尚未登入 請由此登入
 
 
 










知識分享平台Eshare檢視資訊View
返回前一頁Back
      [檢舉]

標題Title: 基於分類為基礎之感性工學系統-消費者情感反應建模與產品外型特徵分析
作者Authors: 楊智傑
上傳單位Department: 多媒體與電腦娛樂科學系
上傳時間Date: 2010-8-3
上傳者Author: 楊智傑
審核單位Department: 多媒體與電腦娛樂科學系
審核老師Teacher: 楊智傑
檔案類型Categories: 論文Thesis
關鍵詞Keyword: 感性工學,因素分析,普氏分析,支援向量機,支援向量機遞迴特徵消, 去
摘要Abstract: 在產品設計領域,針對產品外型設計來建立消費者情感反應(consumers’ affective responses)的預測模型,非常有助於開發成功的產品。對產品設計師而言,找出關鍵的產品外型特徵(product form features)也是非常重要的,可以幫助他們產生吸引人的產品。本研究提出一套基於分類為基礎的感性工學系統(Kansei engineering system),利用系統性的方式,來建立消費者情感反應預測模型,以及分析產品外型特徵。首先,收集單一的形容詞作為初始的情感反應尺度,在第一次的問卷實驗當中,讓消費者來評價一系列的代表性產品。因素分析(factor analysis)結合普氏分析(Procrustes analysis)用來萃取代表性的情感反應尺度。第二,這些代表性的形容詞被視為分類標籤,讓消費者來描述他們對於產品外型設計的情感反應,這階段收集大量的產品樣本,分析其產品外型特徵並且編碼為數值化的格式。在第二次問卷實驗當中,受測者被要求將每個產品樣本都指定一個最適合的分類標籤。一個基於多類別支援向量機(support vector machine)的分類模型用來建立消費者情感反應與產品外型特徵之間的關聯,其中支援向量機的最佳訓練參數可以用兩階段交叉驗證(cross-validation)來決定。第三,支援向量機遞迴特徵消去(support vector machine recursive feature elimination)則用於挑選出關鍵的產品外型特徵,可以針對所有分類標籤或個別分類標籤來進行外型特徵之排序。每個產品外型特徵的相對重要性,可以藉由分析特徵消去的過程中的外型特徵權重來獲得。本研究當中使用數位相機設計來展示方法論的效用。

檔案名稱
FileName
檔案大小
Size
檔案格式
Format
瀏覽次數
Browses
下載次數
Downloads
2010_8_49a51070.pdf 500Kb pdf 427 264
文件中檔案:
 

開啟檔案Download
 
 
返回前一頁