基于感性意象的服装网店设计研究

于 小 利

(1. 闽江学院 服装与艺术工程学院，福州 350108；2. 福建省高校纺织服装工程研究中心，福州 350108)



研究与技术

基于感性意象的服装网店设计研究

于 小 利

(1. 闽江学院 服装与艺术工程学院，福州 350108；2. 福建省高校纺织服装工程研究中心，福州 350108)

为研究消费者与设计师对服装网店形象的认知差异，设计出更符合消费者情感需求的网店形象，采用基于数量化理论I的感性意象研究方法。通过语义差异法和因子分析获取代表性感性意象词汇，运用形态分析法和帕累托法则提取服装网店设计要素体系，最后应用数量化理论I建立服装网店设计要素和消费者感性评价值间的关联模型，确定设计要素与感性意象之间的关系。并以服装网店页头设计为例进行方法说明和验证，结果表明，该方法合理可行，有助于服装网店的精准化设计。

感性意象；数量化理论I；服装网店；语义差异法；形态分析法

随着电子商务的进一步发展，在便利的电商平台上，消费者可以同时面对成千上万的可选商品。对于服装企业而言，如何吸引消费者的注意力，如何提高点击率则至关重要，而这个关键点就是网店的形象设计。一直以来，服装网店的形象设计多是设计师凭个人经验而为，缺乏客观性和普适性，无法真正满足消费者的情感需求。因此本文参考产品设计领域应用广泛的基于数量化理论I的感性意象研究方法，研究消费者与设计师对服装网店形象的认知差异，以期指导设计师设计出更符合消费者情感需求的网店形象。

1　感性意象与服装网店设计

感性意象是人对物所形成的心理上的期待感受，是一种高度凝聚的深层次情感活动[1]。这种感受是综合了视觉、听觉、触觉、嗅觉等多个方面所产生的心理反应[2]，将这些感性信息具象化、量化，应用于设计领域，对设计师科学、高效、准确地设计符合市场需求的产品有重要的参考价值。目前，设计领域基于感性意象的研究主要集中在设计效果评价研究[3-4]、优化设计研究[5]和感性意象与设计要素的对应关系研究[6-7]等，主要应用于产品设计中，比如数控机床[8]、家具[9]等。

服装网店的感性意象是消费者在经历了从搜索商品到进入店铺、浏览商品，最后离开店铺的多个环节之后，所体验到的整体感受，这种感受的形成是一个复杂的过程，它不仅与当时的购物经历有关，也会受消费者个人经验或以往印象的影响。在诸多因素的影响下，消费者会将这种模糊的感觉逐步清晰化，并借助一些词汇加以评价，比如时尚、高档、俗气等。利用这些词汇即可挖掘和量化消费者的感性意象，为设计师传达情感和消费者解读情感的一致和匹配提供参考依据。

2　研究方法与工作流程

本文的主要研究流程如图1所示。

图1　研究流程示意Fig.1　Research process diagram

2.1搜集代表性服装网店样本

根据研究目的，样本的收集主要遵循4个原则：①尽量涵盖多种品类的网店，比如男装、女装、童装等；②尽量涵盖多种风格的网店，比如民族的、欧美的、日韩的等；③选择有一定销量和影响力的品牌网店；④选择功能较为完善，设计元素较为完整的网店。

据艾瑞咨询2014年最新数据显示，从服装网购的市场份额来看，天猫占B2C市场中的57.7%，以绝对优势领跑。所以研究样本主要是通过天猫平台，并依据天猫对服装品类的划分方法进行搜集的。

首先，根据上述四个原则广泛收集各种类型的服装网店样本；其次，对样本的特征和典型性进行对比分析，剔除相似程度较高的，得到一个初步筛选出来的代表性样本库；第三，邀请相关专家和设计师，采用主观评价法根据相似程度对样本进行分组，结果即可建立一个相似性矩阵，再进行聚类分析，最后可提取得到一个相对较小的代表性样本库。

2.2搜集并获取代表性感性意象词汇对

服装网店感性意象词汇的收集可以通过查阅国内外文献资料、杂志期刊、网络搜索和访谈访问等途径进行，将这些词汇进行反义词配对，比如“时尚的-传统的”“简洁的-复杂的”等。根据帕累托法则，其中会存在很多无用信息，比如意义重复或相关性不大的词汇对，因此需要设计调查问卷再次邀请相关专家、设计师和消费者进行调查，并通过频数分析，剔除掉那些不合适的词汇对，即可得到一个初步筛选出来的代表性感性意象词汇对库，也称为感性意象语意空间。

这个语意空间仍然过于复杂，必须进一步简化。主要可分为四步：首先，依托上述研究的样本库和语意空间，参考语义差异法和里克特量表设计调查问卷，进行服装网店形象设计调查；然后，将调查结果整理得到感性意象评价表；第三，利用因子分析降低语意空间的维数，简化结构，把关系错综复杂的意象词汇对归纳为少数几个综合性的语意因子；第四，根据各词汇对的因子载荷量，提取最能反映消费者感性意象认知的代表性词汇对，得到一个简化的感性意象语意空间，以便于度量“意象”这一模糊的心理概念。

2.3建立服装网店设计要素体系

在设计创造学中，设计可以理解为由一系列设计元素相互组合而成的，各设计元素都会对用户的感性认知产生一定的影响。设计要素研究就是要运用形态分析法将设计项目分解为设计元素，然后再找出对用户感性认知影响较大的设计元素，即可获取设计要素体系。

消费者网购服装的过程主要包含4个步骤：①在电商平台浏览搜寻或直接输入商品名称进行搜索；②根据搜索页主图选择商品，并点击进入商品详情页查看；③转入首页仔细了解该品牌或查看其他商品；④判断是否为心意商品，决定购买或者离开店铺。由此可见，服装网店的形象设计主要涉及三个部分：主图、详情页和首页。这三个部分信息的传递和表达主要是通过色彩、文字、图形和版式等设计项目来实现[10]。

根据表现形式、特征等可变因素的不同，这些设计项目又可以继续分解为设计元素，直至最后，即可得到一个较为完整的设计元素体系。但该体系中并不是所有的设计元素都会对消费者的感性意象产生重要影响，因此可以根据德尔菲法，征求专家意见除去对消费者感受影响较小的元素，从而确定服装网店的设计要素。以设计项目为项目，以设计要素为类目，即可建立一个服装网店设计要素体系表。

2.4构建感性意象词汇对与设计要素间的关联模型

参考上述研究获取的代表性服装网店样本、感性意象词汇对和设计要素体系表，重新选择实验样本，利用里克特量表法设计感性意象调查问卷，选择一定数量结构合理的调查对象进行调查，让他们对每个样本在每个感性词汇对下的感受进行打分，整理求取平均值即可得到一个感性评价矩阵。

以感性评价矩阵中各感性意象词汇对的数据为因变量，设计要素类目为自变量，根据数量化理论I，分析可得关联方程：

(1)

式中：Yi为第i个样本的感性评价值；Cmn表示是否包含第i个样本中第m个设计项目的第n个设计类目，没有包含为0，包含为1；aimn为第i个样本中第m个设计项目的第n个设计类目的权重系数，即类目得分；bi为第i个样本的常数项值；j为设计要素总数；j1、jp分别为第1个、第p个设计要素中设计类目的个数。

利用SPSS软件进行多元回归分析，可以得到每个设计要素与感性意象词汇对的偏相关系数，系数值越大说明对各感性意象贡献越大，反之贡献越小。

为了验证方法的可靠性和稳定性，重新选择一些样本，重复上述实验步骤，将所得数据与上一轮所得数据进行T检验分析，分析结果可验证该方法的合理性。

3　方法验证

服装网店页头部分是消费者进入网店后首先看到的区域，表明了整个店铺的形象定位，所以页头部分是给顾客留下第一印象的关键所在。现就以服装网店页头的设计为例，介绍感性意象在页头设计中的运用方法。

3.1服装网店页头设计样本的收集和筛选

首先依据亿邦动力网服装品类的销售排行统计，收集天猫上女装、男装、童装、内衣和户外运动装五大类各种风格的服装网店146个，将网店页头截屏提取出来，对比分析后，剔除相似程度较高的，得到初步样本65个。

然后邀请了2位专家和3位资深网店设计师进行问卷调查，让他们依据相似程度，将65个样本进行分组，对收集到的数据进行聚类分析，最终提取出代表性服装网店页头样本20个。

3.2服装网店页头设计感性意象词汇对的收集与筛选

经广泛收集整理共得到118对可用于评价服装网店页头设计的感性意象词汇对，然后邀请2位专家、3位网店设计师和20位具有网购经验的消费者，从中挑选出他们认为具有代表性的词汇对，剔除不合适的或者重复性的词汇对，数量不限，再将结果进行频数分析，筛选出感性意象词汇对21对。

依托上述研究的20个样本图片和21对感性意象词汇对，参考语义差异法和里克特量表设计调查问卷，对58位受测者(2位相关专家、5位设计师、31位大学生、20位普通消费者)进行调查，得到各样本感性意象评价表，如表1所示。

表1　样本感性意象评价Tab.1　Kansei image evaluation of samples

以上数据输入SPSS软件进行因子分析，结果如图2、表2所示。

图2　碎石图Fig.2　Gravel diagram

由图2可知，前4个因子特征值大于1，从第五个因子开始曲线变缓，因此提取4个因子较为合适。

表2　因子分析结果Tab.2　Results of factors analysis

从表2可以看出，第一主因子在“活泼的-沉稳的”“柔美的-硬朗的”和“热情的-冷酷的”3个指标上具有较大载荷，可将其命名为情感因子；第二主因子在“和谐的-杂乱的”“醒目的-模糊的”和“丰富的-单调的”3个指标上具有较大载荷，可将其命名为形式因子；第三主因子在“高档的-低档的”1个指标上具有较大载荷，可将其命名为价值因子；第四主因子在“时尚的-传统的”和“现代的-古典的”2个指标上具有较大载荷，可将其命名为风格因子。对第一、第二和第四个主因子再次进行归纳，分别提练出1个评价词汇对作为代表，最终可得到4个代表性感性意象词汇对，如表3所示。

3.3分解服装网店页头设计要素

运用形态分析法，首先将服装网店页头分解为5

表3　代表性感性意象词汇对Tab.3　Typical image word pairs

个独立的设计项目：色彩、文字、图片、版式和内容。再根据表现形式与特征的不同继续分解为若干设计元素，如色彩可分为主色调和色彩搭配，文字可分为字号和字体，同理，可得到所有设计元素。然后依据德尔菲法，参考专家意见，除去对消费者感受影响较小的元素，从而得到服装网店页头设计要素分类表，如表4所示。

表4　设计要素分类Tab.4　Classification of the design elements

3.4构建感性意象词汇对与设计要素间的关联模型

重新选择25个有代表性的服装网店页头作为实验样本，依托4个代表性词汇对设计调查问卷，根据里克特量表法，数字1～5分别表示词汇对的两端。邀请70名在校大学生、2名专家、5名资深网店设计师进行调研，将结果整理后即可得到一个感性评价矩阵，如表5所示。

表5　感性评价矩阵Tab.5　Perceptional evaluation matrix

注：“0”表示该样本设计中不包含此设计类目，“1”表示包含此设计类目。

以矩阵中各感性词汇对的评价值为因变量，设计要素类目为自变量，利用SPSS软件进行多元回归分析，结果(以“活跃的-稳重的”为例)如表6所示。

表6　“活跃的-稳重的”分析结果Tab.6　The analysis result of “lively-steady”

表6中偏相关系数按照大小排序依次为：色彩搭配X2>主色调X1>版式X5>图片X4>文字X3，可见色彩搭配设计的权重最大，文字设计的权重最小。类目得分栏正值说明影响力倾向于活泼的，负值说明影响力倾向于沉稳的，每个对应值绝对值越大说明影响力越大。其中色彩搭配X2项目中对比色搭配C23的0.284为最高，说明采用对比色搭配法进行设计最容易形成“活跃的”意象，近似色搭配C21的-0.176为最低，说明采用近似色搭配法进行设计最容易形成“稳重的”意象。同理分析，即可得到其他3组词汇对与设计要素的偏相关系数，如表7所示。

表7　设计要素与感性意象词汇对的偏相关系数Tab.7　Partial correlation coefficients between design elements and Kansei image words

表7中偏相关系数的值越大对此感性词汇对的贡献度越大，反之，值越小贡献度越小。比如色彩搭配X2比文字X3对“活跃的-稳重的”这一感性意象的贡献度大。“活跃的-稳重的”感性评价值与各设计要素类目之间的函数关系如下式所示：

Y活跃的-稳重的=0.277C11-0.249C12-0.095C13-

0.176C21+0.102C22+0.284C23+0.013C31-

0.072C32+0.221C33-0.113C41-0.167C42+

0.175C43+0.225C44-0.022C51+0.104C52-

0.189C53-0.175C54+0.194C55+2.261

(2)

式中：常数项2.261在用SPSS软件进行分析时可自动得出。

为了验证方法的可靠度，重新选择25个样本，重复上述实验步骤，可再次得到“活泼的-沉稳的”感性评价值与各设计要素类目之间的函数关系：

Y活跃的-稳重的=0.258C11-0.213C12-0.007C13-

0.172C21+0.093C22+0.304C23-0.011C31-

0.105C32+0.256C33-0.109C41-0.128C42+

0.165C43+0.249C44-0.015C51+0.097C52-

0.166C53-0.184C54+0.263C55+2.767

(3)

对式(2)和式(3)中两种结果进行T检验分析，显著性P值为0.403>0.05，表明两组样本的方差差异不显著，P(双侧)值为0.761>0.05，表明两组样本的均值差异不显著，所以该实验方法是合理的，其他感性词汇对也可以按照这个方法进行分析。

4　结　语

本文基于感性工学理论对服装网店的设计方法进行研究，打破主观设计的传统，利用数量化的研究思路，构建了感性意象与设计要素的对应关系。并以服装网店的页头设计为例，分析得出了4个代表性感性意象词汇对，得到了较为直观的感性意象词汇对与设计要素的偏相关系数，从而可以得知每个设计要素的贡献度大小，验证了此研究方法对挖掘和量化消费者的感性意象是合理可行的，并且有助于设计师设计出更符合消费者需求的网店形象，有利于企业准确迎合市场，提高竞争力。

[1]苏建宁,张秦玮,张书涛,等.产品意象造型进化设计研究进展[J].机械设计,2014,31(2):97-102.

SU Jianning, ZHANG Qinwei, ZHANG Shutao, et al. Development of product image modeling evoluionary design[J]. Journal of Machine Design,2014,31(2):97-102.

[2]罗仕鉴,潘云鹤.产品设计中的感性意象理论、技术与应用研究进展[J].机械工程学报,2007,43(3):8-13.

LUO Shijian, PAN Yunhe. Review of theory, key technologies and its application of perceptual image in product design[J]. Chinese Journal of Mechanical Engineering,2007,43(3):8-13.

[3]傅业焘,罗仕鉴,周煜啸.基于感性意象的动漫角色形象评价[J].浙江大学学报(工学版),2011,45(9):1544-1552.

FU Yetao, LUO Shijian, ZHOU Yuxiao. Evaluation of cartoon figure form based on perceptual image[J]. Journal of Zhejiang University (Engineering Science),2011,45(9):1544-1552.

[4]周小溪,梁惠娥.基于感性意象的服装面料设计效果评价[J].纺织学报,2015,36(4):60-64.

ZHOU Xiaoxi, LIANG Hui’e. Evaluation of fabric design based on perceptual image[J]. Journal of Textile Research,2015,36(4):60-64.

[5]苏建宁,王瑞红,赵慧娟,等.基于感性意象的产品造型优化设计[J].工程设计学报,2015,22(1):35-41.

SU Jianning, WANG Ruihong, ZHAO Huijuan, et al. Optimization design of product modeling based on kansei image[J]. Chinese Journal of Engineering Design,2015,22(1):35-41.

[6]张学东.造型要素对感性意象认知差异影响的比较[J].机械设计,2013,30(8):110-112.

ZHANG Xuedong. Comparison on perceptual image cognition differences influenced by modeling elements[J]. Jouranl of Machine Design,2013,30(8):110-112.

[7]蔡文欢.现代办公椅形态设计要素与感性意象关联性研究[D].南京:南京林业大学,2013:10-26.

CAI Wenhuan. The Research of Relationship Between Kansei Imagery and Form Design Elements of Office Chair[D]. Nanjing: Nanjing Forestry University,2013:10-26.

[8]胡志刚,魏雪婷.乔现玲.基于统计学方法的数控机床感性意象研究[J].现代制造工程,2014(8):26-31.

HU Zhigang, WEI Xueting, QIAO Xianling. Research of CNC machine tools kansei based on statistical methods[J]. Modern Manufacturing Engineering,2014(8):26-31.

[9]张华.家具意象认知及其设计影响机制研究[D].长沙:中南林业科技大学,2013:8-21.

ZHANG Hua. Furniture Image Cognition And Design Influence Mechanism Research[D]. Changshia: Central South University of Forestry and Technology,2013:8-21.

[10]鬲波飞.网页设计之视觉信息传达分析[J].湖南大学学报(社会科学版),2001,15(4):187-189.

GE Bofei. To analysis the visual information of website design[J]. Journal of Hunan University (Social Science Edition),2001,15(4):187-189.

Research on online clothing store design based on Kansei image

YU Xiaoli

(1.Faculty of Clothing and Design, Minjiang University, Fuzhou 350108, China; 2. Fujian Engineering Research Center for Textile and Clothing (Minjiang University), Fuzhou 350108, China)

To survey the cognitive difference of customers and designers on the image of online clothing store, and design the online store that better meets consumer demands, the Kansei image method based on quantification theory type I was adopted. The semantic differential and factorial analysis were used to extract representative Kansei image words. The morphological analysis and pareto chart were used to extract the design elements of online clothing store. Finally, the relationship model between design elements of online clothing store and consumers’ perceptional evaluation was established with quantification theory type I. the relationship between design elements and Kansei image was confirmed. Besides, the method was described and verified by taking header design for online clothing store for example. The results show that the method is feasible and helpful to the accurate design of online clothing store.

Kansei image; quantification theory type I; online clothing store; semantic differential; morphological analysis

10.3969/j.issn.1001-7003.2016.07.009

2015-11-02;

2016-06-03

福建省自然科学基金项目(2015J05105)；福建省科技厅重点项目(2011I0004)；闽江学院教学改革项目(MJUA2013007)

TS941.1；F713.83

A

1001-7003(2016)07-0043-06引用页码: 071109