一种融合多源异构数据的复杂产品感性交互绩效评价方法

1.本发明涉及一种复杂产品感性交互绩效评价方法。


背景技术：

2.复杂产品具有空间密闭、触点密集、功能复杂集成等特点，例如飞机、高铁、潜艇、坦克等的驾驶舱，面向复杂动态环境，不同的工作场景、不同的运行阶段，用户与复杂产品的感性交互随着时间序列是一个动态演化的过程，受到诸多因素综合影响，且相互作用机理复杂，导致用户与其感性交互过程尤为复杂，仅依靠单一维度的数据无法全面、合理地解释用户的隐性需求。
3.专利“一种应用面部表情情绪识别及脑电分析量化评价食品消费者接受度的方法”(cn113570211a)采用了面部表情识别和脑电分析的方法进行食品接受度评价，是目前针对简单产品常用的评价手段，但是在复杂产品的环境中，脑电分析仪器会影响被试者的正常驾驶操作，导致评价结果准确度大大降低，因此解决复杂产品动态环境下采用何种合适的量化工具的组合表征感性质量以映射设计需求是优化复杂产品外观设计的关键。


技术实现要素：

4.发明目的：本发明的目的是提供一种综合主客观维度、全面、准确地对用户与复杂产品的感性交互进行评价的方法。
5.技术方案：本发明所述的融合多源异构数据的复杂产品感性交互绩效评价方法，包括如下步骤：
6.(1)建立复杂产品形态样本库，获取被试者在k个评价维度的主观评价数据、眼动实验数据和面部表情实验数据；
7.(2)计算被试者在每个评价维度的主观评价数据均值、眼动实验数据均值和面部表情实验数据均值，建立主观评价矩阵、眼动评价矩阵和面部表情评价矩阵；
8.(3)计算所述主观评价矩阵、眼动评价矩阵和面部表情评价矩阵的权重；
9.(4)根据所述主观评价矩阵、眼动评价矩阵和面部表情评价矩阵及其权重建立综合评价矩阵，根据所述综合评价矩阵数值是否大于阈值，判断产品在该评价维度的用户评价满意度是否为正向值。
10.进一步地，步骤(1)中所述主观评价数据为李克特量表得分；眼动数据为注视时长与停留时长；面部表情数据为情绪效价值。
11.进一步地，步骤(2)中所述眼动评价矩阵为被试者在各评价维度的眼动注视程度均值倒数的平均值，所述眼动注视程度为注视时长与停留时长的比值。
12.进一步地，步骤(3)计算所述权重前，对所述主观评价矩阵、眼动评价矩阵和面部表情评价矩阵进行归一化处理。
13.进一步地，步骤(3)计算所述权重的方法为分别计算所述主观评价矩阵、眼动评价矩阵和面部表情评价矩阵的复相关系数的倒数，然后分别进行归一化处理。
14.进一步地，步骤(4)中若所述综合评价矩阵的值大于阈值，则产品在该评价维度的用户评价满意度为正向值；若所述综合评价矩阵的值等于阈值，则产品在该评价维度的用户评价满意度为中性值；若所述综合评价矩阵的值小于阈值，则产品在该评价维度的用户评价满意度为负向值。
15.进一步地，所述复杂产品形态样本库为复杂产品内饰形态图片。
16.进一步地，步骤(4)中所述阈值选自李克特量表分值的归一化结果。
17.有益效果：本发明与现有技术相比的优点在于：(1)针对复杂产品的特点，本发明所采用的主观评估方法和生理测量仪器都不具干扰性和侵入性，避免对用户的操作造成不必要的干扰，不影响用户与产品感性交互的真实反馈；(2)本发明所选取的多源异构数据指标能全面反映出用户与复杂产品感性交互体验的综合绩效，在充分发挥自身特性的同时又互为补充，更具有全面性、准确性，为复杂产品设计提供了新的实验范式及数据分析体系，映射出用户隐性需求，克服了传统方法的不确定性和模糊性，为产品设计优化提供了有效参考；(3)基于融合主观评价、眼动、面部表情数据的感性交互综合绩效评价方法能计算得到一个具体的数值，区间在0-1之间，选择李克特量表归一化结果中的中间值作为阈值，能够快速直观判断该评价维度的感性交互绩效满意度，对于交互操作繁琐的复杂产品，用户需要执行严格的操作规定，也需要对出现的突发状况做出科学合理的应急处理，因此复杂产品的用户就需要尽量保持理性的思考，同时避免疲劳和误操作，中性的阈值更适合作为复杂产品感性交互的评价阈值。
附图说明
18.图1为本发明的方法流程图。
具体实施方式
19.下面结合附图对本发明的技术方案作进一步说明。
20.如图1所示，所述复杂产品感性交互绩效评价方法，包括如下步骤：
21.(1)输入主观评价、眼动和面部表情的实验数据，建立数据样本库。
22.以n表示被试者人数，m表示产品样本数，k表示评价维度数量。其中n、m、k均取正整数。主观评价数据为李克特量表得分，眼动数据为注视时长与停留时长，面部表情数据为情绪效价值。
23.(2)构建各模态数据评价矩阵
24.(2-1)建立主观评价矩阵
25.根据n名被试者在第k个评价维度的主观评价数据实测值，建立主观评价数据元素集合矩阵qk：
[0026][0027]
其中，表示第n名被试者对第m个产品样本在第k个评价维度的李克特量表得
分。本实施例中选择5级李克特量表，分值设为(-2,-1,0,1,2)，更能表征用户评价的负向值、中性值和正向值。
[0028]
计算n名被试者对各产品样本在第k个评价维度的李克特量表得分均值作为主观评价评分，得到以主观评价数据解释的单一产品样本在第k个评价维度的评价整体趋势：
[0029][0030]
以m个产品样本在第k个评价维度的主观评价评分建立矩阵，得到主观评价矩阵sk：
[0031][0032]
(2-2)建立眼动评价矩阵
[0033]
根据n名被试者在第k个评价维度的眼动数据实测值，建立眼动数据元素集合矩阵tk：
[0034][0035]
其中，分别表示第n名被试者对第m个产品样本在第k个评价维度的注视时长与停留时长。计算其比值得到眼动注视程度
[0036][0037]
对于眼动评分与情绪值的负比例关系，选用眼动注视程度的倒数进行计算，求得n名被试者对各产品样本在第k个评价维度的眼动注视程度均值以作为眼动评分，得到以眼动数据解释的单一产品样本在第k个评价维度的评价整体趋势：
[0038][0039]
以m个产品样本在第k个评价维度的眼动评分均值建立矩阵，得到眼动评价矩阵ek：
[0040][0041]
(2-3)建立面部表情评价矩阵
[0042]
根据n名被试者在第k个评价维度的面部表情评价数据实测值，建立面部表情评价数据元素集合矩阵ck：
[0043][0044]
其中，表示第n名被试者对第m个产品样本在第k个评价维度的面部表情效价值。
[0045]
计算n名被试者对各产品样本在第k个评价维度的面部表情效价值均值作为面部表情评分，得到以面部表情数据解释的单一产品样本在第k个评价维度的评价整体趋势：
[0046][0047]
以m个产品样本在第k个评价维度的面部表情评分均值建立矩阵，得到面部表情评价矩阵fk：
[0048][0049]
(3)矩阵数据归一化处理
[0050]
对各评价矩阵中的数据进行线性变换，使评价结果值映射到[0,1]之间。
[0051][0052]
将sk、ek、fk代入上式得到s
k*
、e
k*
、f
k*
。
[0053]
(4)求取各评价矩阵权重
[0054]
计算各评价矩阵复相关系数，其公式为：
[0055][0056]
其中为参数均值，为待估参数估计值。对r
ik
取倒数并进行归一化处理得到单一模态各指标权重w
ik
：
[0057][0058]
将矩阵s
k*
、e
k*
、f
k*
中的数据代入上式得到w
sk
、w
ek
、w
fk
。
[0059]
(5)构建综合评价矩阵，输出评价值
[0060]
综合归一化处理后的主观评价矩阵s
k*
、眼动评价矩阵e
k*
、面部表情评价矩阵f
k*
，以及矩阵依次对应的权重w
sk
、w
ek
、w
fk
，构建单一评价维度产品综合评价矩阵zk：
[0061][0062]
则产品综合评价矩阵z为：
[0063]
z＝[z1,z2,
…
,zk]
[0064]
z是m
×
k的矩阵，表示产品评价过程中各产品样本在k个评价维度的评价值。
[0065]
(6)分析评价结果
[0066]
对5级李克特量表的分值做归一化处理后，本实施例以中间值0.5表示评价结果为中性值，大于0.5表示评价结果为正向值，小于0.5表示评价结果为负向值；由于对主观评价、眼动评价和面部表情评价矩阵进行了归一化处理，因此将李克特量表的归一化结果作为阈值能表征主观评价、眼动评价和面部表情评价的满意度。在实际使用中，可以根据李克特量表的等级或产品的种类等选择其他阈值。
[0067]
不同的产品，用户对感性交互的期待不一样，判断感性交互绩效的阈值选择也不尽相同。例如，消费型产品，如家居用品、小家电、3c产品等，产品同质化现象普遍，于是用户对产品的感性交互就期待就是非常典型的正向情绪，希望产品是能让人产生愉悦体验的，于是阈值的选取会根据具体产品更偏向于正向情绪。而复杂产品，因为其交互操作繁琐复杂，需要严格执行的操作规定，也需要对出现的突发状况做出科学合理的应急处理。那么，复杂产品的用户就需要尽量保持理性的思考，同时避免疲劳和误操作，感性交互的阈值选取以中性为宜。
[0068]
当评价值大于0.5时，表示产品在该维度的用户评价满意度为正向值，且数值越接近1，满意度越高；
[0069]
当评价值等于0.5时，表示产品在该评价维度的用户评价满意度为中性值；
[0070]
当评价值小于0.5时，表示产品在该评价维度的用户评价满意度为负向值，且数值越接近0，满意度越低。
[0071]
下面通过具体实验数据验证本发明的方法。
[0072]
以公务机驾驶舱内饰形态为例，进行融合多源异构数据的感性交互绩效评价。
[0073]
(1)经筛选和图片处理，确定10张公务机驾驶舱内饰形态图片作为复杂产品样本库，即m＝10；邀请29名男性飞行员作为被试，即n＝29；本实施例中定义3个感性交互主观评价维度，分别为驾驶舱内饰具象线型特征、驾驶舱形态对应的功能效果以及飞行员与驾驶舱内饰形态感性交互中的情感体验，对应k＝1、k＝2、k＝3的情况。
[0074]
(2)记录飞行员在各感性交互维度的主观评价、眼动和面部表情的实验数据，建立数据样本库。主观评价数据为5等级李克特量表评分，眼动数据为注视时长与停留时长，面部表情数据为情绪效价值。
[0075]
(3)构建各模态数据评价矩阵
[0076]
(3-1)建立主观评价矩阵
[0077]
根据29名被试者在第k个评价维度的主观评价数据实测值，建立主观评价数据元素集合矩阵qk，由qk计算出29名被试者对各产品样本在第k个评价维度时的李克特量表评分均值作为主观评价评分，再由建立主观评价矩阵sk：
[0078][0079]
(3-2)建立眼动评价矩阵
[0080]
根据29名被试者在第k个评价维度的眼动数据实测值，建立眼动数据元素集合矩阵tk，由tk求得29名被试者对各产品样本在第k个评价维度的眼动注视程度均值再由建立眼动评价矩阵ek：
[0081][0082]
(3-3)建立面部表情评价矩阵
[0083]
根据29名被试者在第k个评价维度的面部表情评价数据实测值，建立面部表情评价数据元素集合矩阵ck，由ck计算出29名被试者对各产品样本在第k个评价维度的面部表情效价值均值作为面部表情评分，由建立面部表情评价矩阵fk：
[0084][0085]
(1)对各评价矩阵中的数据进行归一化处理，使评价结果值映射到[0,1]之间。得到s
k*
、e
k*
、f
k*
。
[0086][0087]
(2)求取各矩阵权重w
sk
、w
ek
、w
fk
。
[0088]ws1
＝36.04％
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀwe1
＝36.63
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀwf1
＝27.33
[0089]ws2
＝41.11％
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀwe2
＝28.32
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀwf2
＝30.57
[0090]ws3
＝27.25％
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀwe3
＝30.92
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀwf3
＝41.83
[0091]
(3)构建单一评价维度的公务机样本的综合评价矩阵zk：
[0092]
[0093][0094][0095]
则该样本库的感性交互综合绩效评价矩阵z为：
[0096][0097]
当评价值大于0.5时，表示该公务机在该评价维度的用户评价满意度为正向值，且数值越接近1，满意度越高。
[0098]
当评价值等于0.5时，表示该公务机在该评价维度的用户评价满意度为中性值；
[0099]
当评价值小于0.5时，表示该公务机在该评价维度的用户评价满意度为负向值。且数值越接近0，满意度越低。
[0100]
例如，样本1在k＝2和k＝3两个评价维度的用户评价满意度大于0.5，而k＝1满意度较低，因此后续的优化设计可针对k＝1这一评价维度展开；样本5在三个评价维度的用户
满意度都小于0.5，三个评价维度的设计都需要进一步优化；样本8在k＝2评价维度的用户满意度大于0.5，而k＝1、k＝3满意度都较低，其中k＝3的满意度远小于0.5，因此后续的优化设计可针对k＝1和k＝3两个评价维度展开，并着重优化后者。