diào)整體感，也滿足了用戶對產(chǎn)品色彩的協(xié)調(diào)性需求。PN-03的PAD情感值為{0.36,0.08,–1.46}，值、值為正，且數(shù)值較為接近，說明用戶對該案例色彩配置的情感愉悅度與激活度基本一致，符合用戶情感層面的大眾化心理需求；但值為負，表示以黑色為主的家用咖啡機，不易引起用戶的視覺注意力，在一定程度上降低了用戶的購買欲與使用積極性。因此，在進行實際配色時應合理適度增加鄰近色數(shù)量，運用高明度的金屬色，進行局部構件的色彩裝飾，從而提高用戶的關注度。PN-06的PAD情感值為{2.24,–1.03,1.12}，值、值為正，且值大于值，說明該案例對用戶情感體驗的愉悅度影響較高，能滿足用戶輕便、簡潔等情感追求；但值為負，表示在以白色、淺灰等明度較高的無彩色進行配色設計時，應注重對比色的運用，且需適度控制高明度色彩的覆蓋比例，避免讓用戶因整體色彩明度過高，對目標產(chǎn)品產(chǎn)生廉價、劣質(zhì)等負性情緒。

表4 PAD情感體驗評價均值

Tab.4 PAD affective experience evaluation of Mean value

表5 PAD情感體驗傾向測量結果

Tab.5 Results of PAD affective experience measurement

其次，在魅力型需求（CN）中，可引導用戶產(chǎn)生積極、良好情感體驗的產(chǎn)品色彩案例為CN-03、CN-04。其中，CN-03的情感體驗貼近度為0.08，情感體驗傾向為“驚奇”，PAD情感值為{1.69,1.64,0.17}，值、值、值均為正，且值與值數(shù)據(jù)差異性較小，說明該案例與用戶情感體驗的愉悅度、激活度關聯(lián)性較高，以玫瑰紅為主色調(diào)的配色形式，也反映了用戶對此類產(chǎn)品色彩，存在追求時尚、彰顯個性等方面的情感訴求。CN-04的情感體驗貼近度為0.13，情感體驗傾向為“依賴”，PAD情感值為{0.18,–0.72, –1.45}，值為正，值與值為負，表示以青靛、鈷藍為主體色的家用咖啡機，在一定程度上可以強化用戶的情感穩(wěn)定性，但因其色調(diào)偏冷，易引發(fā)用戶心理層面的距離感，因此，在實際運用時需適度提高其飽和度，保障產(chǎn)品的整體色彩柔性[20]。

最后，在品質(zhì)型需求（QN）中，可引導用戶產(chǎn)生積極、良好情感體驗的產(chǎn)品色彩案例為QN-01、QN-04，其情感體驗貼近度分別為0.51、0.14，PAD情感值正負分布情況、情感體驗傾向與PN-06、PN-02相同。因色相差異性，品質(zhì)型需求的產(chǎn)品色調(diào)均偏于暖色，因此，在具體設計時需結合家用咖啡機多在居家環(huán)境中使用的典型特征，避免運用冷暖色共同搭配的撞色設計，從而提升產(chǎn)品色彩的溫度感，烘托溫馨、和諧的家庭氛圍。

3.3 設計方案展示

根據(jù)上述分析結果，依據(jù)用戶的實用型需求、魅力型需求及品質(zhì)型需求，進行家用咖啡機色彩情感體驗設計實踐。與以往的色彩設計不同，本次實踐采用多方案輸出的形式，即每個需求類別下均含有不止1套色彩設計方案，為設計師提供更多的產(chǎn)品配色可能性。每套配色方案的組合形式均包含主體色、輔助色、點綴色3個模塊，并通過Key Shot軟件完成色彩渲染，見圖5。

如實用型需求的3組色彩設計方案以深棕、赭石等近似咖啡飲品的固有色為配色來源，有效突出了家用咖啡機的產(chǎn)品基本功能；黑、白、灰的無彩色方案，僅存在一定程度的明度差異，使外觀色彩更為整體、統(tǒng)一，有效滿足了用戶低調(diào)、休閑等需求，提高了情感體驗度。魅力型需求的2組色彩設計方案以蘆藍、紫紅等冷色系為基本色調(diào)，直觀反應了此類用戶追求華麗新潮、標新立異的獵奇心理。品質(zhì)型需求的2組色彩設計方案以暖色系為主，促使用戶產(chǎn)生溫暖、歡樂的情緒效應，以“絳紅”“玄黃”等中國傳統(tǒng)五色觀指導色彩設計，亦能彰顯產(chǎn)品的文化品味。

圖5 家用咖啡機色彩情感體驗設計

4 結語

本研究以滿足用戶多樣化需求及多維情感體驗為切入點，旨在探究不同用戶需求類型下的產(chǎn)品色彩情感體驗設計方向，以家用咖啡機為例，進行了面向用戶多目標需求驅(qū)動的產(chǎn)品色彩情感體驗設計研究與實踐，進一步驗證了研究思路的可行性。結果表明，不同需求偏好的用戶對目標產(chǎn)品外觀色彩的情感體驗存在顯著偏向性；運用質(zhì)性分析法等網(wǎng)絡大數(shù)據(jù)挖掘技術，有利于幫助設計師擴大目標產(chǎn)品色彩的用戶需求痛點提取范圍，更有針對性地挖掘與篩選用戶的色彩需求信息；基于PAD情感體驗理論，可有效評估用戶對現(xiàn)有產(chǎn)品色彩案例的真實情感體驗傾向，為設計師提供具體的配色設計參考。同時，該測量方法具備易于理解、操作便捷、可學習性強等優(yōu)勢，適用于測試過程中因設備、環(huán)境等客觀條件受限的現(xiàn)實情況。在一定程度上縮短了色彩設計的研發(fā)周期，進而保證產(chǎn)品配色方案在符合用戶需求的同時，也能滿足其良好的情感體驗。

在后續(xù)研究中，將在現(xiàn)有基礎上，采用Python網(wǎng)絡爬蟲等數(shù)據(jù)采集技術，擴充產(chǎn)品色彩的基礎樣本量，綜合考量產(chǎn)品色彩設計的其他影響因素，如色彩面積占比、色彩組合數(shù)量等，并結合Gephi信息網(wǎng)絡處理、EFA探索性因子分析等方法，深入分析用戶需求特征與產(chǎn)品色彩情感體驗滿意度的內(nèi)在關聯(lián)，進一步豐富以用戶需求為導向的產(chǎn)品色彩情感體驗設計方法體系。

[1] 林晨曄. 基于用戶體驗的產(chǎn)品色彩定向設計方法[J]. 包裝工程, 2019, 40(22): 46-49.

LIN Chen-ye. Oriented Design Methodology of Product Color Based on User Experience[J]. Packaging Engineering, 2019, 40(22): 46-49.

[2] 李孟山, 徐秋瑩, 高德民, 等. 融合混合智能方法和多用戶意象的色彩決策系統(tǒng)[J]. 計算機輔助設計與圖形學學報, 2017, 29(11): 2091-2099.

LI Meng-shan, XU Qiu-ying, GAO De-min, et al. Color Decision System Based on Hybrid Intelligent Method and Multi-Users' Images[J]. Journal of Computer-Aided Design & Computer Graphics, 2017, 29(11): 2091-2099.

[3] ZHANG Xin-xin, YANG Ming-gang. Color Image Knowledge Model Construction Based on Ontology[J]. Color Research & Application, 2019, 44(4): 651-662.

[4] YANG Yan-pu, TIAN Xing. Combining Users’ Cognition Noise with Interactive Genetic Algorithms and Trapezoidal Fuzzy Numbers for Product Color Design[J]. Computational Intelligence and Neuroscience, 2019, 2019: 1019749.

[5] WIEDMANN K P, HAASE J, BETTELS J, et al. It’s not all about Function: Investigating the Effects of Visual Appeal on the Evaluation of Industrial Products Using the Example of Product Color[J]. Journal of Product & Brand Management, 2019, 28(1): 15-27.

[6] YEH Y E. Prediction of Optimized Color Design for Sports Shoes Using an Artificial Neural Network and Genetic Algorithm[J]. Applied Sciences, 2020, 10(5): 1560.

[7] HSIAO S W, YANG Meng-hua, LEE C H. An Aesthetic Measurement Method for Matching Colours in Product Design[J]. Color Research & Application, 2017, 42(5): 664-683.

[8] DING Man, BAI Zhong-hang. Product Color Emotional Design Adaptive to Product Shape Feature Variation[J]. Color Research & Application, 2019, 44(5): 811-823.

[9] 賈丹萍, 靳健, 耿騫, 等. 感性工學視角下的用戶需求挖掘研究[J]. 情報學報, 2020, 39(3): 308-316.

JIA Dan-ping, JIN Jian, GENG Qian, et al. A Kansei Engineering Integrated Approach for Customer-Needs Mining from Online Product Reviews[J]. Journal of the China Society for Scientific and Technical Information, 2020, 39(3): 308-316.

[10] CHEN Yan-hao, YU Sui-huai, CHU Jian-jie, et al. Fuzzy Emotional Evaluation of Color Matching for Aircraft Cockpit Design[J]. Journal of Intelligent & Fuzzy Systems, 2021, 40(3): 3899-3917.

[11] TANTANATEWIN W, INKAROJRIT V. The Influence of Emotional Response to Interior Color on Restaurant Entry Decision[J]. International Journal of Hospitality Management, 2018, 69: 124-131.

[12] 薛艷敏, 戴毓. 網(wǎng)頁設計元素對PAD情感體驗的影響研究[J]. 裝飾, 2018(2): 124-125.

XUE Yan-min, DAI Yu. Study on the Influence of Webpage Design Elements on PAD Emotion Experience[J]. Art & Design, 2018(2): 124-125.

[13] BRAN A, VAIDIS D C. On the Characteristics of the Cognitive Dissonance State: Exploration within the Pleasure Arousal Dominance Model[J]. Psychologica Belgica, 2020, 60(1): 86-102.

[14] HUANG Min-xue, ALI R, LIAO Jun-yun. The Effect of User Experience in Online Games on Word of Mouth: A Pleasure-Arousal-Dominance (PAD) Model Perspective[J]. Computers in Human Behavior, 2017, 75: 329-338.

[15] 李虹漫. 基于人工情感的仿人頭像機器人的人機交互研究[D]. 哈爾濱: 哈爾濱工業(yè)大學, 2018.

LI Hong-man. Research on Human-Machine Interaction of Humanoid Head Robot Based on Artificial Emotion[D]. Harbin: Harbin Institute of Technology, 2018.

[16] 賈圓圓, 呂偉, 朱宏昆, 等. 專色油墨配方修正算法的對比研究[J]. 包裝工程, 2021, 42(9): 260-271.

JIA Yuan-yuan, LYU Wei, ZHU Hong-kun, et al. Contrast Research on Correction Algorithm of Spot Color Ink Formula[J]. Packaging Engineering, 2021, 42(9): 260-271.

[17] 胡新明, 萬魯魯. 全自動家用咖啡機設計研究[J]. 包裝工程, 2015, 36(4): 72-75.

HU Xin-ming, WAN Lu-lu. The Design of the Automatic Household Coffee Machine[J]. Packaging Engineering, 2015, 36(4): 72-75.

[18] 盛希希. 色彩管理研究[M]. 成都: 西南財經(jīng)大學出版社, 2019.

SHENG Xi-xi. Color management research[M]. Chengdu: Southwestern University of Finance and Economics Press, 2019.

[19] 潘虹, 唐莉. 質(zhì)性數(shù)據(jù)分析工具在中國社會科學研究的應用——以Nvivo為例[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn), 2020, 4(1): 51-62.

PAN Hong, TANG Li. Qualitative Data Analysis in Chinese Social Science Studies—The Case of Nvivo[J]. Data Analysis and Knowledge Discovery, 2020, 4(1): 51-62.

[20] 姬勇, 王麗靜. 促進產(chǎn)品可用性的色彩造型設計[M]. 北京: 北京理工大學出版社, 2019.

JI Yong, WANG Li-jing. Research on the Color Modeling for Promoting Usability of Products[M]. Beijing: Beijing Insititute of Technology Press, 2019.

Emotional Experience Design of Product Color in User Needs Classification

WU Tian-yu, ZHAO Yi-qian, LI Ya-jun, LI Qing-chen, YANG Xiao-min

(School of Design Art & Media, Nanjing University of Science and Technology, Nanjing 210094, China)

This paper aims to achieve the product color design that meets users’ sentimental needs and good emotional experience.Based on the grounded theory, the household coffee machine was taken as the research object, and the qualitative analysis tool Nvivo12.0 was used to deeply explore the recesses of the users color demand for the target product, and the users demand category of the product color was obtained through the systematic clustering analysis. According to the existing user demand category, the color samples were collected to assess the multi-dimensional emotional experience combined with the PAD scale, and obtain cases of product color matching that can stimulate users’ positive emotional experience as a reference paradigm for design practice. Futhermore,this paper aims to complete the design practice of the emotion experience from the coffee machine colors under the influence of different user demands. Product color design oriented by user demand classification can help designers refine diversified demands for product color in a more targeted way. The proper use of PAD emotional experience measurement method to analyze and assess the existing color design cases also provides a simple and fast research approach for the design and application of the current emotional experience of product colors.

needs classification; product color; emotional experience; household coffee machine

TB472

A

1001-3563(2022)16-0209-09

10.19554/j.cnki.1001-3563.2022.16.023

2022–03–17

國家社科基金項目（16BSH127）；江蘇省研究生科研與實踐創(chuàng)新計劃項目（KYCX19_0277，KYCX18_0397）

吳天宇（1991—），男，博士生，主要研究方向為感性工學、色彩設計。

李亞軍（1962—），男，教授，博士生導師，主要研究方向為工業(yè)設計。

責任編輯：馬夢遙