>>NPDP新版教材知識集錦(匯總)

【詳細設計與規(guī)格階段】

5.1質(zhì)量功能展開

質(zhì)量功能展開(QualityFunctionDeploymen，QFD)：是運用矩陣分析將“市場需要什么”與“開發(fā)工作完成什么”相結合的結構化方法，通常應用于多職能團隊就客戶需求與產(chǎn)品細節(jié)特性之間的聯(lián)系達成認可時。最常用的質(zhì)量功能展開的例子是質(zhì)量屋。

識別出符合以下條件的設計屬性：

與客戶需求關系密切;競爭產(chǎn)品的表現(xiàn)較差;賣點十分吸引人。

質(zhì)量屋的構建步驟以及優(yōu)勢與劣勢：

5.2穩(wěn)健設計

三次設計法：

5.3情感化設計(EmotionalDesign)

設計者用情感化設計方法來激發(fā)消費者的情緒和感受，創(chuàng)造出良好的情感聯(lián)想，讓消費者對產(chǎn)品產(chǎn)生信任感，從而提高產(chǎn)品的可用性。

通過消費者對產(chǎn)品產(chǎn)生的情感層次不同，將其分為三大類：本能層、行為層和反思層。

情感化設計影響評估方法：

1、感性工程學 (Kansei Engineering)

該方法用于識別產(chǎn)品中的相關設計要素(如顏色、大小和形狀等)，這些要素決定偏好。該方法需要識別感性詞語。所使用的方法包括有聲思維梯度法(Tink-AloudLaddering)、數(shù)量化理論I(QuantificationTheoryI,QTI)、偏最小二乘法(IpTS.Analysis)及用于估算目的的遺傳算法(Genetic)和模糊邏輯

(FuzzyLogic)。

2、情感分析(SentimentAnalysis)

該方法用于了解人們在博客或社交網(wǎng)絡中對產(chǎn)品的評論和觀點，并對這些評論進行分類?？梢赃\用自動化技術來識別評論者在產(chǎn)品特性上表達的意見(正面、中性或負面)。該方法運用了基本貝葉斯和深度學習算法。

3、神經(jīng)網(wǎng)絡法 (Neural Networks)

該方法利用了反向傳播(Back Propagation,BP)技術來建立產(chǎn)品或形狀參數(shù)與形容詞、意象詞之間的關系，目的是更改設計參數(shù)，直到產(chǎn)品形狀被接受為止。神經(jīng)網(wǎng)絡法把反向傳播和灰色關聯(lián)度分析作為優(yōu)化算法。

4、微軟反應卡(MicrosoftReactionCard)

該方法用于評估設計或產(chǎn)品的情感反應和期望(視覺吸引力)。參與者從118張寫有產(chǎn)品詞匯的卡片中選出與該產(chǎn)品或設計相關的卡片，并解釋為什么所選卡片中的詞匯要體現(xiàn)在該產(chǎn)品或設計上，最后得出結論。該方法采用聚類分析、頻度分析和詞匯云處理技術。

5、突發(fā)情緒法(EmergentEmotions)

該方法認為情緒是動態(tài)、突發(fā)和遞歸的過程。用戶對設計的反應模式是由評估結果所驅動的。情緒反應和對產(chǎn)品特性的期望會受到情緒影響，也會由差異化要求而引發(fā)。該方法利用人工智能環(huán)境下的神經(jīng)網(wǎng)絡和非線性動態(tài)建模來解釋消費者的情緒過程，日內(nèi)瓦情緒專家系統(tǒng)(GenevaExpertSystemonEmotions,GENESE)中描述了該情緒過程。