简介
基于用户体验的产品测评有助于产品设计的迭代与优化，满足用户需求。本文介绍的研究基于实验室环境，采用ErgoLAB人机环境同步平台V3.0同步采集并分析用户主观偏好、脑电、眼动等数据，对产品色彩设计进行评估。
1. 引言
智能时代的产品或系统用户体验将新的技术、算法与产品或系统相互结合，以智能化、数字化、创新及满足用户需求，实现产品经济战略价值为核心特点。各个领域都在朝着打造智能产品服务生态系统的方向发展，有研究提出支持智能产品服务生态系统六面体构成要素模型，其中用户体验是其中重要的要素之一。同时，数字化、网络化、智能化技术的迅速发展， 各行各业新的创新与变革需求也更加突出。在用户体验研究中，也逐渐由基于产品的模式向基于智能化产品和服务的模式转变，突出以用户为中心的用户体验与创新设计。
用户体验涉及研究领域广泛，如驾驶行为、人机界面交互、机械制造、自动化控制、工业设计、神经营销、军工武器装备等。与人工智能结合如自动驾驶、智能服务机器人、智能制造、智能无人机、智慧医疗、智慧教育、智能语音交互系统、智能家居系统等的用户体验，研究内容不单是产品本身的功能或技术创新与迭代、优化，也涉及人机交互过程中用户的认知负荷/脑力负荷、认知能力增强、脑机接口、运动执行与运动想象、智能反馈及控制、情绪、情感计算及认知计算、工作记忆等方向，"以用户为中心" 问题的研究需求越来越重要。
随着用户体验测量技术的发展，其研究方法也从常用的问卷、专家访谈、焦点小组等过渡到将客观的定量化多通道数据融合起来。用户研究突出体验服务至上，以用户为中心，将人、信息/系统/设备/界面/网页与实际环境多维度因素整合起来综合考虑。结合人工智能、大数据、云计算等先进的技术，为"情感化"与"智能化"用户研究提供定量化多维度、客观数据支撑是用户体验与时俱进的重要体现。多种新的技术手段与方法的发展，也为用户体验的研究维度提供了更多可能性，包括人工智能、大数据、云计算、物联网等技术成为诸多用户体验领域未来研究的新趋势。比如作为差别化设计的情感计算，是基于人工智能领域的主要研究内容之一。通过借助一些新的技术测量方式，如生理传感器技术、图像识别技术、视觉追踪技术、虚拟现实技术等，实现人机交互中的情感或状态模型建设、预测及识别或者用户体验评估。例如，关于人机交互用户体验的研究中，通过皮电、心电等生理信号进行情绪质量和强度识别，结合机器学习算法与模型建设，实现智能化监测，能够实时地根据用户的状态来调整活动变化，从而提高用户的体验效果。
图1 基于ErgoLAB人机环境同步平台V3.0的产品设计评估测试示例
2. 研究案例
题目：The emotional design of product color: An eye movement and event-related potentials study
作者：Man Ding，Meijia Song，Huining Pei，Yu Cheng
期刊：Color Research & Application
影响因子：1.193（SNIP）
01 研究背景
产品颜色的美感对人们做出购买决策非常重要，可以显著提高产品设计的成功率。准确获取参与者对产品颜色的情感反应是产品色彩情感设计（PCED）的关键。然而，产品颜色在参与者心中引起的感觉难以用语言表达，除了传统的主观方法外，客观的生理测量可以了解参与者情绪状态变化的潜在机制。通过主客观相结合的方法，捕捉被试在不同情绪状态下的反应模式，确定被试的颜色感知和情绪需求，从而提高PCED的准确性。
02 研究目的
本研究结合主观和客观的方法来确定用户对不同产品颜色的内部情绪反应机制以及与情绪状态变化密切相关的生理参数。为通过生理参数预测用户的情绪状态提供了实验支持，从而有助于PCED研究。
03 研究方法与流程
实验共招募24名工业设计专业学生，由于眼动数据的缺失，两名参与者的数据被移除。实验前，参与者充分休息，并用婴儿洗发水洗过头皮。所有实验均在实验室进行，不受外界干扰。所有被试均收到关于实验内容和注意事项的书面和口头说明，并经河北工业大学伦理委员会批准。
实验分为两组，第一组共180个试次，6个区组，每个区组包括30个试次。第二组实验由480个试次和4个区组组成，每个区组包括120个试次。在每个区组之后，参与者可以选择休息或继续。被试按键后下一个刺激出现，刺激材料随机呈现，每个刺激材料出现一次。刺激呈现流程如图2所示。
图2：实验刺激呈现流程（A）两色（B）三色产品图片
在实验过程中，记录参与者观看产品颜色时的情绪状态，参与者感到喜欢按1键，中立按2键，不喜欢按3键，采用ErgoLAB人机环境同步平台V3.0同步采集行为数据、眼球运动数据和脑电数据，实验流程见图3。
图3：实验流程图
脑电信号采集采用32通道 NeurOne 脑电记录系统，采样率为40000 Hz。实验前，阻抗降低到1 kΩ以下。实验开始前，显示器上呈现实验指导语，被试明白实验任务后开始实验。脑电数据进行1-40Hz带通滤波，取刺激前 200 ms 和刺激后 1000 ms按条件进行分段叠加平均。实验条件的最终叠加次数大于总条件数的90%。选取了14个电极（FP1、FP2、F3、FZ、F4、C3、CZ、C4、P3、PZ、P4、O1、LZ、O2），分为左半球（FP1、F3、C3、P3、 O1）、中线（FZ、CZ、PZ、LZ）和右半球（FP2、F4、C4、P4、O2）。分析了布局和色数引起的参与者情绪ERP的平均幅值和半球效应。
图4: 实验现场图
仪器和设备
ErgoLAB人机环境同步平台 V3.0
ErgoLAB人机环境同步平台 V3.0能够同步采集人机环境多维度数据，包括交互行为、生理、眼动、脑电、近红外脑功能成像、面部表情、主观评价等；其中ErgoLAB EEG/ERP脑电分析模块同步NeurOne高精度脑电采集脑电信号并进行离线处理和EEG分析、ERP分析等，结合ErgoLAB人机环境测试云平台可以分析多模态数据同步分析；可导出原始数据、处理后数据和分析后数据；并可导出可视化分析报告。ErgoLAB Eyetracking眼动轨迹分析模块同步Tobii Pro Fusion遥测式眼动仪记录如眼部或头部3D空间位置、注视时间、瞳孔大小、眨眼次数、眼跳、眼睑闭合度等数据。对数据进行叠加和可视化，同步用户交互行为、生理、时空轨迹等多维度数据。
NeurOne高精度脑电采集系统
芬兰NeurOne EEG/ERP高精度脑电测量/事件相关电位系统是最新研发的创新型脑科学研究高端仪器设备，NeurOne认知神经科学测量系统采用了世界最新的数字信号处理技术发展，目前是全世界性能最好的神经科学测量脑电与事件相关电位系统，并提供了更加精确与干净的信号质量、更高的采样率、模块化解决方案，在数字信号加工过程中利用最新处理手段,使其更加具有灵活性和扩展性。
Tobii Pro Fusion遥测式眼动仪
Tobii Pro Fusion遥测式眼动仪采用高精度的眼动追踪元件同步记录个体的眼动轨迹、视线变化、眼动状态等数据，在多种视觉刺激和环境下开展人类行为研究。可执行对眼动数据质量要求较高的定量与定性研究，满足各类不同的研究需要。
04 研究结果
本研究采通过行为绩效、眼动测量和ERP信号来调查参与者情绪变化的内部原因，结果如下：
4.1 行为数据
不同配色方案的参与者情绪状态统计如图5所示。如图5A所示，在双色实验中，第六种布局偏好最高（25.3%），第一种布局偏好最低（16.1%）。如图5B所示，三色样本不同布局的参与者情绪状态差异不显著，这归因于三色样本的平均色块区域相似，视觉平衡性强，视觉差异小。参与者对两色和三色样本的情绪状态和平均反应时，如图6所示。双色样本的平均反应时较三色产品图片高，平均偏好较低，如图7所示。
图5：不同布局的参与者的情绪状态
图6：不同颜色组合下产品情绪状态与反应时间的关系
4.2 眼动数据
提取了与情绪状态显著相关的眼动指标，对主效应显著的眼动指标与情绪得分进行相关性分析，如表1所示。结果表明，平均瞳孔直径（P=. 025）的双色布局与情绪得分相关。三色布局的平均眨眼持续时间（P = .005）、眨眼频率（P = .005）和平均注视持续时间（P = .006）与情绪得分显著相关，平均瞳孔直径（ P = .066) 与情绪得分的相关性较低。
表1：眼动指标与情绪得分相关表
不同布局的双色和三色产品图扫描路径和热点图如图8和图9所示。A到F代表双色样本的六个布局，G到J代表三色样本的四个布局。如图8所示，双色样本虽然只有两种颜色，但其扫描路径更复杂，三色样本扫描路径更短。双色和三色布局的眼动热图显示注视点位于电熨斗的区域3和区域4的小部分。参与者在双色布局中的停留时间比三色布局长，热点分散。三色布局持续时间短，注视点更集中。
图8：眼动轨迹图
图9：眼动热图与3D图
4.3脑电ERP数据
在不同的情绪状态下，左半球额叶区F3和C3、左半球顶区P3、左半球枕区O1、顶中线区PZ、右半球额区C4和F4是活跃位置，P1、N2、P300、N400和LPP成分均存在显著效应。与情绪状态相关的ERP成分主要集中在额叶区，枕叶和顶叶区成分较少，没有观察到情绪状态的大脑半球效应。
图10：事件相关ERP电位的平均幅值
在双色样本中，早期成分（P1，N2）在正、负性情绪之间平均振幅有显著差异，中晚期成分（P300，N400）在中性情绪的平均振幅有显著差异。
图11：双色实验中正、中性和负情绪状态的事件相关电位，左半球（FP1、F3、C3、P3、O1）、中线（FZ、CZ、PZ、OZ）和右半球（FP2、F4、C4、P4、O2）
三色样本中，不同情绪状态的平均振幅存在差异显著的范围仅为100～350 ms（N2，P3）。
图12 三色实验中正、中性和负情绪状态的事件相关电位，左半球（FP1、F3、C3、P3、O1）、中线（CZ、PZ、OZ）和右半球（FP2、F4、C4、P4、O2
05 研究结论
本研究采通过眼动测量和ERP信号来调查参与者情绪变化的内部机制，结果表明，三色样本比两色样本更受欢迎，色块分布均匀时，参与者情绪更积极。眼动瞳孔直径与参与者积极情绪正相关。对于双色样本，参与者进行正负情感评价反应较快，早期成分P1和N2的平均振幅有显著变化。对于三色样本，参与者正性和中性情感状态在N2和P3成分平均幅值差异显著，但负性状态没有显著变化。主观与客观方法相结合的评价方法，有望为色彩情感设计方法研究提供重要依据，为今后生理数据分析和产品色彩评价模型提供可靠的指标。
06 参考文献
1Pakizar S, Atsushi I, Hiroharu K. Modeling aesthetic prefer-ences: color coordination and fuzzy sets. Fuzzy Set Syst. 2019;395:217-234.
2Jalil NA, Yunus RM, Said NS. Students' colour perception andpreference: an empirical analysis of its relationship. ProcediaSoc Behav Sci. 2013;90:575-582.
3Na N, Suk HJ. The emotional characteristics of white forapplications of product color design. Int J Des. 2014;8(2):61-70.4 Yang C, Chen C, Tang ZC. Study of electroencephalographycognitive model of product image. J Mech Eng. 2018;054(023):126-136.
3. 研究拓展
ErgoLAB人机环境同步平台为多模态数据同步采集、处理与分析的专业、研究级科研平台，可综合统计同步分析主观问卷、量表和客观生理、眼动、脑成像及人机交互行为数据。产品设计与评估的研究中，可进一步结合ErgoLAB人机环境同步平台的生理、近红外数据同步采集与分析功能模块，为研究结果提供丰富的客观数据支撑；同时，也可以利用ErgoLAB V3.0机器学习功能模块，采用多模态数据结合机器学习算法对用户偏好和实时情感状态进行预测与反馈，优化产品设计，更好满足消费者需求，提高产品设计成功率。
4. 引申阅读
【1】Aesthetic study of patterns based on event‐related potential and eye‐tracking: Taking the decorative patterns of the Tang dynasty as an example
作者：Zhonghua Zhang,Boming Xu,Tianxing Zhang
期刊：Journal of the Society for Information Display
DOI：2021, 29(2): 119-129.
【2】 Validation of evaluation model and evaluation indicators comprised Kansei Engineering and eye movement with EEG: An example of medical nursing bed
作者：Zhiyong Zhou,Jianxin Cheng,Wheijane Wei, et al.
期刊：Microsystem Technologies,
DOI：2021, 27(4): 1317-1333.
本文仅用于学术交流，原文版权归原作者和原发刊所有。