18、利用机器学习分析情感大数据进行情感设计

利用机器学习分析情感大数据进行情感设计

1. 灰色理论与粗糙集、灰色集规则系统

灰色理论在分析少量数据时特别有效。有研究开发了情感产品设计软件，当指定情感客户需求时，可推荐感知设计元素。

不过，基于粗糙集和灰色集规则的系统存在潜在局限性，目前这些方法仅应用于少量数据集。实际上，情感数据可从社交媒体获取，属于大数据。后续可进行研究，将这些方法扩展到大数据集。

2. 情感设计中设计属性设置的确定

在开发出情感设计模型或基于规则的系统，将情感客户需求与感知设计元素关联起来后，就可确定最优的感知设计元素，以最大化情感客户需求。可借助计算机辅助软件来实现情感模型、基于规则的系统和优化算法。

2.1 联合分析

联合分析常用于确定最优感知设计元素，试图阐明情感品质与感知设计元素之间的关系。它用于确定功能属性对感知设计元素的相对重要性以及两者的效用，并通过图形进行说明。

例如，考虑包含五款车型 M1、M2、M3、M4 和 M5 的感知地图，关注价格和性能等功能属性，以及“运动感”这一情感客户需求。根据感知地图，若想设计一款中等水平的车辆，可采用 M5 的设计，因为其成本、运动感和性能都处于中等水平；若偏好运动感强的车辆，则采用 M3 的设计，因为成本和性能并非主要考虑因素。

基于感知地图，有研究将联合分析的概念与多响应面模型相结合，该集成方法可用于确定合适的感知设计元素，以优化多情感客户需求。还有研究提出使用逻辑回归与联合分析相结合，试图确定能实现最大情感客户需求的最优感知设计元素。另外，也有研究开发了一种新颖的系统，结合联合分析、卡诺模型、田口方法和灰色关联分析，可用于确定能最大化美学特